Vous êtes sur la page 1sur 94

Dédicace

Je dédie ce modeste travail :


A ma chère maman
Qui m’a donné un goût dans ma vie et le sens de responsabilité
A mon cher père
Qui a été toujours source d’inspiration
Que dieu vous donne la bonne santé mes chers
A mon frère et mes sœurs
Qui j’aime beaucoup et qui m’ont soutenu tout au long de ce projet
A mes grandes mères
A mes oncles
A mes tantes
A tous les membres de ma famille, petits et grands
A mes chers amis
A tous ce qui m’ont aidé
REMERCIEMENTS
La réalisation de ce mémoire a été possible grâce au concours de plusieurs
personnes à qui je voudrais témoigner toute ma reconnaissance.
Je voudrais tout d'abord adresser toute ma gratitude à
Mme Noura Béji Dhouib
Mme Ines Kanoun Hentati
Pour leurs patiences, leurs disponibilités et surtout leurs judicieux conseils,
qui ont contribué à alimenter ma réflexion.
Qui m’ont fourni les outils nécessaires à la réalisation de mon travail de
recherche
Je tiens ma profonde reconnaissance à tous mes professeurs d'enseignement
primaire, secondaire et supérieur.

Enfin, je tiens à témoigner toute ma gratitude aux membres de jury pour


l’honneur qu’ils me font en acceptant de juger mon travail.
Table des matières
CHAPITRE I. LA GESTION DES DECHETS .................................................................................................. 3
I.1. INTRODUCTION........................................................................................................................................ 4
I.2. LE PROCESSUS DE LA GESTION DES DECHETS : ................................................................................................ 4
I.2.1. Le tri : ........................................................................................................................................ 5
I.2.2. La collecte : ............................................................................................................................... 5
I.2.3. Le transport : ............................................................................................................................ 6
I.2.4. Le traitement : .......................................................................................................................... 6
I.2.5. Enfouissement : ........................................................................................................................ 7
I.3. LES DIFFERENTS TYPES DE DECHETS : ............................................................................................................ 7
I.3.1. Les déchets ménagers :............................................................................................................. 8
I.3.2. Les déchets agricoles : .............................................................................................................. 8
I.3.3. Les déchets industriels : ............................................................................................................ 9
I.3.4. Les déchets d’activités de soins : ............................................................................................ 10
I.4. LES DECHETS DES ACTIVITES DE SOINS (DAS) : DEFINITION, CLASSIFICATION ET IMPACTS ...... ERREUR ! SIGNET NON
DEFINI.
II.2.1. Définition : .............................................................................................................................. 11
II.2.2. Classification : ......................................................................................................................... 11
II.2.3. Impacts néfaste sur la santé et l’environnement :.................................................................. 12
I.5. ETAT DE L’ART SUR LA GESTION DES DECHETS : ............................................................................................. 13
I.4.1. Problème de localisation des installations indésirables :........................................................ 13
I.4.2. Problème de routage des déchets : ........................................................................................ 14
I.4.3. Le problème de Localisation-Routage des déchets : ............................................................... 15
I.4.4. Système d’information géographique pour la gestion des déchets :...................................... 16
I.6. CONCLUSION ........................................................................................................................................ 17
AU COURS DE CES DERNIERES ANNEES, NOTRE COMMUNAUTE DE CONSOMMATEURS A
ETE EN MESURE DE SURVEILLER LA FORTE CROISSANCE DE LA PRODUCTION DE
DECHETS PAR LES INDUSTRIES, LES HOPITAUX ET PAR LA POPULATION. FACE A LEUR
ABONDANCE CROISSANTE, LEUR TRAITEMENT DE LA PLANETE LA PLUS PROPRE
DEVIENT UN REEL PROBLEME SOCIAL. JUSQU'ICI, NOUS AVONS ETE SATISFAITS DE LES
RESOUDRE. .................................................................................................................................................. 1
LES DECHETS PEUVENT PRENDRE DES FORMES MULTIPLES COMME DECHETS
MENAGERS, HOSPITALIERS, NUCLEAIRES, DECHETS ISSUS DES INDUSTRIES, ETC. ............... 1
EN CE QUI NOUS CONCERNE, NOUS NOUS INTERESSONS DE FAÇON PARTICULIERE AUX
DECHETS HOSPITALIERS. ........................................................................................................................ 1
LES ACTIVITES DE SOINS PRODUISENT UNE QUANTITE IMPORTANTE DE DECHETS
HOSPITALIERS. LES DECHETS ISSUS DES ACTIVITES DE SOINS PRESENTENT UN GRAND
PROBLEME AU NIVEAU DE LEUR COLLECTE, TRANSPORT, STOCKAGE, ETC.… A TRAVERS
LE MONDE. ON PEUT DIVISER LES DECHETS ISSUS DES ACTIVITES DE SOINS EN DEUX
CATEGORIES : DECHETS QUI NE PRESENTENT AUCUN RISQUE PARTICULIER ET D’AUTRES
A RISQUE INFECTIEUX. ............................................................................................................................ 1
DANS LES PAYS EN DEVELOPPEMENT, LA DECHARGE ET LE TRI MANUEL DES DECHETS
RECUPERES A LA SORTIE DES ETABLISSEMENTS DE SANTE FOURNIT UN DANGER
SUPPLEMENTAIRE. DE MEME, LES PRATIQUES DE GESTION DES DECHETS DE SOINS
GENERENT DES RISQUES POUR LA SANTE. (BIADILLAH, 2004). ..................................................... 1
CES PROBLEMES JUSTIFIENT NOTRE INTERET AUX DECHETS HOSPITALIERS ET EN
PARTICULIER A LA COLLECTE DES DECHETS DES ACTIVITES DE SOINS (DAS) SUR LE
TERRITOIRE TUNISIEN. AINSI, DANS CE MEMOIRE, NOUS PROCEDONS VERS
L’OPTIMISATION DU PROCESSUS DE GESTION DES DAS EN CONSIDERANT NOTRE
CONTEXTE TUNISIEN A TRAVERS LA RESOLUTION SIMULTANEE DU PROBLEME DE
LOCALISATION DES OPERATEURS DE GESTION DES DAS AINSI QUE LE PROBLEME DE
COLLECTE ET DE ROUTAGE DES DECHETS DE LEURS POINTS SOURCES (LES HOPITAUX) A
LEURS DESTINATIONS APPROPRIEES (LES CENTRES DE TRAITEMENT. LE PROBLEME EST
RESOLU POUR LES 174 HOPITAUX SITUES SUR LE TERRITOIRE TUNISIEN TOUT EN
CONSIDERANT 23 SITES CANDIDATS POUR LE CHOIX DE L’EMPLACEMENT DES CENTRES
DE TRAITEMENT. ....................................................................................................................................... 1
NOTRE METHODOLOGIE DE TRAVAIL EST COMME SUIT : NOUS PRESENTONS DANS UNE
PREMIERE ETAPE UNE ANALYSE SPATIALE DES DONNEES A L’AIDE DES SYSTEMES
D’INFORMATIONS GEOGRAPHIQUES (SIG) POUR LOCALISER LES HOPITAUX ET LES SITES
CANDIDATS POUR LES CENTRES DE TRAITEMENT. CETTE PREMIERE ETAPE NOUS
PERMET D’IDENTIFIER LE NOMBRE ADEQUAT DES CENTRES DE TRAITEMENT A
LOCALISER. AINSI, NOUS PROCEDONS DANS UNE DEUXIEME ETAPE A L’OPTIMISATION DU
PROBLEME DE COLLECTE ET DE ROUTAGE DES DECHETS A L’INTERIEUR DES ZONES
DEFINIES PAR LA PREMIERE ETAPE ET CE EN FAISANT APPEL A L’ALGORITHME DE
COLONIE DE FOURMIS COMME OUTIL DE RESOLUTION................................................................ 2
 LE PREMIER CHAPITRE PRESENTE UNE GENERALITE SUR LA GESTION DES
DECHETS ...................................................................................................................................................... 2
 LE DEUXIEME CHAPITRE IDENTIFIE LES DECHETS DES ACTIVITES DE SOINS ET
PORTE SUR LA METHODOLOGIE EMPLOYEE A SAVOIR LES SYSTEMES D’INFORMATIONS
GEOGRAPHIQUES. CE CHAPITRE EST CONSACRE A L’OPTIMISATION DU PROBLEME DE
LOCALISATION DES CENTRES DE TRAITEMENT DES DAS. ............................................................. 2
LE TROISIEME CHAPITRE EST ORIENTE VERS LA RESOLUTION DU PROBLEME DE
ROUTAGE DES DECHETS A TRAVERS L’APPLICATION DE LA METHODE DE COLONIE DE
FOURMIS POUR LE PROBLEME DE VOYAGEUR DE COMMERCE (TSP) AINSI QUE LE
PROBLEME DE TOURNEES DE VEHICULES AVEC CAPACITE. L’APPLICATION DE
L’ALGORITHME DE COLONIE DE FOURMIS A ETE AINSI EFFECTUEE SUR LES RESULTATS
FOURNIS PAR LES SIG. .............................................................................................................................. 2
CHAPITRE I. LA GESTION DES DECHETS .................................................................................................. 3
I.1. INTRODUCTION........................................................................................................................................ 4
A L'HEURE ACTUELLE, LA GESTION DES DECHETS EST UN PROBLEME PREOCCUPANT
POUR LA PLANETE ET POUR NOTRE AVENIR. AU DEBUT DES ANNEES QUATRE-VINGT-DIX,
LA PROTECTION DE L’ENVIRONNEMENT EST DEVENUE DE PLUS EN PLUS UNE
PREOCCUPATION COLLECTIVE. ............................................................................................................ 4
LES DECHETS GENERES PEUVENT ETRE CLASSES DANS DIFFERENTES CATEGORIES A
SAVOIR : ....................................................................................................................................................... 4
I.2. LE PROCESSUS DE LA GESTION DES DECHETS :................................................................................................. 4
LES SOLUTIONS DE TRAITEMENT DES DECHETS EXISTENT MAIS LES APPROCHES
THEORIQUES NE SUFFISENT PAS. UNE MISE EN ŒUVRE DE CES PRATIQUES DEMEURE
INDISPENSABLE POUR UNE MEILLEURE GESTION DES DIFFERENTS TYPES DE DECHETS.
UNE APPROCHE COHERENTE, NOTAMMENT EN TERMES DE COLLECTE, DE SELECTION ET
DE VALORISATION DES DECHETS, PERMETTRAIT DE GERER D’UNE MANIERE OPTIMALE
LA PRODUCTION GLOBALE DE DECHETS. .......................................................................................... 4
LE PROCESSUS DE GESTION DE DECHETS EST COMPOSE DE CINQ ETAPES PRINCIPALES
A SAVOIR : LE TRI, LA COLLECTE, LE TRANSPORT, LE TRAITEMENT ET
L’ENFOUISSEMENT FINAL. ...................................................................................................................... 5
I.2.1. Le tri : ........................................................................................................................................ 5
I.2.2. La collecte : ............................................................................................................................... 5
C’EST L’ETAPE DE L’ACHEMINEMENT DE DECHETS A PARTIR DE LEUR LIEU DE
PRODUCTION VERS UN CENTRE DE TRAITEMENT AFIN DE LES ELIMINER. LES DECHETS
DOIVENT PRENDRE UN CHEMIN DE COLLECTE SPECIFIQUE ET LEUR ELIMINATION NE
DOIT PAS ETRE AVEC LES ORDURES MENAGERES. .......................................................................... 5
I.2.3. Le transport : ............................................................................................................................ 6
IL NE FAIT AUCUN DOUTE QUE LA COLLECTE DES DECHETS MENE A L'ETAPE DU
TRANSPORT DE DECHETS SUR LA VOIE PUBLIQUE.EN EFFET, L'ACTIVITE CONSISTE A
EFFECTUER LE TRANSIT DIRECT DES DECHETS LIQUIDES ET SOLIDES QUI SERONT
ELIMINES ET SEPARES EN PLUSIEURS TYPES DE LIEUX AFIN D’ETRE TRANSFERES AU
CENTRE DE TRAITEMENT........................................................................................................................ 6
I.2.4. Le traitement : .......................................................................................................................... 6
D’APRES LES DISPOSITIONS DE L'ARTICLE R 1335-8 DE LA LOI DE LA SANTE PUBLIQUE,
LES DECHETS D’ACTIVITES DE SOINS A RISQUES INFECTIEUX ET ASSIMILES PEUVENT
ETRE TRAITES AVEC DES DESINFECTANTS. ....................................................................................... 6
O PREMIEREMENT, MODIFICATION DE L'ASPECT DES DECHETS, LE PLUS SOUVENT
PAR BROYAGE (AVEC OU SANS DECHIQUETAGE) OU PAR MOULAGE (FORMATION DE
FLOCONS ET CHAUFFAGE). ..................................................................................................................... 7
O DEUXIEMENT, LA DESINFECTION AFIN D’ELIMINER LES RISQUES INFECTIEUX DES
DECHETS TRAITES, S’EFFECTUE GENERALEMENT SELON QUATRE PROCEDES :
THERMIQUE (LA PLUPART DU TEMPS), BIOCHIMIQUE OU PAR IRRADIATION......................... 7
I.2.5. Enfouissement : ........................................................................................................................ 7
LE CENTRE D’ENFOUISSEMENT (CE) REÇOIT LES DECHETS ET LES CREUSE DANS DES
FOSSES. SELON (BOUARFA SAID,2018),IL EXISTE ACTUELLEMENT TROIS TYPES DE CE QUI
REÇOIVENT TROIS CATEGORIES DIFFERENTES DE DECHETS : ................................................... 7
I.3. LES DIFFERENTS TYPES DE DECHETS : ............................................................................................................ 7
PLUSIEURS CLASSIFICATIONS ONT ETE PROPOSEES DANS LA LITTERATURE AFIN
D’IDENTIFIER LES DIFFERENTES CATEGORIES DE DECHETS ....................................................... 7
IL EST POSSIBLE D’IDENTIFIER ET DE CLASSER LES DECHETS CAR ILS SONT
NOMBREUX ET COMPLEXES. .................................................................................................................. 8
SELON (LEROY, 1997), ON PEUT DISTINGUER LES DECHETS COMME : .................................. 8
I.3.1. Les déchets ménagers : ............................................................................................................. 8
I.3.2. Les déchets agricoles : .............................................................................................................. 9
LES DECHETS AGRICOLES SONT DE NATURE TRES DIVERS ET LEUR DISPERSION
GEOGRAPHIQUE LES REND DIFFICILE A COLLECTER. ................................................................... 9
I.3.3. Les déchets industriels : ............................................................................................................ 9
I.3.4. Les déchets d’activités de soins : ............................................................................................ 10
I.4. LES DECHETS DES ACTIVITES DE SOINS (DAS) : DEFINITION, CLASSIFICATION ET IMPACTS....................................... 10
L’AGENCE DE LA PROTECTION DE L’ENVIRONNEMENT (APE) AMERICAINE A
CONSIDERE CES DECHETS COMME DANGEREUX (APE, 1991). AINSI, L'ORGANISATION
MONDIALE DE LA SANTE (OMS) A FAIT VALOIR QUE LES DECHETS HOSPITALIERS
DEVRAIENT ETRE TRAITES COMME DES DECHETS SPECIAUX (RUSHBROOK ET AL., 2000). .10
I.4.1. Définition : .............................................................................................................................. 11
SELON L’ANGED, TOUT RESIDU D’UN PROCESSUS DE PRODUCTION, DE
TRANSFORMATION OU D’UTILISATION DE SUBSTANCES OU PRODUITS DANS LES
ETABLISSEMENTS SANITAIRES ET PLUS GENERALEMENT TOUT BIEN MEUBLE
ABANDONNE OU BIEN DESTINE DE L’ABANDON PROVENANT DE : .............................................11
I.4.2. Classification : ......................................................................................................................... 11
SELON LA CLASSIFICATION DE L’(OMS,1997), ON DISTINGUE DEUX GRANDES
CATEGORIES DE DECHETS : LES DECHETS A RISQUE (DAR) ET LES DECHETS ASSIMILES A
DES ORDURES MENAGERES (DAOM). ...................................................................................................11

...............11
I.4.3. Impacts néfaste sur la santé et l’environnement :.................................................................. 12
I.5. ETAT DE L’ART SUR LA GESTION DES DECHETS : ............................................................................................. 13
LA PROBLEMATIQUE DE L'OPTIMISATION DE LA GESTION DES DECHETS EST
CONSIDEREE TRES RECENTE (ENVIRON VINGT ANS), ELLE A SURELEVE DE NOMBREUSES
ETUDES. (NUORTIO ET AL. 2006). LA MAJORITE DES ARTICLES DE LA LITTERATURE
TRAITENT UN PROBLEME REEL ET VISENT A METTRE UNE APPLICATION TANGIBLE A LA
FIN DE L'ETUDE. LEUR MISE EN ŒUVRE PRESENTE UN GRAND INTERET PRATIQUE, MAIS
INCLUT SOUVENT DES SPECIFICITES A CHAQUE PROBLEME ETUDIE. .....................................13
I.5.1. Problème de localisation des installations indésirables :........................................................ 13
I.5.2. Problème de routage des déchets : ........................................................................................ 14
CES ARTICLES ILLUSTRENT LES BESOINS DES COMMUNAUTES POUR AMELIORER LES
PERFORMANCES DU SYSTEME DE COLLECTE ET LES EFFORTS DEPLOYES POUR
RESOUDRE CES DIVERS PROBLEMES PRATIQUES. ..........................................................................15
I.5.3. Le problème de Localisation-Routage des déchets : ............................................................... 15
I.5.4. Système d’information géographique pour la gestion des déchets : ...................................... 16
I.6. CONCLUSION ........................................................................................................................................ 17
CHAPITRE II. LE SIG POUR LA LOCALISATION DES CENTRES DE TRAITEMENT DES DASRI ........................18
II.1. INTRODUCTION ................................................................................................................................ 19
II.2. PROBLEME DE LOCALISATION :............................................................................................................. 19
II.3. LA GESTION DES DECHETS DES ACTIVITES DE SOINS (DASRI) EN TUNISIE :..................................................... 20
L'EXPERIENCE TUNISIENNE DE GESTION DE DAS A ETE PRESENTEE COMME MODELE
DE SUIVI LORS D'UN ATELIER ORGANISE PAR L'OMS EN JUILLET 2015. LE PROBLEME
DANS LA GESTION DE CES DECHETS EST L’ABSENCE DE SOCIETES SPECIALISEES DANS LA
COLLECTE ET LE TRAITEMENT DES DAS. ..........................................................................................20
II.3.1. Contexte d’étude : .................................................................................................................. 20
II.4. MISE EN ŒUVRE DU SYSTEME D’INFORMATION GEOGRAPHIQUE : ............................................................... 21
II.4.1. Les systèmes d’informations géographiques : ........................................................................ 21
LES SIG SONT DES LOGICIELS QUI EXPLOITENT LA CAPACITE DES ORDINATEURS DANS
LE DOMAINE DU STOCKAGE, DE L’ANALYSE ET DE LA REPRESENTATION DES DONNEES
QUI SONT ASSOCIEES A LA DISTRIBUTION GEOGRAPHIQUE. LE CENTRE AMERICAIN
D'INFORMATION GEOGRAPHIQUE ET D’ANALYSE [GOODCHILD ET AL. 1990] DEFINI LE SIG
COMME : ......................................................................................................................................................21
UN SYSTEME D'INFORMATION GEOGRAPHIQUE (SIG) EST CONSIDERE COMME UN SYSTEME DE GESTION
DE BASE DE DONNEES QUI PERMET DE GERER ET DE REPRESENTER DES DONNEES SPATIALES. IL PERMET LA
GESTION DES DONNEES COMME L'AIDE A LA DECISION (GORIA ET AL.,2011). ................................................22
SELON (DE BLOMAC ET AL., 1994), L’ORIGINALITE DE SIG EST DE TRAITER ET DE
REPRESENTER LES DONNEES LOCALISEES. LES SIG SONT CAPABLES DE STOCKER ET DE TRAITER
MAIS AUCUN N'EST ENCORE VRAIMENT CAPABLE NON SEULEMENT D'ARCHIVER, MAIS AUSSI DE GERER UN
IMPORTANT VOLUME D'INFORMATIONS SPATIALISEES. (VINE ET AL., 1997)..............................................22
DANS LES SYSTEMES D’INFORMATIONS GEOGRAPHIQUES, LES RELATIONS SPATIALES ENTRE ENTITES
GEOGRAPHIQUES SONT MAL INEXISTANTES. LA SPATIALISATION N’EST PLUS ADAPTEE AUX DONNEES
MULTIDIMENSIONNELLES. (BERGERON, 1992 ; CLARKE, 2001 ; GADAL, 2008). ...................................22
II.4.2. Le SIG pour la localisation d’un centre de traitement de DASRI : ........................................... 23
LES DECHARGES AINSI QUE LES CENTRES DE TRAITEMENT DES DECHETS
INCONTROLESCONSTITUENT UNE SOURCE MAJEURE DE RISQUE POUR LA SANTE DE LA
POPULATION.LES TECHNIQUES CLASSIQUES UTILISEES DANS L’ETUDE SUR LA GESTION
DES DAS REPOSENT PRINCIPALEMENT SUR DES METHODES SUBJECTIVES DONT LES
RESULTATS SONT GENERALEMENT INCORRECTS. .........................................................................23
LES DASRI GENERES SUR LA TOTALITE DU TERRITOIRE TUNISIEN SONT PRODUITES
QUOTIDIENNEMENT DANS 174 ETABLISSEMENTS PUBLICS DE SANTE (HOPITAUX
UNIVERSITAIRES, HOPITAUX REGIONAUX ET HOPITAUX DE CIRCONSCRIPTIONS) SITUES
DANS LES 24 GOUVERNORATS DU PAYS AVEC UNE QUANTITE TOTALE DE DECHETS EGALE
A 4354 TONNES/AN. ....................................................................................................................................24
L’OBJECTIF DE NOTRE ETUDE EST DE GERER EFFICACEMENT LE PROBLEME DE
COLLECTE DES DECHETS HOSPITALIERS. POUR CELA, NOUS AVONS PROPOSE UNE
GEODATABASE QUI A ETE CONSTRUITE DANS UN ENVIRONNEMENT SIG COMMERCIAL
STANDARD (ARCGIS). CELA GARANTI LA COMPATIBILITE AVEC LES DONNEES
DISPONIBLES DES HOPITAUX ET DES SITES CANDIDATS. ..............................................................24
AU DEBUT, NOUS A COMMENCE NOTRE IMPLEMENTATION AVEC 23 SITES CANDIDATS
SITUEES DANS 12 GOUVERNORATS REPRESENTANTS LES 23 ZONES INDUSTRIELLES
CONSIDERES POTENTIELLEMENT ADEQUATES POUR LA LOCALISATION DE (DES)
NOUVEAUX CENTRES DE TRAITEMENT DE GESTION DES DASRI. TOUTEFOIS ET APRES
AVOIR INTRODUIT LES BUFFERS (LA DISTANCE ENTRE LE SITE ET LES HOPITAUX NE
DEPASSANT PAS 100 KM), ON A OBTENU 5 ZONES TAMPONS AUTOUR DES ENTITES
POLYGONES. CES ZONES SE SITUENT GENERALEMENT A L’EXTERIEUR DU POLYGONE.
AINSI, LE SIG NOUS A PERMIS DE REDUIRE LE NOMBRE DES SITES CANDIDATS DE 23 A
UNIQUEMENT 5. .........................................................................................................................................31
II.5. CONCLUSION ................................................................................................................................... 37
CHAPITRE III. OPTIMISATION DU PROBLEME DE ROUTAGE DES DASRI PAR L’ALGORITHME DE
FOURMIS 38
III.1. INTRODUCTION : .............................................................................................................................. 39
III.2. VRP : PROBLEME DE TOURNEE DE VEHICULE .......................................................................................... 39
III.2.1. Le TSP : Problème de voyageur de commerce :................................................................ 40
III.2.2. Le CVRP : Problème de Tournées de Véhicules avec Capacité :...................................... 42
III.3. OPTIMISATION PAR COLONIE DE FOURMIS : ............................................................................................ 43
III.3.1. Historique : ............................................................................................................................. 43
III.3.2. Principe : ................................................................................................................................. 44
LE PREMIER ALGORITHME DE COLONIES DE FOURMIS (ANT SYSTEM (SYSTEME FOURMI) EST VISE A
RESOUDRE LE PROBLEME DU VOYAGEUR DE COMMERCE (TSP). ....................................................................44
III.3.3. Similarités et différences avec les fourmis réelles : ................................................................ 44
LES FOURMIS VIRTUELLES ONT UNE DOUBLE NATURE. D’UNE PART, ELLES MODELISENT LES
COMPORTEMENTS ABSTRAITS DE FOURMIS REELLES, ET D’AUTRE PART, ELLES PEUVENT ETRE ENRICHIES PAR
DES CAPACITES QUE NE POSSEDENT PAS LES FOURMIS REELLES, AFIN DE LES RENDRE PLUS EFFICACES QUE
CES DERNIERES. NOUS ALLONS MAINTENANT SYNTHETISER CES RESSEMBLANCES ET DIFFERENCES. .............44
III.3.4. Domaines d’application de l’algorithme :............................................................................... 45
L’ALGORITHME EST APPLIQUE AU DEBUT AUX PROBLEMES DU VOYAGEUR DE
COMMERCE (TSP). L’OPTIMISATION PAR COLONIES DE FOURMIS S’EST REVELEE
EFFICACE DANS LE CONTEXTE DE L’OPTIMISATION COMBINATOIRE EN GENERAL ET A
ETE PARTICULIEREMENT UTILE POUR LE PROBLEME DU ROUTAGE DES PAQUETS
D’INFORMATION DANS LES GRANDS RESEAUX D’INTERCONNEXION. ......................................45
III.4. ALGORITHME DE COLONIE DE FOURMIS POUR LA COLLECTE ET LE ROUTAGE DES DASRI : ................................. 45
III.4.1. Algorithme de colonie de fourmis : ......................................................................................... 45
LE PRINCIPE DE LA METHODE SE REPOSE SUR LE COMPORTEMENT PARTICULIER DES
FOURMIS, ELLES SE COMMUNIQUENT ENTRE ELLES DE MANIERE INDIRECTE PAR LE
DEPOT DE SUBSTANCES CHIMIQUES APPELEES PHEROMONES. .................................................45
III.4.2. Description des données : ....................................................................................................... 49
III.4.3. Implémentation de l’algorithme pour un problème de routage : ........................................... 50
III.5. INTERPRETATION DES RESULTATS : ....................................................................................................... 52
III.5.1. Interprétation des résultats de l’algorithme pour le problème TSP : ...................................... 52
III.5.2. Interprétation des résultats de l’algorithme pour le problème CVRP : ................................... 54
III.6. CONCLUSION ................................................................................................................................... 58
DANS LE CHAPITRE PRESENT, NOUS AVONS SOULIGNE SUR L’OPTIMISATION DE LA
GESTION DES DASRI PAR COLONIES DE FOURMIS. PLUS TARD, NOUS AVONS PROCEDE A
L’APPLICATION DE NOTRE METHODE PROPOSE POUR LA RESOLUTION DE PROBLEME DE
LOCALISATION- ROUTAGE DES DECHETS HOSPITALIERS EN SE BASANT SUR DES DONNEES
REELLES. .....................................................................................................................................................58
POUR RESOUDRE LE PROBLEME DE VOYAGEUR DE COMMERCE (TSP) ET LE PROBLEME
DE TOURNEE DE VEHICULE AVEC CAPACITE (CVRP), NOUS AVONS UTILISE
L’ALGORITHME DE FOURMIS (ACO). ...................................................................................................58
ON CLOTURE CE CHAPITRE PAR LES RESULTATS OBTENUS QUI SONT DES INPUTS DE
NOTRE MODELE. .......................................................................................................................................58
CONCLUSION GENERALE ............................................................................................................................59
REFERENCES BIBLIOGRAPHIQUES ..............................................................................................................61
A ...............................................................................................................................................................61
ARTICLE R 1335-18 DU CODE DE LA SANTE PUBLIQUE (25 OCTOBRE 2010). DISPONIBLE
SUR : HTTP://WWW.LEGIFRANCE.GOUV.FR .......................................................................................61
AGENCE DE LA PROTECTION DE L’ENVIRONNEMENT (APE) AMERICAINE. .......................61
HTTPS://FR.SPUTNIKNEWS.COM/.../ORGANIZATION_AGENCE_AMERICAINE_DE_PROTEC
TION_DE L’ENVIRONNEMENT... ............................................................................................................61
[APE ,1991]. (US. ENVIRONMENTAL PROTECTION AGENCY), V.J., LANDRUM, R.G.,
BARTON, R., NEULICHT, M., TURNER, D., WALLACE, S., SMITH, « MEDICAL WASTE
MANAGEMENT AND DISPOSAL », NOYES DATA CORPORATION, PARK RIDGE, NJ, USA. .......61
[A. COLORNI, M. DORIGO, ET V. MANIEZZO,1992B]. AN INVESTIGATION OF SOME
PROPRIETIES OF AN "ANT ALGORITHM". IN MANNER AND MANDERICK, PAGES 509–520.
(CITÉ PAGE 21.) ..........................................................................................................................................61
[ALIDI, A. S. ,1992]. AN INTEGER GOAL PROGRAMMING MODEL FOR HAZARDOUS WASTE
TREATMENT AND DISPOSAL‖, APPL. MATH. MODELLING, 16, 645-651. ........................................61
[ALIDI, A.S.,1996]. "A MULTIOBJECTIVE OPTIMIZATION MODEL FOR THE WASTE
MANAGEMENT OF THE PETROCHEMICAL INDUSTRY‖", APPL. MATH. MODELLING, 20, 925-
933..................................................................................................................................................................61
[ALBAREDA-SAMBOLA, M., DÍAZ, J., FERNÁNDEZ, E. (2005]. A COMPACT MODEL AND
TIGHT BOUNDS FOR A COMBINED LOCATION-ROUTING PROBLEM, COMPUTERS AND
OPERATIONS RESEARCH, 32, 407-428. ...................................................................................................61
[ALUMUR, S. AND KARA, B.Y. ,2007]. A NEW MODEL FOR THE HAZARDOUS WASTE
LOCATIONROUTING PROBLEM‖, COMPUTERS AND OPERATIONS RESEARCH, 34, 1406-1423.
.......................................................................................................................................................................61
[ANGED ,2009]. ETUDE POUR L’AMELIORATION DE GESTION DES DECHETS D’ACTIVITES
DE SOINS EN TUNISIE : ELABORATION D’UNE STRATEGIE DE GESTION DES DAS POUR LA
TUNISIE. ZONE DE PROJET : ZONE INITIALE (GRAND TUNIS ET GOUVERNORAT DE
MEDENINE), ZONE AJOUTEE : (CENTRE : GOUVERNORATS DE SOUSSE, KAIROUAN,
MONASTIR, MAHDIA) ET SUD-EST : GOUVERNORATS DE SFAX, GABES, TATAOUINE),
FEVRIER 2009. .............................................................................................................................................61
[AJZOUL, T. ,2009]. ENTRETIEN AVEC LE PROFESSEUR TAÏB AJZOUL : QUEL DEVENIR
POUR NOS DECHETS MEDICAUX ET PHARMACEUTIQUES LIBERATION, PP. 1–4, AUGUST 9.
CASABLANCA. ............................................................................................................................................62
B ...............................................................................................................................................................62
[BOOKBINDER, J.H., REECE, K.E. (1988]. VEHICLE ROUTING CONSIDERATIONS IN
DISTRIBUTION SYSTEM DESIGN‖, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 37,
204-213. ..........................................................................................................................................................62
[BUCHANAN, D.J. AND WESOLOWSKI, G.O.,1993]."LOCATING A NOXIOUS FACILITY WITH
RESPECT TO SEVERAL POLYGONAL REGIONS USING ASYMMETRIC DISTANCES", IIE
TRANS., 25(1), 77-88. ....................................................................................................................................62
[BERMAN, O., DREZNER, Z. AND WESOLOWSKI, G.O. ,1996]. "MINIMUM COVERING
CRITERION FOR OBNOXIOUS FACILITY LOCATION ON A NETWORK", NETWORKS, 28, 1-5. 62
[BIADILLAH M.C., 2004]. MINISTRE DE LA SANTE : GUIDE DE GESTION DES DECHETS DES
ETABLISSEMENTS DE SOINS ; EDITE AVEC L’APPUI DU CENTRE REGIONAL DES ACTIVITES
D’HYGIENE DU MILIEU (CEHA) DE L’ORGANISATION MONDIALE DE LA SANTE. ...................62
[BEATRICE OMBUKI, BRIAN J ROSS, AND FRANKLIN HANSHAR,2007] MULTI-OBJECTIVE
GENETIC ALGORITHMS FOR VEHICLE ROUTING PROBLEM WITH TIME WINDOWS.
APPLIED INTELLIGENCE, 24:17–30. .......................................................................................................62
[BAMAL BA LIHEP 2010] BAMAL BA LIHEP, JEAN SIMON. CONCEPTION ET
DEVELOPPEMENT D'UN OUTIL INFORMATIQUE POUR LA GESTION DE L'AMENAGEMENT
PAYSAGER DE LA COMMUNAUTE URBAINE DE YAOUNDE [EN LIGNE]. : UNIVERSITE DE
DSCHANG. DISPONIBLE
SUR:<HTTP://WWW.MEMOIREONLINE.COM/08/11/4788/M_CONCEPTION-ET-
DEVELOPPEMENT-DUN-OUTIL-.............................................................................................................62
INFORMATION-POUR-LA-GESTION-DE-LAMENAGEMENT-PAYSAGER-A.HTML>.
CONSULTE LE 12/11/2014. .........................................................................................................................62
[BELENGUER, J., BENAVENT, E., PRINS, C., PRODHON, C., WOLFLER-CALVO, R. (,2011]. A
BRANCH AND CUT METHOD FOR THE CAPACITATED LOCATION-ROUTING PROBLEM‖,
COMPUTERS AND OPERATIONS RESEARCH, 38(6), 931-941. ............................................................62
[BOUARFA SAID,2018]. "LE CENTRE D’ENFOUISSEMENT TECHNIQUE REALISATION ET
FONCTIONNEMENT". CENTRE DE RECHERCHE SCIENTIFIQUE ET TECHNIQUE SUR LES
REGIONS ARIDES (CRSTRA), MARS 2018. .............................................................................................62
C ...............................................................................................................................................................62
LA CIRCULAIRE DU 8 MAI 1977 RELATIVE AU SERVICE D'ELIMINATION DES DECHETS
DES MENAGES. DISPONIBLE SUR :
HTTPS://AIDA.INERIS.FR/CONSULTATION_DOCUMENT/8537 .........................................................62
[CHURCH, R.L. AND GARFINKEL, R.S.,1978]. "LOCATING AN OBNOXIOUS FACILITY ON A
NETWORK, ‖ " TRANSPORTATION SCIENCE, VOL. 12, NO. 2, PP. 107–118......................................63
[COHON, J.L., REVELLE, C., CURRENT, J., EAGLES, T., EBERHART, R. AND CHURCH.
R.,1980]."APPLICATION OF A MULTI-OBJECTIVE FACILITY LOCATION MODEL TO POWER
PLANT SITING IN A SIXSTATE REGION OF THE US‖", COMPUTERS AND OPERATIONS
RESEARCH, 7, 107-123. ...............................................................................................................................63
[COPPOCK ET AL. 1991] J. COPPOCK AND D. RHIND, “THE HISTORY OF GIS”, IN D.
MAGUIRE, M. GOODCHILD, AND D. RHIND, “GEOGRAPHICAL INFORMATION SYSTEMS:
PRINCIPLES AND APPLICATIONS”, LONGMAN SCIENTIFIC AND TECHNICAL, VOL. 1, PP. 21-
43, 1991. .........................................................................................................................................................63
[CARUSO, C., COLORNI, A. ET PARUCCINI, M.,1993]."THE REGIONAL URBAN SOLID
WASTE MANAGEMENT SYSTEM : A MODELING APPROACH‖", EUROPEAN JOURNAL OF
OPERATIONAL RESEARCH, 70, 16-30. ....................................................................................................63
[CHIEN, T.W. ,1993]. HEURISTIC PROCEDURES FOR PRATICAL-SIZED UNCAPACITATED
LOCATIONCAPACITATED ROUTING PROBLEMS‖, DECISION SCIENCES, 24, 995-1021. .............63
[CURRENT, J. AND RATICK, S.,1995]."A MODEL TO ASSESS RISK, EQUITY AND
EFFICIENCY IN FACILITY LOCATION AND TRANSPORTATION OF HAZARDOUS
MATERIALS‖", LOCATION SCIENCE, 3(3), 187-201. .............................................................................63
[CHANG, N.B., WANG, S.F., (1996]."COMPARATIVE RISK ANALYSIS OF SOLID WASTE
MANAGEMENT ALTERNATIVES IN A METROPOLITAN REGION‖", ENVIRON. MANAGEMENT,
20(1), 65-80. ...................................................................................................................................................63
[CHANG, N.B., WANG, S.F., 1997]. A GOAL PROGRAMMING APPROACH FOR
MULTIOBJECTIVE OPTIMAL PLANNING OF AN INTEGRATED SOLID WASTE MANAGEMENT
SYSTEM‖, WASTE MANAGEMENT RES., 15, 1-14..................................................................................63
[CAPPANERA, P., GALLO, G. AND MAFFIOLI, F. ,2004]. DISCRETE FACILITY LOCATION
AND ROUTING OF OBNOXIOUS ACTIVITIES‖, DISCRETE APPLIED MATHEMATICS, 133, 3-28.
.......................................................................................................................................................................63
[CABALLERO, R., GONZÁLEZ, M., GUERRERO, F.M., MOLINA, J. AND PARALERA, C. ,2007].
SOLVING A MULTI-OBJECTIVE LOCATION ROUTING PROBLEM WITH A METAHEURISTIC
BASED ON TABU SEARCH : APPLICATION TO A REAL CASE IN ANDALUSIA‖, EUROPEAN
JOURNAL OF OPERATIONAL RESEARCH, 177, 1751-1763. .................................................................63
[COMITE INTERNATIONAL DE LA CROIX-ROUGE.,2011]. MANUEL DE GESTION DES
DECHETS MEDICAUX. GENÈVE. ............................................................................................................63
[CONTARDO, C., CORDEAU, J.F., GENDRON, B.,2011]. A BRANCH AND CUT AND PRICE
ALGORITHM FOR THE CAPACITATED LOCATION-ROUTING PROBLEM‖, CIRRELT,
UNIVERSITÉ LAVAL, JUIN 2011. .............................................................................................................63
[CONTARDO, C., HEMMLMAYR, V. AND CRAINIC, T.G.,2012]. LOWER AND UPPER BOUNDS
FOR THE TWO-ECHELON CAPACITATED LOCATION-ROUTING PROBLEM‖, COMPUTERS
AND OPERATIONS RESEARCH, 39(12), 3185-3199. ................................................................................64
D ...............................................................................................................................................................64
[DANTZIG ET AL, 1959]. DANTZIG, G.B.; RAMSER, J.H. "THE TRUCK DISPATCHING
PROBLEM". MANAGEMENT SCIENCE 6 (1): 80-91, 1959. ....................................................................64
[DASARATHY, B. AND WHITE, L. (1980]. "A MAXIMIN LOCATION PROBLEM‖",
OPERATIONS RESEARCH, 28(6), 1385-1401. ...........................................................................................64
[DREZNER, Z. AND WESOLOWSKY, G., 1985]. "LOCATION OF MULTIPLE OBNOXIOUS
FACILITIES‖", TRANSPORTATION SCIENCE, 19, 193. ........................................................................64
[DORIGO ET AL., 1991] M. DORIGO, V. MANIEZZO, ET A. COLORNI, 1991. POSITIVE
FEEDBACK AS A SEARCH STRATEGY. TECHNICAL REPORT 91-016, DIPARTIMENTO DI
ELETTRONICA POLITECNICO DI MILANO, ITALY. ..........................................................................64
[D. BOMMESITTY, M. DESSOUKY, AND L. JACOBS,1998]. SCHEDULING COLLECTION OF
RECYCLABLE MATERIAL AT NORTHERN ILLINOIS UNIVERSITY CAMPUS USING A TWO-
PHASE ALGORITHM. COMPUTERS AND INDUSTRIAL ENGINEERING, 35 :435-438.....................64
[D.V. TUNG AND A. PINNOI,2000]. VEHICLE ROUTING-SCHEDULING FOR WASTE
COLLECTION IN HANOI. EUROPEAN JOURNAL OF OPERATIONS RESEARCH, 125 :449-468. ...64
DECRET N° 2002-540 DU 18 AVRIL 2002 RELATIF A LA CLASSIFICATION DES DECHETS.
DISPONIBLE SUR :
HTTPS://WWW.LEGIFRANCE.GOUV.FR/ELI/DECRET/2002/4/18/ATEP0190045D/JO/TEXTE ........64
E ...............................................................................................................................................................64
[ERKUT, E. AND NEUMAN, S. ,1992]. "A MULTI-OBJECTIVE MODEL FOR LOCATING
UNDESIRABLE FACILITIES‖", ANNALS OF OPERATIONS RESEARCH, 40, 209-227. .....................64
[E. ANGELELLI AND M.G. SPERANZA,2002]. THE APPLICATION OF A VEHICLE ROUTING
MODEL TO A WASTE-COLLECTION PROBLEM : TWO CASES STUDIES. JOURNAL OF THE
OPERATIONAL RESEARCH SOCIETY, 53(9) :944-952. .........................................................................64
[EISELT, H. A,2006]. "LOCATING LANDFILLS AND TRANSFER STATIONS IN ALBERTA‖",
INFOR, ABI/INFORM GLOBAL, 44(4), 285-298. .......................................................................................64
[EMEK, E. AND KARA, B.Y,2007]. "HAZARDOUS WASTE MANAGEMENT PROBLEM : THE
CASE FOR INCINERATION‖", COMPUTERS AND OPERATIONS RESEARCH, 34, 1242-1441. .......65
F................................................................................................................................................................65
[FUERTES, L.A., HUDSON, J.F., MARKS, D.H. ,1974]. "SOLID WASTE MANAGEMENT:
EQUITY TRADE-OFF MODELS‖", JOURNAL OF THE URBAN PLANNING AND DEVELOPMENT
DIVISION, 2, 155-171. ..................................................................................................................................65
[FERNANDEZ, J., FERNANDEZ, P. AND PELEGRIN, B.,2000]."A CONTINUOUS LOCATION
MODEL FOR SITING A NON-NOXIOUS UNDESIRABLE FACILITY WITHIN A GEOGRAPHICAL
REGION‖", EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 121, 259-274. ..........................65
G ...............................................................................................................................................................65
[G. B. DANTZIG AND J. H. RAMSER,1959] THE TRUCK DISPATCHING PROBLEM.
MANAGEMENT SCIENCE, 6(1) :PP. 8091. ...............................................................................................65
[GOLDMAN, A.J. AND DEARING, P.M. ,1975]. "CONCEPTS OF OPTIMAL LOCATIONS FOR
PARTIALLY NOXIOUS FACILITIES, ‖ " BULLETIN OF THE OPERATIONAL RESEARCH
SOCIETY OF AMERICA, VOL. 23, NO. 1, B85. ........................................................................................65
[GOODCHILD ET AL. 1990] M. GOODCHILD AND K. KEMP, “NCGIA CORE CURRICULUM IN
GIS”, NATIONAL CENTER FOR GEOGRAPHIC INFORMATION AND ANALYSIS, UNIVERSITY
OF CALIFORNIA, SANTA BARBARA,
HTTP://WWW.GEOG.UBC.CA/COURSES/KLINK/GIS.NOTES/NCGIA/TOC.HTML, ACCÉDÉ EN
01/03/2007. .....................................................................................................................................................65
[GIANNIKOS, I.,1994]."A PREEMPTIVE GOAL PROGRAMMING MODEL FOR LOCATING
OBNOXIOUS FACILITIES‖", STUDIES IN REGIONAL AND URBAN PLANNING, 3, 141-152. .........65
[GIANNIKOS, I., 1998]. A MULTI-OBJECTIVE PROGRAMMING MODEL FOR LOCATING
TREATMENT SITES AND ROUTING HAZARDOUS WASTES‖, EUROPEAN JOURNAL OF
OPERATIONAL RESEARCH, 104, 333342. ...............................................................................................65
H ...............................................................................................................................................................65
[HARISSON, H. ,1979]. A PLANNING SYSTEM FOR FACILITIES AND RESOURCES IN
DISTRIBUTION NETWORKS‖, INTERFACES, 9(2), 6-22. ......................................................................65
[HANSEN, P.H., HEGEDAHL, B., HJORTKJÆR, S., OBEL, B. ,1994]. A HEURISTIC SOLUTION
TO THE WAREHOUSE LOCATION-ROUTING PROBLEM‖, EUROPEAN JOURNAL OF
OPERATIONAL RESEARCH, 76, 111-127. ................................................................................................66
[HAASTRUP, P., MANIEZZO, V., MATTARELLI, M., RINALDI, F.M.,MENDES, I. AND
PARUCCINI, M. ,1998]. "A DECISION SUPPORT SYSTEM FOR URBAN WASTE
MANAGEMENT‖", EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 109, 330-341..............66
I ................................................................................................................................................................66
[IWONA CIESLAKA, KAROL SZUNIEWICZA, TOMASZ TEMPLINB AND SZYMON
CZYZAA,2016]. USE OF ANT ALGORITHMS TO OPTIMIZE PEDESTRIAN COMMUNICATION
ROUTES WITH THE APPLICATION OF GIS TOOLS: A CASE STUDY OF OLSZTYN. PROCEDIA
ENGINEERING 161 (2016) 2006-2010. ........................................................................................................66
J ................................................................................................................................................................66
[JACOBSEN, S., MADSEN, O. ,1980]. A COMPARATIVE STUDY OF HEURISTICS FOR A TWO-
LEVEL ROUTING-LOCATION PROBLEM‖, EUROPEAN JOURNAL OF OPERATIONAL
RESEARCH, 6, 378-387. ...............................................................................................................................66
[J. TEIXEIRA, A.P. ANTUNES, AND J.P. DE SOUSA,2004]. RECYCLABLE WASTE
COLLECTION PLANNING - A CASE STUDY. EUROPEAN JOURNAL OF OPERATIONAL
RESEARCH, 158(3) :543-554. ......................................................................................................................66
[J.D. KIM, H.S. CHOI, AND D.H. LEE,2007]. VEHICLE ROUTING IN A REFUSE COLLECTION
SYSTEM : A CASE STUDY. COMPUTATIONAL SCIENCE AND ITS APPLICATIONS, ICCSA 2007,
PAGES 467-473. ............................................................................................................................................66
[J. BAUTISTA, E. FERNÁNDEZ, AND J. PEREIRA,2008]. SOLVING AN URBAN WASTE
COLLECTION PROBLEM USING ANTS HEURISTICS. COMPUTERS AND OPERATIONS
RESEARCH, 35 :3020-3033. .........................................................................................................................66
K ...............................................................................................................................................................66
[KIRCA, O. AND ERKIP, N. 1988]. "SELECTING TRANSFER STATION LOCATIONS FOR
LARGE SOLID WASTE SYSTEMS‖", EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 38,
339-349. ..........................................................................................................................................................66
[KAISER, M.J. AND MORIN, T.L.,1993]. "CENTER POINTS, EQUILIBRIUM, POSITIONS AND
THE OBNOXIOUS LOCATION PROBLEM", JOURNAL OF REGIONAL SCIENCE, 33, 237-249. ....66
[KARKAZIS, J. AND BOFFEY, T.B.,1995]. "OPTIMAL LOCATION OF ROUTES FOR VEHICLES
TRANSPORTING HAZARDOUS MATERIALS‖, EUROPEAN JOURNAL OF OPERATIONAL
RESEARCH, 86, 201-215. .............................................................................................................................66
[K. SMITH KORFMACHER,1997]. SOLID WASTE COLLECTION SYSTEM IN DEVELOPING
URBAN AREAS OF SOUTH AFRICA : AN OVERVIEW AND CASE STUDY. WASTE
MANAGEMENT AND RESEARCH, 15 :477-494. ......................................................................................66
[KONTOS, T.D., KOMILIS, D.P., HALVADAKIS, C.P.,2005]."SITING MSW LANDFILLS WITH A
SPATIAL MULTIPLE CRITERIA ANALYSIS METHODOLOGY‖", WASTE MANAGEMENT, 25,
818-832. ..........................................................................................................................................................67
[KARAOGLAN, I., ALTIPARMAK, F., KARA, I. AND DENGIZ, B. ,2011]. A BRANCH AND CUT
ALGORITHM FOR THE LOCATION-ROUTING PROBLEM WITH SIMULTANEOUS PICKUP AND
DELIVERY‖, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 224, 189-208. .......................67
[KISSI, L., HAITAMI, S., JADDAOUI, A., & BENYAHYA, I.,2012]. GESTION DES DECHETS DES
ACTIVITES DE SOINS EN ODONTOLOGIE. RETRIEVED NOVEMBER 10, 2015, FROM
HTTP://WWW.LECOURRIERDUDENTISTE.COM/DOSSIERS-DU-MOIS/GESTION-DES-
DECHETS-DES-ACTIVITESDE-SOINS-EN-ODONTOLOGIE-ETUDE-BIBLIOGRAPHIQUE.HTML.
.......................................................................................................................................................................67
[KASSER ET MICHEL,2014]. SYSTÈME D'INFORMATION GÉOGRAPHIQUE (S.I.G.)...............67
ENCYCLOPÆDIA UNIVERSALIS [EN LIGNE]. CONSULTE LE 13/12/2014, DISPONIBLE SUR
HTTP://WWW.UNIVERSALIS.FR/ENCYCLOPEDIE/SYSTEME-D-INFORMATION-
GEOGRAPHIQUE/ ......................................................................................................................................67
L ...............................................................................................................................................................67
[LAPORTE, G., NORBERT, Y., ARPIN, D.,1986]. AN EXACT ALGORITHM FOR SOLVING A
CAPACITATED LOCATION-ROUTING PROBLEM‖, ANNALS OF OPERATIONS RESEARCH, 6,
293-310. ..........................................................................................................................................................67
[LIST, G. AND MIRCHANDANI, P. ,1991]. AN INTEGRATED NETWORK/PLANAR
MULTIOBJECTIVE MODEL FOR ROUTING AND SITING FOR HAZARDOUS MATERIALS AND
WASTES‖, TRANSPORTATION SCIENCE, 25(2), 146-156. .....................................................................67
[LAURINI ET AL. 1992] R. LAURINI AND D. THOMPSON, “FUNDAMENTALS OF SPATIAL
INFORMATION SYSTEMS”, ACADEMIC PRESS, 1992. ........................................................................67
[LEROY. JB., 1997]."LES DECHETS ET LEURS TRAITEMENTS : LES DECHETS SOLIDES
INDUSTRIELS ET MENAGERS ". EDITION : PRESSE UNIVERSITAIRES DE FRANCE, PARIS,
3EME EDIT. 127 P. .......................................................................................................................................67
[L.H. SHIH AND H.C. CHANG,2001]. A ROUTING AND SCHEDULING SYSTEM FOR
INFECTIOUS WASTE COLLECTION. ENVIRONMENTAL MODELING AND ASSESSMENT, 6 :261-
269..................................................................................................................................................................67
[LIN, C., KWOK, R. ,2006]. MULTI-OBJECTIVE METAHEURISTICS FOR A LOCATION-
ROUTING PROBLEM WITH MULTIPLE USE OF VEHICLES ON REAL DATA AND SIMULATED
DATA‖, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH. .......................................................67
[LOPEZ, R.B., BARETTO, S., FERREIRA, C., SANTOS, B.S. ,2008]. A DECISION SUPPORT
TOOL FOR A CAPACITATED LOCATION-ROUTING PROBLEM‖, DECIS. SUPPLY SYST., 46(1),
366-375. ..........................................................................................................................................................67
M ..............................................................................................................................................................68
[MARKS, D.H. AND LIEBMAN, J.C ,1970]. "MATHEMATICAL ANALYSIS OF SOLID WASTE
COLLECTION, BUREAU OF SOLID WASTE MANAGEMENT, U.S". DEPT. OF HEALTH,
EDUCATION AND WELFARE, WASHINGTON, DC. ..............................................................................68
[MOON, I.D. AND CHAUDHRY, S.S,1984]. "AN ANALYSIS OF NETWORK LOCATION
PROBLEMS WITH DISTANCE CONSTRAINTS", MANAGEMENT SCIENCE, 30, 290–307. .............68
[MELACHRINOUDIS, E. AND CULLINANE, T.P,1985]."LOCATING AN UNDESIRABLE
FACILITY WITHIN A GEOGRAPHICAL REGION USING THE MAXIMIN CRITERION‖",
JOURNAL OF REGIONAL SCIENCE, 25(1), 115-127. ..............................................................................68
[MIRCHANDANI, P., MAGNANTI, L.L. AND VACHANI, R. ,1995]. MODELING AND SOLVING
THE CAPACITATED NETWORK LOADING PROBLEM‖, OPERATIONS RESEARCH, 43. .............68
[MINEHART, D. AND NEEMAN, A.,2002]."EFFECTIVE SITING OF WASTE TREATMENT
FACILITIES‖", JOURNAL OF ENVIRONMENTAL ECONOMICS AND MANAGEMENT, 43, 303-324.
.......................................................................................................................................................................68
[MARINAKIS, Y., MARINAKI, M. (2008A]. A PARTICLE SWARM OPTIMIZATION
ALGORITHM WITH PATH RELINKING FOR THE LOCATION ROUTING PROBLEM‖, JOURNAL
OF MATHEMATICAL MODELING AND ALGORITHMS‖, 7, 59-78 ......................................................68
[MARINAKIS, Y., MARINAKI, M. (2008B]. A BILEVEL GENETIC ALGORITHM FOR A REAL
LIFE LOCATION-ROUTING PROBLEM‖, INT. J. LOG. RES. APPL., 11(1), 49-65 ...............................68
[MANZOUR-AL-AJDAD, S.M.H., TORABI, S.A., SALHI, S. ,2012]. A HIERACHICAL
ALGORITHM FOR THE PLANAR SINGLE-FACILITY LOCATION ROUTING PROBLEM‖,
COMPUTERS AND OPERATIONS RESEARCH, 39, 461-470. .................................................................68
[MEHRJERDI, Y.Z. AND NADIZADEH, A.,2013]. USING GREEDY METHOD TO SOLVE
CAPACITATED LOCATION-ROUTING PROBLEM WITH FUZZY DEMANDS‖, EUROPEAN
JOURNAL OF OPERATIONAL RESEARCH, 229, 75-84. ........................................................................68
[MR. ANKIT VERMA AND PROF. B.K BHONDE,2014]. OPTIMISATION OF MUNICIPAL SOLID
WASTE MANAGEMENT OF INDORE CITY USING GIS. INTERNATIONAL JOURNAL ON
EMERGING TECHNOLOGIES 5(1): 194-200. ...........................................................................................69
N ...............................................................................................................................................................69
[NAMBIAR, J.M., GELDERS, L.F., VAN WASSENHOVE, L.N. ,1981]. A LARGE SCALE
LOCATIONALLOCATION PROBLEM IN THE NATURAL RUBBER INDUSTRY‖, EUROPEAN
JOURNAL OF OPERATIONAL RESEARCH, 6, 183-189. ........................................................................69
[NEMA, A.K. AND GUPTA, S.K. (1999]. "MULTIOBJECTIVE RISK ANALYSIS AND
OPTIMIZATION OF REGIONAL HAZARDOUS WASTE MANAGEMENT SYSTEM", PRACTICE
PERIODICAL OF HAZARDOUS, TOXIC AND RADIOACTIVE WASTE MANAGEMENT, 7, 69-7. ..69
[NEMA, A.K. AND GUPTA, S.K. ,2003]."MULTIOBJECTIVE RISK ANALYSIS AND
OPTIMIZATION OF REGIONAL HAZARDOUS WASTE MANAGEMENT SYSTEM", PRACTICE
PERIODICAL OF HAZARDOUS, TOXIC AND RADIOACTIVE WASTE MANAGEMENT, 7, 69-77. 69
[NUORTIO, J. KYTÖJOKI, J. NISKA, AND O. BRÄYSY,2006]. "IMPROVED ROUTE PLANNING
AND SCHEDULING OF WASTE COLLECTION AND TRANSPORT". EXPERT SYSTEMS WITH
APPLICATIONS, 30 :223-232. .....................................................................................................................69
[NABAA, M ET AL, 2007]. M. NABAA, B. ZEDDINI ET P. TRANOUEZ. APPROCHE
DECENTRALISEE POUR RESOUDRE LE PROBLEME DU TRANSPORT A LA DEMANDE.
SCHEDAE, PREPUBLICATION N° 23, (FASCICULE N° 2, P. 133-140). .................................................69
[NABAA, M ET AL, 2007]. M. NABAA, B. ZEDDINI ET P. TRANOUEZ. APPROCHE
DECENTRALISEE POUR RESOUDRE LE PROBLEME DU TRANSPORT A LA DEMANDE.
SCHEDAE, PREPUBLICATION N° 23, (FASCICULE N° 2, P. 133-140), 2007. .......................................69
[NAGY, G., SALHI, S. (2007]. LOCATION-ROUTING: ISSUES, MODELS AND METHODS‖,
EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 177, 649-672. ..............................................69
[NACIMA LABADI, CHRISTIAN PRINS ET MOHAMED REGHIOUI,2008]. A MEMETIC
ALGORITHM FOR THE VEHICLE ROUTING PROBLEM WITH TIME WINDOWS. RAIRO -
OPERATIONS RESEARCH, 42(3):415-431. ...............................................................................................69
[NADIZADEH, A., SAHRAEIAN, R., SABZEVARI, Z. A. AND HOMAYOUNI, S.M. ,2011]. USING
GREEDY CLUSTERING METHOD TO SOLVE CAPACITATED LOCATION-ROUTING
PROBLEM‖, AFRICAN JOURNAL OF BUSINESS MANAGEMENT, 5(17), 7499-7506. ........................69
O ...............................................................................................................................................................69
[OR, I. AND AKGÜL, M.,1994]. "AN OPTIMIZATION APPROACH FOR LOCATING A
HAZARDOUS WASTE DISPOSAL FACILITY IN ISTANBUL PROVINCE‖", WASTE
MANAGEMENT AND RESEARCH, 12, 495-506. ......................................................................................70
[OMS ,1997]. MANAGEMENT OF WASTES FROM HOSPITALS‖, REPORT ON WHO MEETING,
COPENHAGEN (EURO REPORTS AND STUDIES), WORLD HEALTH ORGANIZATION, WHO ....70
[OMS, 2005]. SECRETARIAT DE LA CONVENTION DE BALE. PREPARATION DES PLANS
NATIONAUX DE GESTION DES DECHETS DE SOINS MEDICAUX EN AFRIQUE
SUBSAHARIENNE : MANUEL D'AIDE A LA DECISION. GENÈVE. P115. ..........................................70
[O. APAYDIN AND M. T. GONULLU,2007]. ROUTE OPTIMIZATION FOR SOLID WASTE
COLLECTION: TRABZON (TURKEY) CASE STUDY. GLOBAL NEST JOURNAL, VOL 9, NO 1, PP
6-11. ...............................................................................................................................................................70
P................................................................................................................................................................70
[PERLACK, R .D .& WILLIS, C. E.,1985]. "MULTI-OBJECTIVE DECISION-MAKING IN WASTE
DISPOSAL PLANNING‖", JOURNAL OF ENVIRONMENTAL ENGINEERING, ASCE 111, 3, 373-385.
.......................................................................................................................................................................70
[PERL, J., DASKIN, M. (1984]. A UNIFIED WAREHOUSE LOCATION-ROUTING
METHODOLOGY‖, JOURNAL OF BUSINESS LOGISTICS, 5(1), 92-111. .............................................70
[PERL, J., DASKIN, M. ,1985]. A WAREHOUSE LOCATION-ROUTING PROBLEM‖,
TRANSPORTATION RESEARCH, 19B(5), 381-396. .................................................................................70
[PLASTRIA, F., CARRIZOSA, E.,1999]. "UNDESIRABLE FACILITY LOCATION WITH
MINIMAL COVERING OBJECTIVES‖", EUROPEAN J. OPER. RES., 121, 302–319. ...........................70
[P. LACOMME, C. PRINS, AND M. SEVAUX,2006]. A GENETIC ALGORITHM FOR A BI-
OBJECTIVE CAPACITED ARC ROUTING PROBLEM. COMPUTERS AND OPERATIONS
RESEARCH, (33) :3473-3493. ......................................................................................................................70
[PRINS, C., PRODHON, C., WOLFLER, R. (2006]. SOLVING THE CAPACITATED LOCATION-
ROUTING PROBLEM BY GRASP COMPLEMENTED BY A LEARNING PROCESS AND A PATH
RELINKING N 4OR, 4(3), 221-238. .............................................................................................................70
[PRINS, C., PRODHON, C., RUIZ, A., SORIANO, P. AND CALVO, R.W. ,2007]. SOLVING THE
CAPACITATED LOCATION-ROUTING PROBLEM BY A COOPERATIVE LAGRANGEAN
RELAXATION-GRANULAR TABU SEARCH HEURISTIC‖, TRANSPORTATION SCIENCE, 41, 470-
483..................................................................................................................................................................70
[PRODHON, C. ,2011]. A HYBRID EVOLUTIONARY ALGORITHM FOR THE PERIODIC
LOCATION-ROUTING PROBLEM‖, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 210,
204-212. ..........................................................................................................................................................70
[PABLO, A.B., JUAN, P.P.F., FERNANDO, G.G. ,2010]. "AN ANALYTIC NETWORK PROCESS
APPROACH FOR SITING A MUNICIPAL SOLID WASTE PLANT IN THE METROPOLITAN AREA
OF VALENCIA (SPAIN)‖ ", JOURNAL OF ENVIRONMENTAL MANAGEMENT, 91, 1071-1086. .....71
R ...............................................................................................................................................................71
[R. ÁLVAREZ VALDÉS, E. BENAVENT, V. CAMPOS, A. CORBERÁN, E. MOTA, J. M.
TAMARIT, AND V. VALLS,1993]. A COMPUTERIZED SYSTEM FOR URBAN GARBAGE
COLLECTION. TOPOLOGY, 1 :89-105. ....................................................................................................71
[RAHMAN, M., KUBY, M., (1995]. "A MULTI-OBJECTIVE MODEL FOR LOCATING SOLID-
WASTE TRANSFER FACILITIES USING AN EMPIRICAL OPPOSITION FUNCTION‖". INFOR 33,
34–49. .............................................................................................................................................................71
[REY, M., SORIANO, P., STAMPFLI, E.,1995]. "LA LOCALISATION D’UNE INSTALLATION
DE STOCKAGE DE DECHETS STABILISES : LE CAS DE LA SUISSE ROMANDE, INFOR, 33, 50-62.
.......................................................................................................................................................................71
[RATICK, S., WHITE, A.,1988]. "A RISK-SHARING MODEL FOR LOCATING NOXIOUS
FACILITIES‖", ENVRIONMENT AND PLANNING B 15,165–179. .........................................................71
[REVELLE, C., COHON, J. AND SHOBRYS, D. ,1991]. SIMULTANEOUS SITING AND ROUTING
IN THE DISPOSAL OF HAZARDOUS WASTES‖, TRANSPORTATION SCIENCE, 25(2), 138-145. ....71
[RODRÍGUEZ-CHÍA, A.M., NICKEL, S., PUERTO, J., FERNÁNDEZ, F.R.,2000]. "A FLEXIBLE
APPROACH TO LOCATIONS PROBLEMS", MATH. METHODS OPER. RES., 51, 69–89. .................71
[RUSHBROOK, P., CHANDRA, C., GAYTON, S. (2000]. STARTING HEALTHCARE WASTE
MANAGEMENT IN MEDICAL INSTITUTIONS – A PRACTICAL APPROACH‖, COPENHAGEN
PRACTICAL HEALTH CARE WASTE MANAGEMENT INFORMATION SERIES N° 1, WHO,
REGIONAL OFFICE FOR EUROPE (EUR/00/5021817). .........................................................................71
[R. MINCIARDI, M. PAOLUCCI, AND E. TRASFORINI,2003]. A NEW PROCEDURE TO PLAN
ROUTING AND SCHEDULING OF VEHICLES FOR SOLID WASTE COLLECTION AT A
METROPOLITAN SCALE. PRESENTED AT ODYSSEYS, PALERMO, ITALY. ..................................71
[ROJEE PRADHANANGAA, EIICHI TANIGUCHIA, AND TADASHI YAMADA,2010]. ANT
COLONY SYSTEM BASED ROUTING AND SCHEDULING FOR HAZARDOUS MATERIAL
TRANSPORTATION : PROCEDIA SOCIAL AND BEHAVIORAL SCIENCES 2 (2010) 6097–6108. ....71
S ................................................................................................................................................................71
[SRIVASTAVA, R., BENTON, W.C. ,1990]. THE LOCATION-ROUTING PROBLEM:
CONSIDERATION IN PHYSICAL DISTRIBUTION SYSTEM DESIGN‖, COMPUTERS AND
OPERATIONS RESEARCH, 6, 427-435. .....................................................................................................71
[SRIVASTAVA, R. ,1993]. ALTERNATE SOLUTION PROCEDURES FOR THE LOCATION-
ROUTING PROBLEM‖, OMEGA INTERNATIONAL JOURNAL OF MANAGEMENT SCIENCE,
21(4), 497-506.................................................................................................................................................72
[STOWERS, C.L. AND PALEKAR, U.S. ,1993]. LOCATION MODELS WITH ROUTING
CONSIDERATIONS FOR A SINGLE OBNOXIOUS FACILITY‖, TRANSPORTATION SCIENCE,
27(4), 350-362). ..............................................................................................................................................72
[SUDHIR, V., MURALEEDHARAN, V.R. AND SRINIVASAN, G. ,1996]. "INTEGRATED SOLID
WASTE MANAGEMENT IN URBAN INDIA: A CRITICAL OPERATIONAL RESEARCH
FRAMEWORK‖", SOCIOECONOMIC PLANNING SCIENCE, 30, 163-181. ..........................................72
[S. BAPTISTA, R.C. OLIVEIRA, AND E. ZUQUETE,2002]. " A PERIOD VEHICLE ROUTING
CASE STUDY". EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 132 :220-229. ..................72
[S.K. AMPONSAH AND S. SALHI,2004]. THE INVESTIGATION OF A CLASS OF CAPACITED
ARC ROUTING PROBLEMS : THE COLLECTION OF GARBAGE IN DEVELOPING COUNTRIES.
WASTE MANAGEMENT, 24(7) :711-721. ..................................................................................................72
[SAAMENO-RODRIGUEZ, J.J., GUERRERO GARCIA, C., MUNOZ PEREZ, J. AND MERIDA
CASERMEIRA, E.,2006]. "A GENERAL MODEL FOR THE UNDESIRABLE SINGLE FACILITY
LOCATION PROBLEM‖", OPERATIONS RESEARCH LETTERS, 34, 427-436. ...................................72
[STENGER, A., SCHNEIDER, M., SCHWIND, M., VIGO, D.,2012]. LOCATION-ROUTING FOR
SMALL PACKAGE SHIPPERS WITH SUBCONTRACTING OPTIONS‖, INTERNATIONAL
JOURNAL PRODUCTION ECONOMICS, 140, 702-712. ..........................................................................72
T ...............................................................................................................................................................72
[TAMIR, A. ,1991]."OBNOXIOUS FACILITY LOCATION ON GRAPHS", SIAM J. DISCRETE
MATH., 4, 550–567........................................................................................................................................72
[TÜZÜN, D., BURKE, L. ,1999]. A TWO-PHASE TABU SERACH APPROACH TO THE
LOCATION ROUTING PROBLEM, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 116,
87-99...............................................................................................................................................................72
[T. NUORTIO, J. KYTÖJOKI, J. NISKA, AND O. BRÄYSY,2006]. IMPROVED ROUTE
PLANNING AND SCHEDULING OF WASTE COLLECTION AND TRANSPORT. EXPERT
SYSTEMS WITH APPLICATIONS, 30 :223-232. .......................................................................................72
[TING, C.J. AND CHEN, C.H. (2013]. A MULTIPLE ANT COLONY OPTIMIZATION
ALGORITHM FOR THE CAPACITATED LOCATION ROUTING PROBLEM‖, INTERNATIONAL
JOURNAL OF PRODUCTION ECONOMICS, 141, 34-44. ........................................................................72
U ...............................................................................................................................................................72
[UNITE CANCER ET ENVIRONNEMENT,2018]. SERVICE PREVENTION ET GESTION DES
DECHETS, ANGERS, SEPT 2018. ...............................................................................................................73
W ..............................................................................................................................................................73
[WYMAN, M.M. AND KUBY, M. ,1995]. PROACTIVE OPTIMIZATION OF TOXIC WASTE
TRANSPORTATION, LOCATION, TECHNOLOGY‖, LOCATION SCIENCE, 3 (3), 167-185. .............73
[WELCH, S.B. AND SALHI, S.,1997]. "THE OBNOXIOUS P FACILITY NETWORK LOCATION
PROBLEM WITH FACILITY INTERACTION", EUROPEAN JOURNAL OF OPERATIONAL
RESEARCH, 102(2), 302-319. .......................................................................................................................73
Y ...............................................................................................................................................................73
[YESILNACAR, M. I. AND CETIN, H.,2005]. "SITE SELECTION FOR HAZARDOUS WASTES :
A CASE STUDY FROM THE GAP AREA, TURKEY‖", ENGINEERING GEOLOGY, 81, 371-388. .....73
[YON. L, 2005]. YON, L. MODELES ET OUTILS POUR LA CONCEPTION STRATEGIQUE DE
RESEAUX DE TRANSPORTS PUBLICS. THESE EN INFORMATIQUE A L’UNIVERSITE BLAISE
PASCAL - CLERMONT-FERRAND II. SOUTENUE LE 23 SEPTEMBRE 2005. ....................................73
[YU, V.F., LIN, S.W., LIN, W., TING, C.J. ,2010]. A SIMULATED ANNEALING HEURISTIC FOR
THE CAPACITATED LOCATION ROUTING PROBLEM‖, COMPUTERS AND INDUSTRIAL
ENGINEERING, 58, 288299. ........................................................................................................................73
[YON. L, 2005]. YON, L. MODELES ET OUTILS POUR LA CONCEPTION STRATEGIQUE DE
RESEAUX DE TRANSPORTS PUBLICS. THESE EN INFORMATIQUE A L’UNIVERSITE BLAISE
PASCAL - CLERMONT-FERRAND II. SOUTENUE LE 23 SEPTEMBRE .............................................73
Z ...............................................................................................................................................................73
[ZOGRAFOS, K.G. AND SAMARA, S. ,1989]. COMBINED LOCATION-ROUTING MODEL FOR
HAZARDOUS WASTE TRANSPORTATION AND DISPOSAL‖, TRANSPORTATION RESEARCH
RECORDS, 1245, 52-59.................................................................................................................................73
[ZOGRAFOS, K.G. ,1993]. A MULTI-OBJECTIVE MODEL FOR HAZARDOUS WASTE
ROUTING AND SITING DECISIONS‖, PAPER PRESENTED AT ISOLDE VI CONFERENCE,
CHIOS, GREECE, 1993. ...............................................................................................................................73
[ZHAO, J., ZHAO, J. ,2010]. MODEL AND ALGORITHM FOR HAZARDOUS WASTE
LOCATION-ROUTING PROBLEM‖, ICLEM 2010; LOGISTICS FOR SUSTAINED ECONOMIC
DEVELOPMENT, 2846-2852. ......................................................................................................................73
[ZARANDI, M.H.F., HEMMATI, A., DAVARI, S., TURKSEN, I.B. ,2013]. CAPACITATED
LOCATIONROUTING PROBLEM WITH TIME WINDOWS UNDER UNCERTAINTY‖,
KNOWLEDGE BASED SYSTEMS, 37, 480-489. ........................................................................................73

Chapitre III. ................. Optimisation du problème de routage des DASRI par l'algorithme de colonie de
fourmis……………………………………………………………………………………………………………………………………………….....38
III.1. Introduction : .......................................................................................................................... 39
III.2. le VRP : Problème de Tournées des Véhicules......................................................................... 39
III.2.1. Le TSP : Problème de voyageur de commerce : ...................................................................... 40
III.2.2. Le CVRP : Problème de Tournées de Véhicules avec Capacité : .............................................. 42
III.3. Optimisation par colonie de fourmis : .................................................................................... 43
III.3.1. Historique : ............................................................................................................................. 43
III.3.2. Principe : ........................................................................................... Erreur ! Signet non défini.
III.2.3. Similarités et différences avec les fourmis réelles : ................................................................ 44
III.2.4. domaine d’application de l’algorithme :................................................................................. 45
III.4. Algorithme de colonie de fourmis pour la collecte et le routage des DASRI : ......................... 45
III.4.1. Algorithme de colonie de fourmis : ......................................................................................... 45
III.4.2. Description des données : ....................................................................................................... 49
III.4.3. Implémentation de l’algorithme pour un problème de routage : ........................................... 50
III.5. Interprétation des résultats : .................................................................................................. 52
III.5.1. Interpretation de l'algorithme pour le problème TSP : ........................................................... 52
III.5.2. Interpretation de l'algorithme pour le problème CVRP : ........................................................ 52
III.6. Conclusion.................................................................................... …..Erreur ! Signet non défini.

Liste des figures


I.1: PROCESSUS DE LA GESTION DE DECHETS ...................................................................................................................... 5
I.2: LES DIFFERENTES CATEGORIES DE DECHETS ................................................................................................................... 8
II.1: PROBLEME DE LOCALISATION ................................................................................................................................. 20
II.2: CARTOGRAPHIE DE LA TUNISIE ................................................................................................................................ 26
II.3: PRESENTATION DES HOPITAUX ................................................................................................................................ 27
II.4: PRESENTATION DES HOPITAUX ET DES SITES CANDIDATS .............................................................................................. 28
II.5: PRESENTATION DES ZONES .................................................................................................................................... 30
III.1: PROBLEME DE TOURNEE DE VEHICULE .................................................................................................................... 39
III.2: METHODE DE LA COLONIE DE FOURMIS .................................................................................................................. 46
III.3: ALGORITHME DE COLONIE DE FOURMIS .................................................................................................................. 47

Listes des tableaux


TABLEAU I.1: CATEGORIES DES DECHETS DE SOINS MEDICAUX ............................................................................................. 11
TABLEAU I.2: PUBLICATIONS SUR LES PROBLEMES DE LOCALISATION DES INSTALLATIONS........................................................... 14
TABLEAU I.3: PUBLICATIONS SUR LES PROBLEMES DE ROUTAGE DES DECHETS ......................................................................... 15
TABLEAU I.4: PUBLICATIONS RELATIVES AUX METHODES DE RESOLUTION DES PROBLEMES......................................................... 15
TABLEAU I.5: TRAVAUX RELATIVES AUX SIG POUR LA GESTION DES DECHETS .......................................................................... 17
TABLEAU II.1: LA COLLECTE DE DECHETS ......................................................................................................................... 29
TABLEAU II.2: LA LISTE DES SITES CANDIDATS ................................................................................................................... 29
TABLEAU II.3: LISTE DES HOPITAUX COUVRE PAR LE SITE DE BIZERTE ..................................................................................... 32
TABLEAU II.4: LISTE DES HOPITAUX COUVRE PAR LE SITE DE LE KEF ....................................................................................... 33
TABLEAU II.5: LISTE DES HOPITAUX COUVRE PAR LE SITE DE SOUSSE ..................................................................................... 34
TABLEAU II.6: LISTE DES HOPITAUX COUVRE PAR LE SITE DE GAFSA ....................................................................................... 35
TABLEAU II.7: LISTE DES HOPITAUX COUVRE PAR LE SITE DE MEDENINE ................................................................................. 36
TABLEAU III.1: LES DIFFERENTS EXTENSIONS DE VRP ......................................................................................................... 40
TABLEAU III.2: SIMILARITE ET DIFFERENCE AVEC LES FOURMIS REELLES .................................................................................. 44
TABLEAU III.3: TRAVAUX RELATIVES AUX COLONIES DE FOURMIS POUR LA COLLECTE ET LE ROUTAGE ........................................... 48
Introduction générale
Au cours de ces dernières années, notre communauté de consommateurs a été en mesure de
surveiller la forte croissance de la production de déchets par les industries, les hôpitaux et par
la population. Face à leur abondance croissante, leur traitement de la planète la plus propre
devient un réel problème social. Jusqu'ici, nous avons été satisfaits de les résoudre.
En résumé, en restaurant l’énergie par incinération ou en la stockant comme dans des décharges
publiques, il est maintenant de notre devoir de surmonter ces échecs et d’assurer aux
générations futures que la société que nous leur proposons sera responsable des déchets qu’elles
produisent. Toutes ces contraintes ont donné naissance au marché de lalogistique des retours
ou logistique inverseappelé aussi« Reverse logistics ».
La gestion de la récupération des produits contient trois grandes familles de produits :

 Les produits défectueux ;


 Le service après-vente ;
 Les produits qui peuvent être réutilisés à des fins environnementales (emballages,
déchets, produits en fin de vie, etc.).

Les déchets peuvent prendre des formes multiples comme déchets ménagers, hospitaliers,
nucléaires, déchets issus des industries, etc.
En ce qui nous concerne, nous nous intéressons de façon particulière aux déchets
hospitaliers.
Les activités de soins produisent une quantité importante de déchets hospitaliers. Les déchets
issus des activités de soins présentent un grand problème au niveau de leur collecte, transport,
stockage, etc.… à travers le monde. On peut diviser les déchets issus des activités de soins en
deux catégories : déchets qui ne présentent aucun risque particulier et d’autres à risque
infectieux.
Dans les pays en développement, la décharge et le tri manuel des déchets récupérés à la sortie
des établissements de santé fournit un danger supplémentaire. De même, les pratiques de
gestion des déchets de soins génèrent des risques pour la santé. (Biadillah, 2004).
Ces problèmes justifient notre intérêt aux déchets hospitaliers et en particulier à la collecte
des Déchets des Activités de Soins (DAS) sur le territoire tunisien. Ainsi, dans ce mémoire,
nous procédons vers l’optimisation du processus de gestion des DAS en considérant notre
contexte tunisien à travers la résolution simultanée du problème de localisation des opérateurs

1
de gestion des DAS ainsi que le problème de collecte et de routage des déchets de leurs points
sources (les hôpitaux) à leurs destinations appropriées (les centres de traitement. Le problème
est résolu pour les 174 hôpitaux situés sur le territoire tunisien tout en considérant 23 sites
candidats pour le choix de l’emplacement des centres de traitement.
Notre méthodologie de travail est comme suit : nous présentons dans une première étape une
analyse spatiale des données à l’aide des systèmes d’informations géographiques (SIG) pour
localiser les hôpitaux et les sites candidats pour les centres de traitement. Cette première étape
nous permet d’identifier le nombre adéquat des centres de traitement à localiser. Ainsi, nous
procédons dans une deuxième étape à l’optimisation du problème de collecte et de routage des
déchets à l’intérieur des zones définies par la première étape et ce en faisant appel à l’algorithme
de Colonie de fourmis comme outil de résolution.
Notre travail s’articule autour de trois chapitres :

 Le premier chapitre présente une généralité sur la gestion des déchets


 Le deuxième chapitre identifie les déchets des activités de soins et porte sur la
méthodologie employée à savoir les systèmes d’informations géographiques. Ce chapitre est
consacré à l’optimisation du problème de localisation des centres de traitement des DAS.
Le troisième chapitre est orienté vers la résolution du problème de routage des déchets à
travers l’application de la méthode de colonie de fourmis pour le problème de voyageur de
commerce (TSP) ainsi que le problème de tournées de véhicules avec capacité. L’application
de l’algorithme de colonie de fourmis a été ainsi effectuée sur les résultats fournis par les SIG.

2
Chapitre I. La Gestion Des
Déchets
CHAPITRE I. LA GESTION DES DECHETS .................................................................................................. 3
I.1. INTRODUCTION........................................................................................................................................ 4
I.2. LE PROCESSUS DE LA GESTION DES DECHETS : ................................................................................................ 4
I.2.1. Le tri : ........................................................................................................................................ 5
I.2.2. La collecte : ............................................................................................................................... 5
I.2.3. Le transport : ............................................................................................................................ 6
I.2.4. Le traitement : .......................................................................................................................... 6
I.2.5. Enfouissement : ........................................................................................................................ 7
I.3. LES DIFFERENTS TYPES DE DECHETS : ............................................................................................................ 7
I.3.1. Les déchets ménagers :............................................................................................................. 8
I.3.2. Les déchets agricoles : .............................................................................................................. 8
I.3.3. Les déchets industriels : ............................................................................................................ 9
I.3.4. Les déchets d’activités de soins : ............................................................................................ 10
I.4. LES DECHETS DES ACTIVITES DE SOINS (DAS) : DEFINITION, CLASSIFICATION ET IMPACTS ...... ERREUR ! SIGNET NON
DEFINI.
II.2.1. Définition : .............................................................................................................................. 11
II.2.2. Classification : ......................................................................................................................... 11
II.2.3. Impacts néfaste sur la santé et l’environnement :.................................................................. 12
I.5. ETAT DE L’ART SUR LA GESTION DES DECHETS : ............................................................................................. 13
I.4.1. Problème de localisation des installations indésirables :........................................................ 13
I.4.2. Problème de routage des déchets : ........................................................................................ 14
I.4.3. Le problème de Localisation-Routage des déchets : ............................................................... 15
I.4.4. Système d’information géographique pour la gestion des déchets :...................................... 16
I.6. CONCLUSION ........................................................................................................................................ 17

3
I.1. Introduction

A l'heure actuelle, la gestion des déchets est un problème préoccupant pour la planète et pour
notre avenir. Au début des années quatre-vingt-dix, la protection de l’environnement est
devenue de plus en plus une préoccupation collective.
Le monde a connu une augmentation du volume des déchets qui a pour origine le
changement des habitudes de production et de consommation de l’être humain.
Les déchets générés peuvent être classés dans différentes catégories à savoir :

 Les déchets agricoles,


 Les déchets industriels,
 Les déchets ménagers,
 Les déchets hospitaliers, etc.

Par conséquent, les déchets engendrent des pollutions qui influencent négativement sur
l'environnement. Il faut gérer nos déchets de manière responsable et respectueuse de
l’environnement.
L’objectif de ce chapitre est de présenter le processus de la gestion des déchets en premier
lieu, ainsi que les différents types de déchets puis nous clôturons notre chapitre par un état de
l’art sur la gestion des déchets dangereux.

I.2. Le processus de la gestion des déchets :

Les solutions de traitement des déchets existent mais les approches théoriques ne suffisent
pas. Une mise en œuvre de ces pratiques demeure indispensable pour une meilleure gestion des
différents types de déchets. Une approche cohérente, notamment en termes de collecte, de
sélection et de valorisation des déchets, permettrait de gérer d’une manière optimale la
production globale de déchets.

4
I.1: Processus de la gestion de déchets
Source : la gestion des déchets : d’une logique de traiteur à une logique d’expert
Exemple :de la société STIA

Le processus de gestion de déchets est composé de cinq étapes principales à savoir : le tri, la
collecte, le transport, le traitement et l’enfouissement final.

I.2.1. Le tri :
C’est l’étape clé de la gestion de déchets. L’action de tri de ses déchets, c’est agir en tant
qu’éco-citoyen et participer activement à la préservation de l’environnement, à la fourniture
d’énergie et des ressources naturelles.
Pour les particuliers comme les entreprises, il s’agit de trier les déchets par catégorie ou type
de déchets et de les jeter dans les conteneurs adaptés (verre, plastique, papier carton, déchets
organiques, etc.).

I.2.2. La collecte :
C’est l’étape de l’acheminement de déchets à partir de leur lieu de production vers un centre
de traitement afin de les éliminer. Les déchets doivent prendre un chemin de collecte spécifique
et leur élimination ne doit pas être avec les ordures ménagères.
Il existe deux types de collecte : la collecte sélective et la collecte traditionnelle, en porte à
porte (PAP) avec recours à un prestataire de collecte ou en points d’apport volontaire (PAV)
dans un point de regroupement.

5
I.2.3. Le transport :
Il ne fait aucun doute que la collecte des déchets mène à l'étape du transport de déchets
sur la voie publique.En effet, l'activité consiste à effectuer le transit direct des déchets liquides
et solides qui seront éliminés et séparés en plusieurs types de lieux afin d’être transférés au
centre de traitement.
Le transfert de déchets dans le Système de Positionnement Global (GPS) met en œuvre
les dispositions spéciales suivantes :
 Sécurité des opérations de chargement et de déchargement.
 Étiquetage de danger du déchets (fiche de données de sécurité).
 Circulation du véhicule de transport (vitesse…).

I.2.4. Le traitement :
D’après les dispositions de l'article R 1335-8 de la loi de la santé publique, les déchets
d’activités de soins à risques infectieux et assimilés peuvent être traités avec des désinfectants.
L’incinération :

L’incinération consiste à incinérer les déchets dans un four préchauffé à haute température
(entre 900 et 1200°C).Elle peut être effectué dans une installation spécifique, une usine
d'incinération de déchets dangereux, une installation d'incinération de déchets ménagers, etc.,
conformément aux dispositions des ordonnances modifiées du 20 septembre 2002 relatives à
l'incinération ou à la Co-incinération de déchets.
En Europe, la Co-incinération des déchets dans l'usine de valorisation des déchets (UIOM)
autorisée est la méthode d'incinération la plus répandue.Même si les spécialistes s'accordent à
dire que les usines d'incinération d’ordures ménagères (UIOM) d'aujourd'hui n'ont plus rien à
voir avec les incinérateurs du début du XXe siècle, la méfiance reste de mise.
L’incinération a encore certaines contraintes :

o Il faut comptabiliser la période de transport dans les délais réglementaires.


o Coûts variables.
o Les installations sont généralement loin des sites de production.
Le prétraitement :

Est une technologie alternative à l’incinération des déchets. Le prétraitement par


désinfection est un processus en deux étapes :

6
o Premièrement, modification de l'aspect des déchets, le plus souvent par
broyage (avec ou sans déchiquetage) ou par moulage (formation de flocons et
chauffage).
o Deuxièment, la désinfection afin d’éliminer les risques infectieux des
déchets traités, s’effectue généralement selon quatre procédés : thermique (la
plupart du temps), biochimique ou par irradiation.

I.2.5. Enfouissement :
Le Centre d’Enfouissement (CE) reçoit les déchets et les creuse dans des fosses. Selon
(Bouarfa Said,2018),il existe actuellement trois types de CE qui reçoivent trois catégories
différentes de déchets :

 Centre d’enfouissement de classe 1 : Pour les déchets dangereux et toxiques


(traitement et stabilisation des déchets industriels spéciaux, cendres volantes
d'incinérateurs, etc.).
 Centre d’enfouissement de classe 2 : Pour les déchets ménagers et assimilés
(déchets ménagers, énormes déchets, déchets verts, déchets industriels réguliers,
etc.).
 Centre d’enfouissement de classe3 : Pour les déchets inertes (déchets, gravats,
débris, etc.) provenant d'entreprises de construction, des travaux publics et de
projets de bricolage.

Le centre d’enfouissement a au moins 20 ans. Il est donc nécessaire d'obtenir la surface de


sol nécessaire et de planifier l'exploitation du site pendant la durée de vie minimale mentionné
ci-dessus.

I.3. Les différents types de déchets :


Plusieurs classifications ont été proposées dans la littérature afin d’identifier les
différentes catégories de déchets

7
I.2: Les différentes catégories de déchets
Source : ADEME Poitou-Charentes

Il est possible d’identifier et de classer les déchets car ils sont nombreux et complexes.
Selon (LEROY, 1997), on peut distinguer les déchets comme :

 Les déchets urbains et les déchets des entreprises (appelés aussi déchets
industriels) ;
 Les déchets hospitaliers ;
 Les déchets agricoles ;
 Les déchets particuliers en quantité limitée nommés autrefois DTQD (déchets
toxiques en quantités dispersées) représentés actuellement sous les noms de DSM
(déchets spéciaux des ménages) DTQL (déchets toxiques en quantités limitées).

La distinction entre ces diverses catégories indique les autorités responsables de


l’élimination sauf en ce qui concerne les déchets dispersés qui existent dans toutes les
catégories.

I.3.1. Les déchets ménagers :


Les déchets ménagers (DM) sont les déchets des ménages et d’autres déchets assimilés,
collectés et traités par les collectivités locales. La circulaire du 8 mai 1977 relative au service
d'élimination des déchets des ménages divise ceux-ci en cinq catégories : des déchets
ménagers,les gros articles de porte à porte, les ordures ménagères, les engrais et d’autres

8
municipaux (déchets assimilés et déchets produits par les services publics : déchets de voirie et
de marché, boues de station d'épuration, déchets verts des espaces publics…).
Les Ordures ménagères (OM), produites par les ménages au quotidien, comprennent aussi les
déchets des commerçants et artisans. (Unité Cancer et Environnement,2018).

I.3.2. Les déchets agricoles :


Les déchets agricoles sont de nature très divers et leur dispersion géographique les rend
difficile à collecter.
Les déchets proviennent de l'agriculture sont composées :

 De déchets organiques : déchets de bois, retraits agricoles et écarts de tri,


déjections, résidus de récolte...
 De déchets issus de l'entretien du matériel agricole : pneus usagés, piles et
batteries, huiles usagées, véhicules hors d'usage...
 De déchets banals : films plastiques (paillage, couverture de serre, gaine
d'irrigation...), sacs papiers, cartons, verre, gravats...
 De déchets dangereux : Emballages Vides de Produits Phytosanitaires (EVPP),
Produits Phytosanitaires Non Utilisés (PPNU), bidons vides d'engrais foliaires.

I.3.3. Les déchets industriels :


Déchets toxiques produits par l’industrie dont l'élimination nécessite des précautions
particulières en matière de protection de l'homme et de l’environnement, ils génèrent des
nuisances pour l’être humain et l’environnement.
Les déchets industriels dangereux (DID) sont déterminés par le décret n ° 2002-540 du 18
avril 2002 et on circulaire d'application du 3 octobre 2002. Ils fournissent une ou plusieurs des
caractéristiques de risque énumérés ci-dessous, lesquelles incluent certaines précautions
spéciales. Ces déchets sont soumis à un contrôle de gestion renforcé (production, stockage,
transport, élimination).
Les caractéristiques de danger à prendre en compte sont les suivantes :

 Explosif
 Oxydatif
 Facilement inflammable
 Inflammable

9
 Irritant
 Nocif
 Corrosif
 Gastrique
 Toxique pour la reproduction/Cancérogène
 Mutant / cancérogène
 Substances et préparations qui entrent en contact avec un gaz ou un poison
toxique lorsqu'il est touché par de l'eau, de l'air ou de l'acide

I.3.4. Les déchets d’activités de soins :


Les déchets biomédicaux sont d’un type particulier, ils représentent environ 5% des déchets
hospitaliers (OMS,2005). On peut les diviser en plusieurs catégories à savoir les déchets
biomédicaux infectieux, les déchets chimiques et toxiques et les déchets pharmaceutiques.
Parmi les déchets hospitaliers, les déchets médicaux et pharmaceutiques représentent une
catégorie qui résulte des activités de soins dans les différentes structures médicalisées, en
particulier dans les hôpitaux.
La gestion de ces déchets sont considérés comme une activité délicate qui demande la
conscience. Une bonne gestion de ces déchets est une garantie de prévention et de sécurité pour
tous les usagers de l’hôpital et travailleurs. Par conséquent, les mauvaises pratiques de la gestion
des déchets peuvent engendrer un danger sur la santé. Il faut réaliser des formations pour les
personnels pour réaliser d’une façon appropriée les différentes étapes de processus de gestion
de déchets.

I.4. Les déchets des activités de soins (DAS) :


définition, classification et impacts

L’Agence de la Protection de l’Environnement (APE) américaine a considéré ces déchets


comme dangereux (APE, 1991). Ainsi, L'Organisation mondiale de la santé (OMS) a fait valoir
que les déchets hospitaliers devraient être traités comme des déchets spéciaux (Rushbrook et
al., 2000).

10
I.4.1. Définition :
Selon l’ANGED, tout résidu d’un processus de production, de transformation ou d’utilisation
de substances ou produits dans les établissements sanitaires et plus généralement tout bien
meuble abandonné ou bien destiné de l’abandon provenant de :
 L’activité de diagnostic, du traitement ou de vaccination de l’être humain ou des
animaux.
 Suivi activités préventives, curatives ou palliatives dans les domaines de la
médecine.
 Les activités de recherche, d’enseignement et de production industrielle dans ces
domaines (OMS,1999).

I.4.2. Classification :
Selon la classification de l’(OMS,1997), on distingue deux grandes catégories de déchets
: les Déchets A Risque (DAR) et les Déchets Assimilés à des Ordures ménagères (DAOM).

Tableau I.1: Catégories des déchets de soins médicaux


Source : (OMS,1999)

11
I.4.3. Impacts néfaste sur la santé et l’environnement :
La gestion des déchets médicaux est d'une importance primordiale dans le domaine de la
santé.Les processus de gestion des déchets de soins ne sont pas correctement effectués ou sont
absents dans certains cas(Kissi et al., 2012).
Ce regain d’intérêt est dû aux risques liés à la santé et à l’environnement, ainsi qu’aux
inconvénients que peuvent entraîner leur traitement et élimination. La mauvaise gestion peut
engendrer des impacts néfastes sur la santé publique et sur l’environnement.

 Risques sur la santé :

Le problème des déchets de soins prend différentes dimensions. En effet, non seulement lié
à la quantité générée mais également à l’importance des risques infectieux pour la santé
humaine et l’environnement.
Les déchets de soins comportent des risques importants pour la santé publique et
l'environnement du fait de la pollution des sols, de l'eau et de l'air (Ajzoul, 2009).
Les DAS dangereux sont les sources des infections telles que le SIDA, les hépatites B et C,
les infections gastro-intestinales, les infections cutanées et la liste est longue.(Comité
International de la Croix-Rouge, 2011).
Le personnel de santé (infirmier, le médecin, les employés de ramassage, etc.) ainsi que les
employés en contact avec des déchets médicaux sont exposésà ce type de risque.

 Risques sur l’environnement :

La mauvaise gestion des déchets engendre des conséquences néfastes sur les différents
milieux de l’environnement.

 L’effet sur l’air est à cause de l’incinération en particulier à basse température


ou dans le cas de l’existence de matière plastiques polychlorure de vinyle (PVC)
dans les DAS.
 L'effet sur le sol est dû à un stockage incontrôlé ou à l'enfouissement des déchets.
Une composition chimique, telle que les métaux lourds et des composés radioactifs
pour certains déchets médicaux peuvent affecter le sol en le pénétrant. La migration
profonde peut être préférée par la baignade et le ruissellement.

12
Il est très important que le processus de la gestion de déchets (collecte, élimination,) soit
effectué d’une manière adéquate pour éviter les impacts néfastes sur la santé et
l’environnement.

I.5. Etat de l’art sur la gestion des déchets :


La problématique de l'optimisation de la gestion des déchets est considérée très récente
(environ vingt ans), elle a surélevé de nombreuses études. (Nuortio et al. 2006). La majorité
des articles de la littérature traitent un problème réel et visent à mettre une application tangible
à la fin de l'étude. Leur mise en œuvre présente un grand intérêt pratique, mais inclut souvent
des spécificités à chaque problème étudié.
Cette section est consacrée aux problèmes de localisation, de routage et de localisation-
routage qui ont prouvé leurs efficacités lors de la résolution des problèmes de gestion des
déchets.

I.5.1. Problème de localisation des installations indésirables :


Plusieurs recherches ont été effectuées depuis les années 1960 et il existe aujourd’hui des
journaux et revues spécialisés dans la localisation accompagnée de la production d’articles
importantes. En général, on peut définir le problème de localisation comme suit :"parmi un
ensemble de sites potentiels, décider de l’ouverture d’un sous-ensemble de ces sites, et pour
chaque élément d’un ensemble de clients décider du site ouvert auquel le client sera affecté afin
de satisfaire sa demande.".
Le problème de localisation des centres de traitement des déchets ainsi que des décharges
est considéré comme étant un cas particulier du problème de localisation vu qu’il considère un
type d’installation indésirable.

13
Critères Papiers
Min du coût Marks et Liebman (1970), Moon et Chaudhry (1984), Kirca et Erkip (1988),
Minehart et Neuman (2002), Yesilnacar et Cetin (2005), Eiselt (2006), Emek et
Kara (2007)
Maximin Dasarathy et White (1980), Drezner et Weselwsky (1980, 1985),
Melachrinoudis et Cullinane (1985, 1986), Karkazis et Karagiorgis (1987), Or
et Akgül (1994), Tamir (1991, 2006), Kuby (1987), Welch et Salhi (1997).
Maxisum Goldman et Dearing (1975), Church et Garfinkel (1978), Kaiser et Morin
(1993), Buchanan et Wesolwsky (1993), Berman et al. (1996), Rodriguez-Chia
et al. (2002), Fernandez et al. (2000), Saamano Rodriguez et al. (2006)
Multi- Optimisation de vecteur :Fuertes et al. (1974), Cohon et al. (1980), Perlack et
objectifs Willis (1985), Ratick et White (1988), Erkut et Neuman (1992), Caruso et al.
(1993), Rahman et Kuby (1995), Current et Ratick (1995), Melachrinoudis et
al. (1995), Chang et Wang (1996), Plastria et Carrizosa (1999), Kontos et al.
(2005).
Goal Programming :Giannikos (1994), Sudhir et al. (1996), Alidi (1996).
Méthodes multicritères : Rey et al. (1995), Hokkanen et Salminen (1997),
Haastrup et al. (1998), Pablo et al. (2010).
Tableau I.2: Publications sur les problèmes de localisation des installations
Source : thèse de doctorat Kanoun (2012)

La localisation des installations non désirables est un processus complexe qui englobe à côté
des objectifs économiques d’autres objectifs à savoir ceux sociaux et environnementaux.
Plusieurs approches du problème traitant de nombreux objectifs tout en essayant d'inclure
autant de caractéristiques appropriées que possible dans le modèle à savoir : l’approche
d’optimisation de vecteur, l’approche du goal programming et les méthodes multicritères.

I.5.2. Problème de routage des déchets :


Le problème de l'optimisation de la collecte des déchets dans la recherche est apparu depuis
des années, en particulier avec l'émergence d'une prise en compte des contraintes
environnementales. Les divers travaux autorisent aux organismes en charge de cette gestion de
réduire les coûts tout en assurant une bonne qualité de service et tout en réduisant les impacts
environnementaux.

14
La collecte des déchets comme indique (Ombuki-Berman et al.,2007), a possédé des
objectifs comme la minimisation de nombre de véhicules requis pour la collecte et la
minimisation du temps total de collecte ou la distance totale parcourue par les véhicules.

Critères Papiers
Minimiser les (Ong et al.,990), (Álvarez Valdés et al.,1993) ,(Smith Korfmacher ,1997)
distances ,(Bommesitty et al.,1998),( Tung et Pinnoi,2000), (Teixeira et al.,2004)
,(Nuortio, J. Kytöjoki et al.,2006), (Lacomme et al.,2006)
Minimiser les coûts (Kulcar,1996), (Mourao et Almeida,2000), (Shih et Chang,2001),
(Baptista et al. ,2002), (Angelelliet al.,2002), (Amponsah et
Salhi,2004), (Kim et al.,2007) , (Bautista et al.,2008)
Minimiser le nombre (Janssens,1993), ( Minciardi et al.,1993),
des véhicules et le
temps de tournées
Tableau I.3: Publications sur les problèmes de routage des déchets

Ces articles illustrent les besoins des communautés pour améliorer les performances du
système de collecte et les efforts déployés pour résoudre ces divers problèmes pratiques.
Dans ces études, nous avons constaté que l’objectif de coûts était un élément essentiel pour
la réalisation des tournées.

I.5.3. Le problème de Localisation-Routage des déchets :


Le problème de Localisation- Routage combine deux problèmes NP-difficiles, les problèmes
de localisation des installations et les problèmes de routage des véhicules (Stenger et al. 2012.,
Escobar et al. 2013)

Méthodes de résolution Papiers


Méthodes exactes Perl et Daskin (1985), Laporte et al. (1986), Hansen et al. (1994), Prins et
al. (2007), Karoglan et al. (2011), Belenguer et al. (2011), Contardo et al.
(2012), Contardo et al. (2011)
Localisation-routage des déchets dangereux :Revelle et al. (1991), List et
Mirchandani (1991), Stowers et Palekar (1993), Wyman et Kuby (1995),
Current et Ratick (1995), Nema et Gupta (1999), Alumur et Kara (2007).
Goal Programming Localisation-routage des déchets dangereux :Zografos et Samara (1989),
Alidi (1992), Zografos (1993), Alidi (1996), Giannikos (1998), Nema et
Gupta (2003), Zhao et Zhao (2010).

15
Heuristiques Marinakis et Marinaki (2008a) : PSO et recherche de voisinage
séquentielles Lopez et al. (2008), Jacobsen et Madsen (1978, 1980), Harrisson (1979)
Nambiar et al. (1981), Perl et Daskin (1984), Bookbinder et Reece (1988)
Heuristiques Manzour-Al-Ajdad et al. (2012), Nambiar et al. (1981), Srivastava et
hiérarchiques Benton (1990), Srivastava (1993), Nagy et Salhi (1996), Lin et al. (2002),
Albareda-Sambola et al. (2005), Melachovskỳ et al. (2005).
Heuristiques basées sur Déterministe :Bednar et Strohmeier (1979), Nambiar et al. (1981),
clustering Srivastava et Benton (1990), Srivastava (1993), Chien (1993), Baretto
(2004), Baretto et al. (2007), Nadizadeh et al. (2011)
Fuzzy :Mehrjerdi et Nadizadeh (2013), Zarandi et al. (2013)
Heuristiques itératives Tuzun et Burke (1999) : recherche tabou
Prins et al. (2007) : recherche tabou
Perl et Daskin (1984, 1985), Hansen et al. (1994), Berman et al. (1995),
Salhi et Fraser (1996), Bruns et Klose (1996), Wu et al. (2002), Derbel et al.
(2010).
Métaheuristiques Tuzun et Burke (1999), Su (1999), Prins et al. (2006b), Prodhon (2011),
Ting et Chen (2013), Marinakis et Marinaki (2008b), Yu et al. (2010),
Duhamel et al. (2012), Derbel et al. (2012), Duhamel et al. (2010), Lin et al.
(2002), Albareda-Sambola et al. (2005), Lin et Kwok (2006), Bouhafs et al.
(2006), Zarandi et al. (2011), Melachovský et al. (2005), Prodhon (2006).
Localisation-routage des déchets dangereux : Mirchandani et al. (1995),
Cappanera et al. (2004), Caballero et al. (2007).
Tableau I.4: Publications relatives aux méthodes de résolution des problèmes
Source : thèse doctorat Kanoun (2012)

On constate que ces papiers présentent deux grandes familles de méthodes de résolution pour
résoudre le problème de Localisation-Routage à savoir :

 Les méthodes exactes (algorithmes de séparation et évaluation, …)


 Les méthodes approchées qui ont divisées en deux familles : les
métaheuristiques (algorithmes génétiques, algorithmes de colonie de fourmis,) et
les heuristiques (séquentielles, itératives...).

I.5.4. Système d’information géographique pour la gestion des


déchets :
Chang et al. (1997) se sont concentrés sur la manière de combiner les fonctions SIG
(Système d’Information Géographique) avec un modèle analytique multi-objectifs pour
permettre l’analyse des alternatives suggérés aux stratégies de collecte de déchets potentielles.

16
Papiers Contributions
(Zografos and Une heuristique d’insertion POUR UN modèle à objectif unique
routsopoulos,2004) pour développer un système d’aide à la décision basé sur le SIG pour
l’acheminement intégré des matières dangereuses et les décisions en
cas d’urgence.
(O. Apayadin and Optimisation de l’itinéraire de collecte / halage à Trabzon City en
M. T. Gonullu,2007) prenant en compte les données relatives au réseau routier, à la
démographie et à la production de déchets solides à l’aide de système
d’information géographique (SIG).
(NIKOLAOS V. Deux algorithmes ont été proposé, l’algorithme de fourmis et
KARADIMAS et l’analyse de réseau ArcGis, implémentées et discutées pour

al.,2007) l'identification des itinéraires optimaux dans le cas de la collecte des


déchets solides municipaux (MSW).
(Mr. AnkitVerma et Ont analysé l’état actuel des activités de production, de collecte, de
Prof. B.K stockage, de transport, de traitement et d'élimination des déchets

Bhonde,2014) solides municipaux d'Indore en utilisant un système d’information


géographique (GIS).
(IwonaCieslaka et Nous proposons un algorithme de fourmi pour optimiser les voies de
al.,2016) communication des piétons avec l'application du logiciel SIG.

Tableau I.5: Travaux relatives aux SIG pour la gestion des déchets

I.6. Conclusion

Les déchets sont une contrepartie inévitable des activités humaines. Les ménages, comme
les industries, les commerçants, les artisans, les activités de soins ou les autres activités
économiques, en produisent.
Tout au long de ce chapitre nous avons présenté d’abord le processus de gestion des déchets
puis les différents types de déchets. Enfin, on a terminé avec un état de l’art relatif à la gestion
de déchets.
Dans le deuxième chapitre, nous nous intéresserons au système d’information géographique
(SIG) pour la gestion de DASRI.

17
Chapitre II. Le SIG pour la
localisation des centres de
traitement des DASRI
CHAPITRE II. LE SIG POUR LA LOCALISATION DES CENTRES DE TRAITEMENT DES DASRI . ERREUR ! SIGNET
NON DEFINI.
II.1. INTRODUCTION ........................................................................................... ERREUR ! SIGNET NON DEFINI.
II.2. PROBLEME DE LOCALISATION ......................................................................... ERREUR ! SIGNET NON DEFINI.
II.3. LA GESTION DES DECHETS DES ACTIVITES DE SOINS (DASRI) EN TUNISIE :................ ERREUR ! SIGNET NON DEFINI.
II.3.1. Contexte d’étude : ............................................................................ Erreur ! Signet non défini.
II.4. MISE EN ŒUVRE DU SYSTEME D’INFORMATION GEOGRAPHIQUE : .......................... ERREUR ! SIGNET NON DEFINI.
II.4.1. Les systèmes d’informations géographiques : .................................. Erreur ! Signet non défini.
II.4.2. Le SIG pour la localisation d’un centre de traitement de DASRI : ..... Erreur ! Signet non défini.
II.5. CONCLUSION .............................................................................................. ERREUR ! SIGNET NON DEFINI.

18
II.1. Introduction
Dans ce chapitre, nous nous intéressons à la mise en œuvre de système d’information
géographique (SIG) pour optimiser le choix des sites adéquats pour la localisation des centres
de traitement. Il s’agit également de la capitalisation des informations disponibles.
Actuellement, la technologie SIG est reconnue comme l’un des moyens les plus prometteurs
d’automatiser le processus de planification et de gestion des déchets qui est capable de
permettre la capture, le stockage, la visualisation, le traitement et l’analyse simultanés de
différentes données. En fait, l'outil SIG a permis de développer des modèles pour différentes
applications de la gestion des déchets, telles que l'emplacement des centres de traitement et des
décharges, et d'améliorer la collecte et le transport des déchets.
Vu l'intérêt particulier porté à la gestion des déchets générés par les établissements de santé
du monde entier et plus particulièrement dans le contexte tunisien, nous nous concentrons dans
ce chapitre à l’implémentation de l’outil du système d’information géographique (SIG) pour le
cas de la gestion des déchets d'activités de santé en Tunisie.

II.2. Problème de localisation :


C’est un domaine plus ancien étudié depuis le 17ème siècle, le problème du médian
géométrique est connu sous le nom de Fermat-Weber [Weber 1929].
En général, on peut définir le problème de localisation comme le suit :"parmi un ensemble
de sites potentiels, décider de l’ouverture d’un sous-ensemble de ces sites, et pour chaque
élément d’un ensemble de clients décider du site ouvert auquel le client sera affecté afin de
satisfaire sa demande.".
Le problème de localisation permet de localiser un ou plusieurs sites conçus pour
améliorer une fonction mathématique en fonction des distances entre ces sites et l’ensemble
d'utilisateurs potentiels. (Maliki Fouad, 2013).
Les systèmes d’information géographique (SIG) sont des outils de visualisation de
données associées à un emplacement géographique (la localisation).

19
II.1: Problème de localisation
Source : Un modèle bi-objectif pour la conception de chaines logistiques vertes

II.3. La gestion des déchets des activités de


soins (DASRI) en Tunisie :
L'expérience tunisienne de gestion de DAS a été présentée comme modèle de suivi lors d'un
atelier organisé par l'OMS en juillet 2015. Le problème dans la gestion de ces déchets est
l’absence de sociétés spécialisées dans la collecte et le traitement des DAS.

II.3.1. Contexte d’étude :


Actuellement, la production de déchets d’activités de soins en Tunisie est en constante
augmentation, cette problématique est due au développement rapide de la structure de la santé
publique et privée du pays avec une augmentation correspondante du nombre de patients traités.
La Tunisie a fait une stratégie de gestion de déchets de soins à travers la participation des
opérateurs du secteur privé à la collecte, au transport, au traitement et à l'élimination finale du
DAS.
Il faut mentionner que la gestion des DAS s’est reposé sur une réglementation nationale et
internationale qui spécifie les différents types de déchets d’activités de soins qui permet de fixer
les méthodes et les conditions de gestion de DAS en Tunisie.
Selon l’analyse de l’Agence Nationale de Gestion des Déchets (ANGED ,2009) la quantité
des DASRI produites dans les hôpitaux représente :

 90% de la quantité des déchets à risque.

20
 10% de déchets à risque toxique.
 0% de déchets radioactifs.

Selon (ANGED ,2009) une stratégie nationale sera élaborée pour une gestion optimale des
DAS dans le cadre du plan de travail en cours de la période (2013-2017) issu de « la Convention
de Stockholm sur les polluants organiques persistants ». Il visera à éliminer les polluants
organiques polluants en provenance de la Tunisie et à protéger la santé humaine et
l'environnement.

En tant que déchets dangereux, la gestion des déchets hospitaliers est une activité délicate
qui demande une bonne planification ainsi qu’une bonne mise en œuvre.

II.4. Mise en œuvre du système d’information


géographique :

Au cours de ces années, les données spatiales deviennent utilisables dans plusieurs
domaines comme les réseaux de transport, la santé publique, etc. …
Cette tendance est due au développement des systèmes SIG qui autorisent à l’utilisateur
de saisir, vérifier, intégrer, manipuler, analyser, et afficher l'information spatiale. Les systèmes
avec de telles capacités sont identifiés sous le terme de « Systèmes d'Information
Géographiques ». (SIG) [Goodchild et al. 1987] [Laurini et al. 1992].

II.4.1. Les systèmes d’informations géographiques :

II.4.1.1 Définitions :
Les SIG sont des logiciels qui exploitent la capacité des ordinateurs dans le domaine du
stockage, de l’analyse et de la représentation des données qui sont associées à la distribution
géographique. Le centre américain d'information géographique et d’analyse [Goodchild et al.
1990] défini le SIG comme :
" Un SIG est un ensemble de matériels, de logiciels et de procédures conçus pour permettre
la collecte, la gestion, la manipulation, l’analyse, la modélisation, l’affichage de données à
référence spatiale afin de résoudre des problèmes complexes d’aménagement et de gestion"
Les premiers SIG ont été exploités pour inventer des cartes, des démographies, ou autres
index géographiques. Les SIG aujourd’hui sont plus diversifiés et ont réussi à pénétrer des

21
domaines inconnus précédemment [Coppock et al. 1991]. Cette variété a aussi modifié la
communauté de leurs utilisateurs. Les utilisateurs de SIG font partie à une petite élite des
techniciens ou d’ingénieurs. Aujourd’hui, le SIG doit être adaptable à différents niveaux de
compétence des utilisateurs. Il est donc crucial qu'un SIG offre des moyens d'interaction
appropriés qui facilite l'accès de l'utilisateur à l'information dont il a besoin.
Le SIG a été défini par La Société française de Photogrammétrie et de télédétection (1989)
comme : " Un système informatique permettant, à partir de diverses sources, de rassembler et
d'organiser, de gérer, d'analyser et de combiner, d'élaborer et de présenter des informations
localisées géographiquement (géo référencées)".
Le système d’information géographique est considéré comme :"Un ensemble organisé
globalement comprenant des éléments (données, équipements, procédures, ressources
humaines) qui se coordonnent, à partir d'une référence spatiale commune, pour concourir à un
résultat" (Bedard, 1982) cité par (BAMAL ba LIHEP 2010).
L’économiste Michel Didier a défini le SIG comme : " Un ensemble de données repérées
dans l’espace, structuré de façon à pouvoir en extraire commodément des synthèses utiles à la
décision" (KASSER 2014).

II.4.1.2 Historique :
Un système d'information géographique (SIG) est considéré comme un système de gestion
de base de données qui permet de gérer et de représenter des données spatiales. Il permet la
gestion des données comme l'aide à la décision (Goria et al.,2011).
Les années 80 sont considérées comme les années de développement des méthodes de gestion
des données. (Clayton et Kaldor, 1987 ;Kulldorff , 1997) ont présenté la cartographie des
maladies (lissage des taux d’incidence) et la détection de clusters atypiques évaluent la
distribution spatiale des évènements de santé et leur tendance à se regrouper.
Selon (De Blomac et al., 1994), l’originalité de SIG est de traiter et de représenter les
données localisées. Les SIG sont capables de stocker et de traiter mais aucun n'est encore
vraiment capable non seulement d'archiver, mais aussi de gérer un important volume
d'informations spatialisées. (Vine et al., 1997).
Dans les systèmes d’informations géographiques, les relations spatiales entre entités
géographiques sont mal inexistantes. La spatialisation n’est plus adaptée aux données
multidimensionnelles. (Bergeron, 1992 ; Clarke, 2001 ; Gadal, 2008).

22
II.4.1.3 Utilité et objectifs d’un SIG dans la gestion des déchets :
La croissance incontrôlée des populations dans les pays en développement, engendre des
problèmes au niveau de la gestion des déchets

Il est important d’améliorer le système de collecte et de transport pour assurer un système


de gestion des déchets efficace.La planification implique diverses décisions qui nécessitent des
informations géographiques.

Le système d’information géographique (SIG) offre la possibilité de représenter diverses


informations en même temps et constitue un outil de visualisation idéal pour faciliter
l'interprétation. Le SIG est capable de modéliser, d’analyser et simuler différentes questions
relatives à la gestion des déchets, y compris la collecte en tenant compte de tous les paramètres
requis comme (la densité de population, la quantité de production de déchets, capacité des
véhicules de collecte, etc.).

II.4.1.1 Domaine d’application :


Les domaines d’application des SIG sont très vastes, pour n’en citer que quelques-uns :

 Tourisme (gestion des infrastructures, ...)


 Marketing (localisation des clients, …)
 Planification urbaine (cadastre, réseaux assainissement)
 Protection civile (gestion et prévention des catastrophes)
 Transport (planification des transports urbains, optimisation d'itinéraires)
 Forêt (cartographie pour aménagement, gestion des coupes et sylviculture)
 Géologie (cartographie, aléas, …)
 Biologie (études du déplacement des populations animales)
 Télécoms (implantation d'antennes pour les téléphones mobiles)

II.4.2. Le SIG pour la localisation d’un centre de traitement de


DASRI :
Les décharges ainsi que les centres de traitement des déchets incontrôlésconstituent une
source majeure de risque pour la santé de la population.Les techniques classiques utilisées dans
l’étude sur la gestion des DAS reposent principalement sur des méthodes subjectives dont les
résultats sont généralement incorrects.

23
Avec l’apparition des nouveaux outils tels que les SIG, il est devenu facile de créer,
d’identifier, d’analyser et de modéliser des données et des cartes thématiques de la zone étudiée.

II.4.2.1 Contexte tunisien pour la gestion des DASRI:


Les DASRI générés sur la totalité du territoire tunisien sont produites quotidiennement dans
174 établissements publics de santé (hôpitaux universitaires, hôpitaux régionaux et hôpitaux de
circonscriptions) situés dans les 24 gouvernorats du pays avec une quantité totale de déchets
égale à 4354 tonnes/an.
Selon l’ANGED (2009), les quantités de DASRI produites sur le territoire tunisien sont
réparties comme suit :

 40% à un rayon de 100 km de Tunis,


 15% sur la région de Sousse et Monastir,
 20% pour le Sud (Sfax, Gabès, Médenine, Tataouine, Kebili, Tozeur),
 25% pour le reste du pays.

La fréquence de la collecte des DASRI auprès des points générateurs (les établissements
publics de santé) dépend des quantités produites comme indique le tableau suivant :

Production des DASRI Durées maximales de stockage avant traitement


Plus de 100 kg par semaine 72 heures
Entre 5 kg par mois et 100 7 jours
kg par semaine
Moins de 5 kg par mois 3 mois
Tableau II.1: La collecte de déchets

 On peut remarquer d’après le tableau que contrairement aux hôpitaux qui génèrent des
quantités de déchets supérieures à 100 kg par semaine qui nécessite une collecte régulière dans
les 72 heures qui suivent, les hôpitaux générant une quantité de déchets moins de 5 kg peut se
limiter à une fréquence de collecte de 3 mois.

II.4.2.2 Implémentation des données structurées dans le SIG :


L’objectif de notre étude est de gérer efficacement le problème de collecte des déchets
hospitaliers. Pour cela, nous avons proposé une géodatabase qui a été construite dans un

24
environnement SIG commercial standard (ArcGIS). Cela garanti la compatibilité avec les
données disponibles des hôpitaux et des sites candidats.
L’ANGED (2009) a identifié trois zones principales de production de déchets de soins qui
sont les suivants :

 Le Grand Tunis (Ariana, Tunis, Ben Arous et Mannouba) générant 1555


tonnes/an. (Zone en rouge)
 Le centre-Est tunisien (Sousse, Kairouan, Monastir et Mahdia) générant 909
tonnes/an. (Zone en Jaune).
 Le Sud-Est tunisien (Sfax, Gabès, Médenine, Tataouine) générant 693 tonnes/an.
(Zone en vert).

Il est à noter que la zone bleue n’a pas été considérée lors de l’étude effectuée par l’ANGED
(2009). (Voir Figure 2.2)
Pour gérer efficacement la collecte des déchets de soins sur le territoire tunisien des
informations détaillées sont nécessaires comme la quantité, les coordonnées géographiques x
et y et la distance entre les hôpitaux et les sites candidats.
Il convient de noter que les informations ont été obtenues de la thèse de (Kanoun 2012).

25
II.2: Cartographie de la Tunisie
Source : (ANGED,2009)
Pour optimiser le problème de collecte de DASRI pour la totalité du territoire tunisien, on a
utilisé le SIG commercial standard (ArcGis).
Notre travail a été appliqué sur les 174 hôpitaux (voir annexe 1) situés sur la totalité du
territoire tunisien avec 23 sites candidats. (Voir annexe 2).

Après avoir référencé la carte de la Tunisie, nous avons introduits les différentes catégories
des 174 hôpitaux situés sur le territoire tunisien. Nous avons ainsi identifié les hôpitaux
universitaires, régionaux et de circonscription. Les différents hôpitaux font références aux
différents points générateurs de DASRI qui ont été tracé.

26
II.3: Présentation des hôpitaux

Puis nous avons présentés sur la carte les 23 sites candidats sur la base de leurs coordonnées
géographiques x (Longitude) et y (Latitude) et les quantités de 174 hôpitaux (universitaires,
régionaux et circonscription). Ces informations ont été introduites sous la forme de nappes
juxtaposées qui respectent l’emplacement de chaque hôpital tout en introduisant ses
caractéristiques appropriées. Voir (annexe 3).

27
II.4: Présentation des hôpitaux et des sites candidats

Après avoir identifié l’emplacement des différents hôpitaux avec leurs différentes quantités
de déchets générés, nous avons procédé vers l’emplacement des 23 sites candidats pour les
opérateurs privés de gestion des DASRI. La liste de ces sites a été fournie de la part de
l’ANGED.
Selon la réglementation tunisienne, un centre de traitement doit être situé dans une zone
industrielle. Nous considérons 23 sites candidats ont été choisis relativement aux zones
industrielles situées dans les 12 gouvernorats sous étude.

28
La liste des sites candidats est située dans le tableau suivant :

N° Zones Industrielles Gouvernorats


1 ZI Solimen
2 ZI Bouargoub1 Nabeul
3 ZI Bouargoub2
4 ZI Menzel Bourguiba Bizerte
5 ZI Béjà Route Amdoun A
6 ZI Béjà Route Tabarka D
7 ZI Béjà Nord Béja
8 ZI Mdjez El Beb
9 Goubellat
10 ZI Jendouba
11 ZI Tabarka 1 Jendouba
12 ZI Tabarka 2
13 ZI Zaghouan
14 ZI Hammem Zriba 1
Zaghouan
15 ZI Hammem Zriba 2
16 ZI Hammem Zriba 3
17 ZI Siliana 1 (Nord)
18 ZI Siliana 2 (Sud)
19 ZI Makthar Siliana
20 ZI Bouarada
21 ZI Gaafour
22 El Kef 1 (Est)
El Kef
23 El Kef 2 (Ouest)
24 El Kasserine (Nord) El Kasserine
25 ZI Sidi Bouzid (Ouest) Sidi Bouzid
26 ZI Gafsa (Sud) Gafsa
27 ZI Touzer Tozeur
28 ZI Kebili Route de Tozeur Kebili
Tableau II.2: La liste des sites candidats
Source : AFI 2009

29
Nous remarquons d’après la carte que les hôpitaux générateurs des grandes quantités de
déchets sont situés dans :

 Le Grand Tunis (Ariana, Tunis, Ben Arous et Mannouba).


 Le centre-Est tunisien (Sousse, Kairouan, Monastir et Mahdia).

Dans la carte suivante, nous présentons l’avantage fourni par le SIG qui est capable de créer
des polygones virtuels (buffers) autour des unités spatiales et à sélectionner les points situés à
l’intérieur et à l’extérieur selon un ensemble de critères. Pour notre cas, on a utilisé le critère
de la distance.
On a considéré une distance maximale égale à 100 km entre chaque centre de traitement et
chaque hôpital, ainsi on obtenu la carte suivante :

II.5: Présentation des zones

30
II.4.2.3 Interprétation des résultats :

Au début, nous a commencé notre implémentation avec 23 sites candidats situées dans 12
gouvernorats représentants les 23 zones industrielles considérés potentiellement adéquates pour
la localisation de (des) nouveaux centres de traitement de gestion des DASRI. Toutefois et après
avoir introduit les buffers (la distance entre le site et les hôpitaux ne dépassant pas 100 km), on
a obtenu 5 zones tampons autour des entités polygones. Ces zones se situent généralement à
l’extérieur du polygone. Ainsi, le SIG nous a permis de réduire le nombre des sites candidats
de 23 à uniquement 5.
Les 5 sites candidats sont situés dans 5 gouvernorats (Bizerte, Le Kef, Sousse, Gafsa et
Médenine) de la Tunisie qui sont les suivants :
 ZI Menzel Bourguiba (nord de la Tunisie).
 ZI Le Kef (nord-ouest de la Tunisie).
 ZI Erriadh (Est de la Tunisie).
 ZI Gafsa (Sud-Ouest de la Tunisie).
 ZI Médenine (Sud-Est).

Parmi les 5 sites, on constate l’apparition de 2 nouveaux sites dans le gouvernorat de Sousse
et Médenine (ZI Sousse et ZI Médenine).

31
Pour le site de ZI Menzel Bourguiba, on affecte 33 hôpitaux qui se trouvent dans 5
gouvernorats (Bizerte, Grand Tunisie, Béja, Nabeul et Zaghouan).

Nom Gouvernorats Quantités


HR Bizerte Bizerte 54
HR Menzel Bourguiba Bizerte 90
HC Ras Jbel Bizerte 14
HC Mateur Bizerte 11
HC El Alia Bizerte 9
HC Sejnane Bizerte 10
HC Mejez El Beb Béja 11
HC Nefza Béja 5
HC Goubellat Béja 1
HU Djebel-Ouest Zaghouan 64
HC De Menzel Temim Nabeul 32
HC Kelibia Nabeul 11
HC El Haouaria Nabeul 4
HC Solimen Nabeul 7
HC Menzel Bouzalfa Nabeul 7
Centre de maternité et de néonatologie Tunis 72
Hôpital d’enfant Tunis 125
Hôpital Razi Tunis 3
Institut Salah Azaiez Tunis 49
Institut Hedi Raies d’ophtalmologie Tunis 5
Institut National de Neurologie Tunis 29
Institut national d nutrition et de technologie Tunis 18
alimentaire
Hôpital Aziza Othmana Tunis 44
Hôpital Charles Nicoles Tunis 261
Hôpital Habib Thameur Tunis 51
Hôpital La Rabta Tunis 221
Hôpital Mongi Slim Tunis 190
Hôpital militaire d’instruction de Tunis Tunis 250
Hopital Pneumo-Phitisiologie Tunis 45
HR Kheireddine Tunis 9
HR Mahmoud Matri Tunis 13
HR de Ben Arous Tunis 30
HC Tebourba Tunis 9
Tableau II.3: Liste des hôpitaux couvert par le site de Bizerte

32
Pour le site ZI Le Kef (Est), 24 hôpitaux ont été affectés et qui se trouvent dans 6
gouvernorats (Le Kef, Béjà, Jendouba, Siliana, Kairouan et Kasserine).

Nom Gouvernorat Quantités


HR Kef Le Kef (Est) 53
HR Béja Béja 63
HC Testour Béja 4
HC Teboursouk Béja 6
HC Amdoun Béja 4
HR Jendouba Jendouba 58
HC Ain Drahem Jendouba 15
HC Fernana Jendouba 8
HC Ghardimaou Jendouba 13
HC Bousalem Jendouba 17
HC Tabarka Jendouba 10
HC Oueslatia Kairouan 1
HR Siliana Siliana 37
HC Bargou Siliana 2
HC Makthar Siliana 8
HC Kesra Siliana 1
HC Rouhia Siliana 4
HC Gaafour Siliana 6
HC Bouarada Siliana 6
HC El Krib Siliana 3
HC Bourouis Siliana 1
HC Thala Kasserine 11
HC Sbiba Kasserine 10
HC Foussana Kasserine 8
Tableau II.4: Liste des hôpitaux couvert par le site de Le Kef

33
Pour le site ZI Erriadh, 30 hôpitaux situés dans 7 gouvernorats (Sousse, Monastir,
Mahdia, Kairouan, Sfax, Zaghouan et Nabeul) ont été affectés.

Nom Gouvernorats Quantités


HU Farhat Hached Sousse 202
HU Sahloul Sousse 177
HR Msaken Monastir 5
HR Ali Soua Monastir 14
HC Moknine Monastir 9
HC Ouardanine Monastir 0
HC Sehlin Monastir 0
HC Zeremdine Monastir 0
HC Jemmel Monastir 3
HC Kesibt El Midouni Monastir 0
HC Melloulech Mahdia 0
HC Sidi Alouane Mahdia 0
HC Kessour Essef Mahdia 0
HC Chebika Kairouan 0
HC Sbikha Kairouan 0
HC Haffouz Kairouan 1
HC El Alaa Kairouan 0
HC El Hajeb Kairouan 1
HC Nasraleha Kairouan 1
HC Cherarda Kairouan 0
HU Hedi Chaker Sfax 266
HU Habib Bourguiba Sfax 172
HC Fahs Zaghouan 30
HC Ennadhour Zaghouan 5
HR Zaghouan Zaghouan 7
HR Mohammed Taher Maamouri Nabeul 72
HC Hammemet Nabeul 0
HC Korba Nabeul 7
HC Beni Khaled Nabeul 7
HC Grombalia Nabeul 13
Tableau II.5: Liste des hôpitaux couvert par le site de Sousse

34
Pour le site ZI Gafsa (Sud), on a affecté 27 hôpitaux situés dans 6 gouvernorats (Gafsa,
Tozeur, Kebili, Sidi Bouzid, Sfax et Kasserine).

Nom Gouvernorats Quantité


HR Gafsa Gafsa 40
HR. Metlaoui Gafsa 16
HC El Gettar Gafsa 3
HC El Sened Gafsa 3
HC Bel Khir Gafsa 2
HC El Mdhilla Gafsa 6
HC Moulares Gafsa 6
HC Redeyef Gafsa 9
HR Tozer Tozeur 19
HR Kebili Kebili 26
HC Douz Kebili 5
HC Souk Lahad Kebili 3
HC Fouar Kebili 1
HR Sidi Bouzid Sidi Bouzid 50
HC OuledHaffouz Sidi Bouzid 5
HC Sidi Ali Ben Aoun Sidi Bouzid 5
HC Jimla Sidi Bouzid 5
HC Bir El Hfay Sidi Bouzid 2
HC Meknassy Sidi Bouzid 9
HC Mezzona Sidi Bouzid 5
HC Regueb Sidi Bouzid 8
HR Kasserine El Kasserine 53
HC Sbitla El Kasserine 11
HC Feriana El Kasserine 8
HC MajelBelabbes El Kasserine 3
HC Bir Ali Sfax 1
Tableau II.6: Liste des hôpitaux couvert par le site de Gafsa

35
Pour le site ZI Médenine (Sud), on a affecté 16 hôpitaux situés dans 4 gouvernorats
(Médenine, Gabes, Tataouine et Sfax).

Nom Gouvernorats Quantités


HR Habib Bourguiba Médenine 29
HR Zarzis Médenine 17
HR SadokMokadem- 33
Médenine
HoumetAssouk
HR Ben Guerdene Médenine 12
HC Midoun Djerba Médenine 1
HC Beni Khedeche Médenine 1
HC Sidi Makhlouf Médenine 1

HR Mohamed Ben Sassi Gabes 16

HC Ouedhref Gabes 1
HC Mareth Gabes 4
HC Matmata Gabes 1
HC El Hamma Gabes 3
HR Tataouine Tataouine 28
HC Ghomrassen Tataouine 1
HC Remada Tataouine 1
HC Skhira Sfax 1
Tableau II.7: Liste des hôpitaux couvert par le site de Médenine

Aussi, on remarque peut remarquer d’après la carte que les buffers (Clusters) ne couvrent
pas tous les hôpitaux. Cependant, ceci n’engendre pas un vrai problème car la collecte de
DASRI auprès des hôpitaux qui génèrent des quantités faibles de déchets nécessite une
fréquence très faible de collecte qui peut partir jusqu’à 3 mois.

36
II.5. Conclusion

Dans ce chapitre, nous avons présenté notre contexte d’application tout d’abord par une
généralisation sur les DAS en Tunisie. Puis, on a présenté en détailsvers l’application de
système d’information (SIG) qui permet d’optimiser notre problème de collecte de déchets de
soins sur le territoire tunisien tout en optimisant le problème de localisation des centres de
traitement des déchets.
Les résultats obtenus par le SIG ont permis l’identification de 5 emplacements adéquats pour
la localisation des centres de traitement et ce à partir de 23 sites candidats initialement fixés.
.

37
Chapitre III. Optimisation du
problème de routage des DASRI par
l’algorithme de fourmis
CHAPITRE III. OPTIMISATION DU PROBLEME DE ROUTAGE DES DASRI PAR L'ALGORITHME DE
COLONIE DE FOURMIS…………………………………………………………………………………………………………………………………38
III.1. INTRODUCTION : .............................................................................................................................. 39
III.2. LE VRP : PROBLEME DE TOURNEES DES VEHICULES ................................................................................. 39
III.2.1. Le TSP : Problème de voyageur de commerce : ...................................................................... 40
III.2.2. Le CVRP : Problème de Tournées de Véhicules avec Capacité : .............................................. 42
III.3. OPTIMISATION PAR COLONIE DE FOURMIS : ............................................................................................ 43
III.3.1. Historique : ............................................................................................................................. 43
III.3.2. Principe : ........................................................................................... Erreur ! Signet non défini.
III.2.3. Similarités et différences avec les fourmis réelles : ................................................................ 44
III.2.4. domaine d’application de l’algorithme :................................................................................. 45
III.4. ALGORITHME DE COLONIE DE FOURMIS POUR LA COLLECTE ET LE ROUTAGE DES DASRI : ................................. 45
III.4.1. Algorithme de colonie de fourmis : ......................................................................................... 45
III.4.2. Description des données : ....................................................................................................... 49
III.4.3. Implémentation de l’algorithme pour un problème de routage : ........................................... 50
III.5. INTERPRETATION DES RESULTATS :........................................................................................................ 52
III.5.1. Interpretation de l'algorithme pour le problème TSP : ........................................................... 52
III.5.2. Interpretation de l'algorithme pour le problème CVRP : ........................................................ 52
III.6. CONCLUSION .............................................................................................. ERREUR ! SIGNET NON DEFINI.

38
III.1. Introduction :

Le problème de routage est un problème prouvé être NP-difficile. Les méthodes approchées
et plus spécifiquement les métaheuristiques ont prouvé leurs efficacités à résoudre de tels
problèmes complexes. En général, elles sont souvent capablesde fournir de très bonnes
solutions aux problèmes émergents des domaines de la recherche opérationnelle ou de
l'ingénierie. L’adaptation de ces métaheuristiques aux problèmes continus est donc utile pour
un grand nombre de problèmes réels.

III.2. VRP : Problème de tournée de véhicule


Le problème de tournées de véhicules connu aussi sous le nom Vehicle Routing Problem
(VRP). Ce dernier a été formulé en 1959 par (Dantzig et Ramser, 1959), il s’agit d’un problème
d’optimisation combinatoire permettant de découvrir des tournées entre les villes avec des
différentes distances déterminées et en même temps il faut minimiser le possible ces tournées.
Le principe de VRP est donné un dépôt D et un ensemble de commandes de clients C = {c1,
. . ., cn}, exige la planification des chemins de livraison au moindre coût afin d’offrir un service
pour un ensemble de clients qui se trouvent dans différentes zones géographiques et doit être
desservi une seule fois par un seul véhicule. En plus, on doit respecter les contraintes de capacité
des véhicules. [Nabaa, M et al, 2007]

III.1: Problème de tournée de véhicule

Le VRP a des nombreuses variantes, le tableau suivant présente un certains nombres de


ces différentes extensions. [Yon. L, 2005].

39
ACVRP Problème Asymétrique de Tournées de Véhicules avec Capacités
BRP Problème de tournées de bus
CVRP Problème de Tournées de Véhicules avec Capacité
DARP Problème de transport à la demande
MDVRP Problème de tournées de véhicules à dépôts multiples
MDVRPTW Problème de tournées de véhicules à dépôts multiples et Fenêtres de temps
OVRP Problème de Tournées de Véhicules Ouvert
MPDPTW Problème avec Fenêtres de temps et livraisons-collectes multiples
SBRP Problème du Ramassage Scolaire
SCVRP Problème Symétrique de Tournées de Véhicules avec Capacités
STSP Problème du Voyageur de Commerce Sélectif
SVRP Problème de Tournées de Véhicules Sélectives
SP Problème de Planification (ou Planning)
TSP Problème du Voyageur de Commerce
VRP Problème de Tournées de Véhicules
VRPBTW Problème de Tournées de Véhicules avec Backhauls et Fenêtres de Temps
VRPSDC Problème de Tournées de Véhicules avec Demandes et Clients Stochastiques
VRPTW Problème de Tournées de Véhicules avec Fenêtres de Temps
Tableau III.1: Les différents extensions de VRP
Source : la thèse : Optimisation heuristiquepour la résolution du m-PDPTW statique et dynamique

III.2.1. Le TSP : Problème de voyageur de commerce :


Le problème le plus connu de VRP est le problème du voyageur de commerce connu
également sous le nom (Travelling Salesman Problem TSP) qui est étudié depuis le 19ème siècle.
Il a été introduit pour la première fois par Dantzig et al. (1954). Ce problème a été conçu pour
que le voyageur se rend dans plusieurs villes une fois pour revenir à son ville de départ tout en
réduisant la distance totale parcourue.

Le TPS a été conçu généralement pour de nombreux voyageurs qui se rendent à un


nombre fixé de ville. Cette généralisation est connue sous le nom le problème du voyageur de
commerce multiples ou Multiple Traveling Salesman Problem (MTSP).

40
Les problèmes de tournées de véhicules (VRP) sont similaires au problème de voyageurs
de commerces multiples (MTSP).
Le TSP peut être défini comme le suit :

 G = (V, E).
 Chaque sommet représente une ville. |V | = n.
 On considère que le graphe est complet : |E| = n(n − 1)/2.
 G est non-orienté mais les solutions doivent tenir compte d’une orientation.
 cij : cout (distance) de l’arc (i, j) ∈ E. On suppose que cij = cji pour tout (i, j) ∈ E.
 bj : nombre des arcs incidents au sommet j.
 ai : nombre des arcs partant du sommet i .
𝟏 𝐬𝐢 𝐥′ 𝐚𝐫𝐜 (𝐢, 𝐣)𝒂𝒑𝒑𝒂𝒓𝒕𝒊𝒆𝒏𝒕 à 𝒍𝒂 𝒕𝒐𝒖𝒓𝒏é𝒆
 𝒙𝒊𝒋 = {
𝟎 𝒔𝒊 𝒏𝒐𝒏

La formulation de TSP :
Une formulation fondée sur l’affectation consiste à rechercher le matrice X= (xij) de
variables de décision.

L’ensemble S est choisi de façon à interdire les solutions qui sont sous-tours (tours ne passant que
par un sous-ensemble n clients) satisfaisant les contraintes d’affectation (2.2), (2.3) et (2.5).

41
III.2.2. Le CVRP : Problème de Tournées de Véhicules avec
Capacité :
Tous les problèmes de transport peuvent s’écrire sous la forme d’un problème d’affection de
flot et de capacités. Le problème de tournées de véhicules avec capacité (CVRP) est une
variante de VRP.
Le CVRP est le problème que nous résolvons ici. Il peut être formellement défini comme
suit :
Soit G = (V, A) un graphe où V est l'ensemble des sommets et A est le groupe des arcs. L'un
des sommets représente le dépôt sur lequel est basée une flotte de m véhicules identiques de
capacité Q, et les autres sommets doivent être entretenus par des clients. À chaque sommet
client vi sont associés une demande qi. A chaque arc (vi, vj) de A est associé un coût cij. Le
CVRP consiste à trouver un ensemble de routes tel que :

1. Chaque itinéraire commence et se termine au dépôt ;


2. Chaque client est visité exactement une fois par exactement un itinéraire ;
3. La demande totale des clients affectés à chaque route ne dépasse pas Q ;
4. Le coût total des itinéraires est minimisé.

Le CVRP peut être énoncé comme suit :

42
Où Cij représente le coût encouru du client i au client j, N est le nombre de clients, K est le

nombre de véhicule, di représente la demande chez le client i, Qn indique la capacité de


chargement du véhicule n, si est le temps de service chez le client i, Tn est la plus grande
restriction de distance du véhicule n et tij indique la distance entre le client i et le client j.
L'équation (1) désigne la fonction objective du problème. L'équation (2) est la charge de
chaque véhicule ne peut pas dépasser la limite de capacité. L'équation (3) représente la distance
totale et le temps de service ne peut pas dépasser la limite de distance du véhicule. L'équation
(4) garantit que chaque itinéraire commence et se termine au dépôt de livraison. L'équation (5)
spécifie qu'il existe un maximum de K itinéraires sortant du dépôt de livraison.
𝑛
L'équation (6) décrit que 𝑋𝑖𝑗 = 1 si le véhicule n passe directement du client i au client j,
𝑛
sinon 𝑋𝑖𝑗 = 0.
Pour résoudre ce problème, on utilise souvent les métaheuristiques suivantes : Recherche
tabou (Tabu Search) avec la solution initiale générée avec un algorithme Greedy et l’algorithme
de Colonie de fourmis (Ant Colony).
Dans ce mémoire, on va appliquer l’algorithme de colonie de fourmis pour résoudre
premièrement le problème de voyageur de commerce (TSP) et deuxièmement le problème de
tournées de véhicules avec capacité (CVRP).

III.3. Optimisation par colonie de fourmis :

III.3.1. Historique :
L’algorithme de colonies de fourmis (AntColony, AC) a été proposé par (Colorni et al.
1992). L’idéede l’algorithme a été initialement inspirée du comportement des fourmis réelles
qui cherchent de la nourriture. Au début des années quatre-vingt-dix, l’algorithme a été
développé pour résoudre le problème du voyageur de commerce. Il a été développé et amélioré
en 1995 et a été appliqué avec succès à d’autres problèmes d’optimisation de grappes au début
de 1994.
L’algorithme de colonie de fourmis fait partie de métaheuristiques proposées pour résoudre
des problèmes d'optimisation difficiles. Cet algorithme a prouvé son efficacité dans plusieurs
domaines et plus particulièrement dans le domaine du transport. En se basant sur des
fondements théoriques, nous avons choisi de résoudre le problème de routage des DASRI à
l’aide de l’algorithme de Colonie de fourmis comme méthode adéquate pour notre contexte.

43
III.3.2. Principe :
Le premier algorithme de colonies de fourmis (Ant system (système fourmi) est visé à
résoudre le problème du voyageur de commerce (TSP).
 Le TSP (Traveling Salesman Problem) est le problème consistant à trouver un
circuit hamiltonien de longueur minimale sur le graphe G = (X, U).
 Le voyageur de commerce est un problème NP-complet. La métaphore de la
colonisation de fourmis s’y applique particulièrement bien.
 L’algorithme général est relativement simple, et repose sur un ensemble de
fourmis, chacune parcourant un trajet parmi ceux possibles. À chaque étape, la
fourmi choisit de passer d’une ville à une autre en fonction de quelques règles :
1) elle ne peut visiter qu’une fois chaque ville,
2) plus une ville est loin, moins elle a de la chance d’être choisie : c’est la visibilité,
3) plus l'intensité de la piste de phéromone disposée sur l’arête entre deux villes est
grande, plus le trajet aura de la chance d’être choisi,
4) une fois son trajet terminé, la fourmi dépose, sur l’ensemble des arêtes
parcourues, plus de phéromones si le trajet est court,
5) les pistes de phéromones s’évaporent à chaque itération.

III.3.3. Similarités et différences avec les fourmis réelles :


Les fourmis virtuelles ont une double nature. D’une part, elles modélisent les comportements
abstraits de fourmis réelles, et d’autre part, elles peuvent être enrichies par des capacités que ne
possèdent pas les fourmis réelles, afin de les rendre plus efficaces que ces dernières. Nous allons
maintenant synthétiser ces ressemblances et différences.
Différences Similarités

Chacune trouve une solution Monde non-continu

Marquage de la piste avec des Mémoire (parcours, performances, ...)


phéromones

Évaporation des phéromones Quantité de phéromones proportionnelle à la qualité de la solution

Recherche du plus court chemin Mise à jour à la fin du parcours

Prise de décision aléatoire Retour en arrière

Tableau III.2: Similarité et différence avec les fourmis réelles


Source : Optimisation par colonies de fourmis Ant colony Optimization

44
III.3.4. Domaines d’application de l’algorithme :
L’algorithme est appliqué au début aux problèmes du voyageur de commerce (TSP).
L’optimisation par colonies de fourmis s’est révélée efficace dans le contexte de l’optimisation
combinatoire en général et a été particulièrement utile pour le problème du routage des paquets
d’information dans les grands réseaux d’interconnexion.
L’optimisation de la colonie de fourmis est maintenant formée avec son sœur jumelle,
l'optimisation par essaims particulaires (Kennedy et Russell, 2001), le champ de la recherche
en soi, l'intelligence en essaim ou " Swarm Intelligence " (Bonabeau et al., 2000, Kennedy et
Russel, 2001) son champ d’application dépasse les problèmes combinatoires pour traiter des
problèmes à objectifs multiples ou des problèmes de conception cognitive.

III.4. Algorithme de colonie de fourmis pour la


collecte et le routage des DASRI :
III.4.1. Algorithme de colonie de fourmis :
Le principe de la méthode se repose sur le comportement particulier des fourmis, elles se
communiquent entre elles de manière indirecte par le dépôt de substances chimiques appelées
phéromones.
Les fourmis se déplacent au hasard pour chercher la nourriture. Elles élaborent des chemins
et souvent les plus courts pour aller du nid vers une source de nourriture. Puis, lorsqu’elles
retournent vers leur colonie, elles disposent de phéromone pour marquer leur chemin.
Donc chaque fourmi dépose une quantité de phéromone sur ces trajectoires qui deviendra un
moyen de communication avec leurs congénères, il y a de fortes probabilité de rejoindre les
chemins plus concentré de phéromones à l’aide des récepteurs situés dans leurs antennes en
renforçant le marquage à leur retour, s’il mène bien vers la nourriture. Après une durée de temps
la quantité de phéromones déposée sur le plus long chemin disparaît alors toutes les fourmis
choisissent le chemin le plus court.

45
III.2: Méthode de la colonie de fourmis

Source : MohdNadhir Ab Wahab,SamiaNefti-meziani, Adham Atyabi,2015

L’algorithme de colonies de fourmis est appliqué pour élaborer des solutions quasi-
optimales au problème du voyageur de commerce. Puis, plus généralement, aux problèmes
d’optimisation combinatoire. Actuellement, le domaine de l'utilisation de cet algorithme sont
divers depuis l’optimisation continue jusqu’à la classification, ou encore le traitement d’image.
Les algorithmes de colonies de fourmis possèdent plusieurs caractéristiques intéressantes,
mentionnant notamment :
Les algorithmes de colonie de fourmis présentent des nombreuses fonctionnalités
intéressantes notamment :

La flexibilité : une colonie de fourmis permet de s'adapter aux changements de


1'environnement.
La robustesse : une colonie est capable de conserver son activité si quelques
échouent.
La décentralisation : une colonie ne se soumet pas à une autorité centralisée.
L'auto-organisation : une colonie se trouve une solution qui est inconnue
auparavant.

46
Une méthode de type ACO (Ant Colony Optimization) suit l'algorithme suivant :

Initialisation des pistes de phéromone,

Boucler tant que le critère d'arrêt n’est pas atteint :

1. Pour chaque fourmi faire

2. Choisir l’état suivant en fonction de la mémoire et

l’environnement local (trace),

3. Evaluer la solution obtenue,

Fin

4. Mise à jour des pistes de phéromone ;

Fin.

III.3: Algorithme de colonie de fourmis

47
Auteur Travail
(Marco Dorigo et Présentent le système de colonie de fourmis (ACS), un
al.,1997) algorithme distribué appliqué au problème du voyageur.
(Bautista et al.,2008) Continuent l’étude qui a débuté en 2014 en utilisant une
méthode reposée sur les colonies de fourmis dans le but de
traiter la collecte des déchets dans une partie de Barcelone.
(RojeePradhanangaa et Proposent un algorithme de colonie de fourmis (ACO) qui
al.,2010 fonctionne dans le cadre de la pareto-optimisation pour le
routage et intègrent un algorithme de marquage pour trouver
des chemins non dominés à des fins de choix de chemin.
(Ansari Ont utilisé la technique de colonie de fourmis (ACO) pour la
MuqueetHusain et génération de séquence optimale de planification de
al.,2012) mouvement.
(LavinaMaheshwari et Présentent un algorithme d'optimisation des colonies de
Pankaj Kumar,2014 fourmis basé sur le classement afin de trouver le meilleur
itinéraire pour la collecte des déchets solides dans les villes.
Tableau III.3: Travaux relatives aux colonies de fourmis pour la collecte et le routage

 Implémentation de l’algorithme de fourmis pour résoudre le VRP :

Pour résoudre le problème, les fourmis artificielles construisent des itinéraires de véhicules
en choisissant successivement les villes à visiter, jusqu'à ce que chaque ville soit visitée. Chaque
fois que le choix d'une autre ville donnerait lieu à une solution infaisable pour des raisons de
capacité du véhicule, le dépôt est choisi et un nouveau circuit est démarré. Pour la sélection
d'une ville (non encore visitée), deux aspects sont pris en compte : la qualité du choix de cette
ville, une information stockée dans les traces de phéromones τ (i, j) associées à chaque arc (vi;
vj), et quel choix de ville est prometteur. Cette dernière mesure de désirabilité, appelée visibilité
et notée η (i, j), est la fonction heuristique locale mentionnée ci-dessus. Dans le cas du VRP (ou
du TSP), il est défini comme l'inverse de la distance, c'est-à-dire η (i, j) =
1 / d (i, j).
La ville suivante à visiter est sélectionnée selon une règle proportionnelle aléatoire p (i, j),
biaisée par les paramètres α et β qui déterminent l’influence relative des sentiers et de la
visibilité, respectivement.

48
α β
[τ𝑖𝑗 (𝑡)] . [ηij ]
β 𝑠𝑖 𝑗 ∈ 𝑣𝑖𝑙𝑙𝑒𝑠_𝑟𝑒𝑠𝑡𝑎𝑛𝑡𝑒𝑠𝑘
𝑘( ) α
𝜌𝑖𝑗 𝑡 = ∑[τ𝑖𝑗 (𝑡 )] . [ηij ]
𝑘 ∈ 𝑣𝑖𝑙𝑙𝑒𝑠𝑟𝑒𝑠𝑡𝑎𝑛𝑡𝑒𝑠𝑘
{0 𝑠𝑖𝑛𝑜𝑛
Après qu’une fourmi artificielle k ait construit une solution réalisable, les traces de
phéromone sont posées en fonction de la valeur objective L (k). Pour chaque arc (vi, vj) utilisé
par ant k, la trace de phéromone est augmentée de 1 / L (k). En plus de cela, tous les arcs
appartenant à la meilleure solution jusqu'ici (valeur objective M) sont soulignés comme si les
fourmis σ, des fourmis dites élitistes les avaient utilisés. Une fourmi élitiste augmente l'intensité
de la traînée d'un montant égal à 1 / M si l'arc (vi, vj) appartient à la meilleure solution jusqu'ici,
et à zéro sinon. En outre, une partie des traces de phéromones existantes s’évapore.
En ce qui concerne le placement initial des fourmis artificielles, il a été constaté que le
nombre de fourmis devrait être égal au nombre de villes et que chaque fourmi devrait
commencer sa tournée depuis une autre ville. L'implication pour le VRP est qu’autant de
fourmis sont utilisées qu'il y a de clients dans le VRP (c'est-à-dire m = n), et qu'une fourmi est
placée chez chaque client au début d'une itération. Après l’initialisation de l’algorithme de base
du système ant, la construction en deux étapes des itinéraires de véhicules et la mise à jour des
pistes sont répétées pour un nombre donné d’itérations.

III.4.2. Description des données :


Nous proposons dans cette section un algorithme de fourmis (ACO) pour résoudre le
problème de tournées de véhicules avec capacité des déchets hospitaliers. Il s’agit d’une
optimisation de tournées de véhicules de centre de traitement et les hôpitaux. L’application de
ce problème est réalisée dans un environnement d’ECLIPSE 4.8.0.
En se basant sur le SIG, nous essayons d’optimiser les tournées entre les 5 sites candidats
situés dans 5 gouvernorats (Bizerte, Le Kef, Sousse, Gafsa et Médenine) de la Tunisie qui sont
les suivants :
 ZI Menzel Bourguiba (nord de la Tunisie).
 ZI Le Kef (nord-ouest de la Tunisie).
 ZI Erriadh (Est de la Tunisie).
 ZI Gafsa (Sud-Ouest de la Tunisie).
 ZI Médenine (Sud-Est).

49
La tournée sera effectuée entre les 5 sites et les 174 hôpitaux (universitaires, régionaux et
circonscriptions) situées dans les 24 gouvernorats.

III.4.3. Implémentation de l’algorithme pour un problème


de routage :
Nous avons introduit dans notre modèle TSP et CVRP les coordonnées géographique (x
et y) qui sont respectivement la latitude et la longitude des 5 sites que l’on obtient par le SIG et
les 174 hôpitaux (universitaires, régionaux et de circonscriptions) générateurs de déchets
hospitaliers avec les paramètres fixées (Alpha, Beta, et RO).
Site 1 : relative au site de Bizerte (nord de la Tunisie) et 33 hôpitaux (universitaires,
régionaux et de circonscriptions).

 Implémentation par TSP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance impact) RO
impact)
1 4 0.1

 Implémentation par CVRP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance RO itérations
impact) impact)
1 4 0.1 6

Site 2 : relative au site de El Kef (Nord-Ouest de la Tunisie) et 24 hôpitaux (universitaires,


régionaux et de circonscriptions).

 Implémentation par TSP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance impact) RO
impact)
1 4 0.1

50
 Implémentation par CVRP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance RO itérations
impact) impact)
1 4 0.1 4

Site 3 : relative au site de Sousse (Est de la Tunisie) et 30 hôpitaux (universitaires, régionaux


et de circonscriptions).

 Implémentation par TSP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance impact) RO
impact)
1 4 0.1

 Implémentation par CVRP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance RO itérations
impact) impact)
1 4 0.1 3

Site 4 : relative au site de Gafsa (Sud-Ouest de la Tunisie) et 26 hôpitaux (universitaires,


régionaux et de circonscriptions).

 Implémentation par TSP :

La meilleure configuration obtenue :

Alpha (pheromone Beta (distance impact) RO


impact)
1 4 0.1

51
La meilleure configuration obtenue :

Alpha (pheromone Beta (distance RO itérations


impact) impact)
1 4 0.1 4
Site 5 : relative au site de Médenine (Sud-Est de la Tunisie) et 16 hôpitaux (universitaires,
régionaux et de circonscriptions).

 Implémentation par TSP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance impact) RO
impact)
1 4 0.1
La distance parcourus en Kilomètre :759404 km
 Implémentation par CVRP :

La meilleure configuration obtenue :


Alpha (pheromone Beta (distance RO itérations
impact) impact)
1 4 0.1 3

III.5. Interprétation des résultats :

III.5.1. Interprétation des résultats de l’algorithme pour le


problème TSP :
Pour optimiser le problème de routage des DASRI par l’algorithme de fourmis, nous
avons utilisé le langage de programmation Java.
Afin de valider le modèle TSP et CVRP, nous obtenons les résultats suivant :

52
 La solution fournie par le TSP pour le site ZI Bizerte (Nord de la Tunisie) est :

La meilleure tournée :( Institut national de neurologie, HC Menzel Bouzalfa,


Hôpital La Rabta, Institut national de nutrition et de technologie alimentaire,Institut
Hedi Raies d’ophtalmologie, Centre de maternité et de néonatalogie, Hôpital Razi,
Institut Salah Azaiz, Hôpital Charles Nicoles, Hôpital Aziza Othmana, Hopital
militaire d’instruction de Tunis, Hôpital Habib Thameur, HR Mahmoud Matri,
Hôpital Pneumo-Phtisiologie, Hopital d’enfants, Hopital Monji Slim, HR
Kheireddine, HC El Haouaria, HC Soliman, HU Djbel –Ouest, HR Menzel
Temime, HC Kelibia, HR Bizerte, ZI Menzel Bourguiba, HR Menzel
Bourguiba,HC Mateur, HC Ras Jbel, HC El Alia, HR Mejez El Beb, HC Sjnene,
HC Nefza, HC Goubellat, Institut national de neurologie).
La distance parcourus en Kilomètre : 523 km
 La solution fournie par le TSP pour le site ZI El Kef (Nord-Ouest de la Tunisie)
est :

La meilleure tournée : (HC Ghardimaou ,HR Jendouba, HC Fernana, HC Ain


Drahem, HC Tabarka, HC Amdoun, HR Béja, HC BouSalem, HC Teboursouk,
HC Testour, HC Bouarada, HC Gafour, HR Siliana,HR Bargou,HC Ousletia,
HC Kesra, HC Makthar,HC Rouhia,HR Kef,ZI Le Kef, HC Ghardimaou)
La distance parcourus en Kilomètre :5148143 km

 La solution fournie par le TSP pour le site ZI Erriadh (Est de la Tunisie) est :

La meilleure tournée : (HU Sahloul,HU Farhat Hached, ZI Erriadh,HR


Msaken,HC Ouardanine,HC Sahline,HC Zaremdine, HC Jemmal, HC Ksibet El
MIdouni,HR Ali Soua,HC Moknine, HC Kessour Essef,HC Sidi Alouane, HC
Mellouleche, HU Habibi Bourguiba,HU Hedi Chaker, HC Cherareda, HC
Narallah, HC El Hajeb, HC El Alaa,HC Haffouz, HC Chbika, HC Sbikha, ,HC
Ennadhour, HC El Fahs,HR Zaghouane,HU Sahloul)
La distance parcourus en Kilomètre :570216 km

 La solution fournie par le CVRP pour le site ZI Erriadh (Est de la Tunisie) est :

Route 1 : ZI Erriadh, HU Sahloul, HU Farhat Hached, HR Msaken, HC


Ouardanine, HC Sahline, HC Jemmal, HC Zeramdine, HC Ksibet El Midouni, HR

53
Ali Soua, HC Moknine,HC Ksour Essef, HC Sidi Alouane, HC Mellouleche, HU
Habib Bourguiba, HC Nasrallah, HC Hajeb, HC El Alaa, HC Haffouz, HC Chebika,
HC Sbikha, HC Ennadhour,HC Fahs, HC Grombalia, HC Beni Khalled, HC
Hammemet, HC Korba, ZI Erriadh.
Route 2 : ZI Erriadh, HC Cherarda,ZI Erriadh.
Route 3 : ZI Erriadh, HR Zaghouan, HU Hedi Chaker, ZI Erriadh.
La distance parcourus en mettre : 1235038.3812081958 m

 La solution fournie par le TSP pour le site ZI Gafsa (Sud-Ouest de la Tunisie)


est :

La meilleure tournée : (HC Bir El Hfay, HC Sidi Ali Ben Aoun, HC El Sened, HC
El Gtar, ZI Gafsa, HR Gafsa, HC El Mdhila, HR Metlaoui,HC Moulares,HC
Redeyf, HR Touzer, HC Fouar , HC Douz, HR Kebili,HC Souk el Ahad,HC Bel
Khir, HC Meknasy,HC Mezzouna,HC Regueb, HC Ouled Haffouz,HR Sidi
Bouzid,HR Jimla,HC Kasserine, HC Bir El Hffay).
La distance parcourus en Kilomètre :570216 km

III.5.2. Interprétation des résultats de l’algorithme pour le


problème CVRP :

 La solution fournie par le CVRP pour le site ZI Bizerte (Nord de la Tunisie) est :

Route 1 : ZI Menzel Bourguiba,HR. Menzel Bourguiba, HR Bizerte, HC El Alia,


HC Ras Djebel, HR Mahmoud Matri, Hôpital Pneumo-Phtisiologie, Institut Salah
Azaiez, Hôpital d’enfant, Institut Hedi Raies d’Ophtalmologie, Institut national de
nutrition et de technologie alimentaire, Hôpital Charles Nicolle, HC Tebourba, HC
Nefza,ZI Menzel Bourguiba.
Route 2 : ZI Menzel Bourguiba, HC Mateur, HC Sejnane, HR Mejez El Beb, HC
Goubellat, HU Djbel El Ouest, HR Ben Arous, Hôpital militaire d’instruction,
Centre de maternité et de néonatologie, ZI Menzel Bourguiba.
Route 3 : ZI Menzel Bourguiba, Hôpital Monji Slim, HR Kheireddine, HC
Soliman, HR de Menzel Temim, HC Kelibia, HC El Haouaria, ZI Menzel
Bourguiba.
Route 4 : ZI Menzel Bourguiba, Hôpital Aziza Othmana, Institut National de
Neurologie, ZI Menzel Bourguiba.

54
Route 5 : ZI Menzel Bourguiba, Hôpital Razi, Hopital la Rabta, ZI Menzel
Bourguiba.
Route 6 : ZI Menzel Bourguiba, Hôpital Habib Thameur, HC Menzel Bouzalfa, ZI
Menzel Bourguiba.
La distance parcourus en mettre : 1159359.5255883045 m
Phéromone :

 La solution fournie par le CVRP pour le site ZI El Kef (Nord-Ouest de la


Tunisie) est :

Route 1 : ZI Le Kef, HC Ghardimaou, HC Fernana, HC Ain Drahem, HC Tabarka,


HC Amdoun, HC Bousalem, HC El Krib, HC Bourouis, HC Gaafour, HC
Teboursouk, HC Testour, HC Bouarada, HC Bargou, HC Ouelatia, HC Kesra,ZI Le
Kef.
Route 2 : ZI Le Kef, HR Kef, HC Makthar, HC Rouhia, HC Sbiba, HC Foussana,
HC Thala, ZI Le Kef.
Route 3 : ZI Le Kef, HR Béja, HC Siliana,ZI Le Kef.
Route 4 : ZI Le Kef, HR Jendouba, ZI Le Kef.
La distance parcourus en mettre : 1093708.9885429256 m

Phéromone :

55
 La solution fournie par le CVRP pour le site ZI Erriadh (Et de la Tunisie) est :

Route 1 : ZI Erriadh, HU Sahloul, HU Farhat Hached, HR Msaken, HC


Ouardanine, HC Sahline, HC Jemmal, HC Zeramdine, HC Ksibet El Midouni, HR
Ali Soua, HC Moknine,HC Ksour Essef, HC Sidi Alouane, HC Mellouleche, HU
Habib Bourguiba, HC Nasrallah, HC Hajeb, HC El Alaa, HC Haffouz, HC Chebika,
HC Sbikha, HC Ennadhour,HC Fahs, HC Grombalia, HC Beni Khalled, HC
Hammemet, HC Korba, ZI Erriadh.
Route 2 : ZI Erriadh, HC Cherarda, ZI Erriadh.
Route 3 : ZI Erriadh, HR Zaghouan, HU Hedi Chaker, ZI Erriadh.
La distance parcourus en mettre : 1235038.3812081958m
Phéromone :

 La solution fournie par le CVRP pour le site ZI Gafsa (Sud-Ouest de la Tunisie)


est :

56
Route 1 : ZI Gafsa, HR Gafsa, HC El Mdhila, HC El Gtar, HC Bel Khir, HC El
Sned, HC Meknassy, HC Mezzouna, HC Bir Ali, HC Regueb, HC Ouled Haffouz,
HC Jimla, HC Sbitla, HC Bir El Hfay,ZI Gafsa.
Route 2 :ZI Gafsa, HR Metlaoui, HC Redayef, HC Moulares, HC Majel Bel Abbes,
HC Feriana, HR Kasserine, HC Sidi Ali Ben Aoun,ZI Gafsa.
Route 3 : ZI Gafsa, HC Souk Lahad, HR Kebili, HC Douz, HC Fouar, HR Tozeur,
ZI Gafsa.
Route 4 : ZI Gafsa, HR Sidi Bouzid, ZI Gafsa.
La distance parcourus en mettre : 1191619.783196489 m
Phéromone :

 La solution fournie par le CVRP pour le site ZI Médenine (Sud-Est de la Tunisie)


est :

Route 1 : ZI Médenine, HR Habib Bourguiba, HC Sidi Makhlouf, HC Mareth, HC


Matmata, HC El Hamma, HR Mohamed Ben Sassi, HC Ouedhref, HC Skhira, HR
Sadok Mokaddem, HC Midoun, HR Zarzis, HC Ben Khedeche, HC Ghoumrassen,
HC Remada, ZI Médenine.
Route 2 : ZI Médenine, HR Tataouine, HR Ben Guerdene, ZI Médenine.
Route 3 : ZI Médenine, HR Mohammed Ben Sassi, ZI Médenine.
La distance parcourus en mettre : 918646.817429865 m
Phéromone :

57
On constate que l’algorithme de TSP est relativement simple. La tournée se fait d’un
hôpital à une autre, plus l’hôpital est loin moins il a de chance d’être choisi. Le TSP ne
s’applique pas à tous les types de problèmes.
On conclure que :

1. ACS et Tabu Search sont de bonnes options pour résoudre le VRP


2. ACS dépend de la façon dont ses paramètres sont définis
3. Il n'y a aucune garantie pour obtenir des solutions optimales. Cela dépend d'un
facteur probabiliste
4. Tabu Search est bien meilleur que ACS pour résoudre le VRP

III.6. Conclusion
Dans le chapitre présent, nous avons souligné sur l’optimisation de la gestion des DASRI
par colonies de fourmis. Plus tard, nous avons procédé à l’application de notre méthode proposé
pour la résolution de problème de localisation- routage des déchets hospitaliers en se basant sur
des données réelles.
Pour résoudre le problème de voyageur de commerce (TSP) et le problème de tournée de
véhicule avec capacité (CVRP), nous avons utilisé l’algorithme de fourmis (ACO).
On clôture ce chapitre par les résultats obtenus qui sont des inputs de notre modèle.

58
Conclusion Générale
Les établissements de santé produisent plusieurs quantités de déchets par jour, ce qui pose
un problème de santé et d’environnement en cas de mauvaise gestion. La collecte de DAS
présente un grand défi pour la majorité de pays.
Le problème de gestion de déchets représente un problème majeur et crucial. C'est dans un
souci constant de recherche de solution à ce problème important que nous avons choisi ce thème
de mémoire.
On peut considérer que le problème de gestion de déchets est un problème de localisation-
routage, pour cette raison nous focalisons sur cette classe de problème.
Nous avons présenté d’une manière générale le problème de localisation-routage et le
problème de localisation-routage des déchets dangereux en particulier.
Dans notre mémoire, nous essayons d’examiner cette problématique en utilisant un système
d’information géographique (SIG) pour optimiser localiser les hôpitaux et les centres de
traitement des déchets des activités de soins. Plus tard, nous avons résolu le problème de
tournées de véhicules par l’algorithme de fourmis.
Au début, nous l’appliquons sur le problème de voyageur de commerce (TSP) et ensuite sur
le problème de tournées de véhicule avec capacité (CVRP).
Cette étude d’optimisation prend en charge les données recueillies à partir de la thèse de
Kanoun (2012), ce que le processus d’optimisation fournit.
Le premier chapitre est dédié de définir d’une manière générale la gestion des déchets. Dans
le deuxième chapitre nous avons conçu de présenter le système d’information géographique et
d’implanter les données structurées dans le SIG.
L’application de SIG nous permet de localiser les sites et les hôpitaux sur la carte. Il nous
fournit des données référencées. En se basant sur le résultat donné par le système d’information,
on va implémenter la méthode de tournée de véhicule par la colonie de fourmis.
Le dernier chapitre est une application réelle de la méthode proposée au problème de gestion
des Déchets des activités de soins à Risques Infectieux (DASRI).
Nous avons utilisé l’algorithme de fourmis comme une méthode de résolution pour
déterminer les tournées entre les sites et les hôpitaux.

59
Après l’implémentation, les résultats fournissent par le modèle sont largement suffisants
mais on constate que la recherche tabou est mieux que l’algorithme de fourmis pour la
résolution du problème de tournée de véhicule.

60
Références bibliographiques
A

Article R 1335-18 du Code de la Santé Publique (25 octobre 2010). Disponible sur :
http://www.legifrance.gouv.fr

Agence de la Protection de l’Environnement (APE) américaine.

https://fr.sputniknews.com/.../organization_Agence_americaine_de_protection_de
l’environnement...

[APE ,1991]. (US. Environmental Protection Agency), V.J., Landrum, R.G., Barton, R.,
Neulicht, M., Turner, D., Wallace, S., Smith, « Medical waste management and disposal »,
Noyes data corporation, Park Ridge, NJ, USA.

[A. Colorni, M. Dorigo, et V. Maniezzo,1992b]. An investigation of some proprieties of


an "ant algorithm". In Manner and Manderick, pages 509–520. (Cité page 21.)

[Alidi, A. S. ,1992]. An integer goal programming model for hazardous waste treatment and
disposal‖, Appl. Math. Modelling, 16, 645-651.

[Alidi, A.S.,1996]. "A multiobjective optimization model for the waste management of the
petrochemical industry‖", Appl. Math. Modelling, 20, 925-933.

[Albareda-Sambola, M., Díaz, J., Fernández, E. (2005]. A compact model and tight
bounds for a combined location-routing problem, Computers and Operations Research, 32, 407-
428.

[Alumur, S. and Kara, B.Y. ,2007]. A new model for the hazardous waste locationrouting
problem‖, Computers and Operations Research, 34, 1406-1423.

[ANGED ,2009]. Etude pour l’amélioration de gestion des déchets d’activités de soins en
Tunisie : Elaboration d’une stratégie de gestion des DAS pour la Tunisie. Zone de projet : Zone
initiale (Grand Tunis et Gouvernorat de Médenine), Zone ajoutée : (Centre : gouvernorats de
Sousse, Kairouan, Monastir, Mahdia) et Sud-Est : Gouvernorats de Sfax, Gabès, Tataouine),
Février 2009.

61
[Ajzoul, T. ,2009]. Entretien avec le professeur Taïb Ajzoul : Quel devenir pour nos déchets
médicaux et pharmaceutiques Liberation, pp. 1–4, August 9. Casablanca.

[Bookbinder, J.H., Reece, K.E. (1988]. Vehicle routing considerations in distribution


system design‖, European Journal of Operational Research, 37, 204-213.

[Buchanan, D.J. and Wesolowski, G.O.,1993]."Locating a noxious facility with respect to


several polygonal regions using asymmetric distances", IIE Trans., 25(1), 77-88.

[Berman, O., Drezner, Z. and Wesolowski, G.O. ,1996]. "Minimum covering criterion for
obnoxious facility location on a network", Networks, 28, 1-5.

[Biadillah M.C., 2004]. Ministre de la Santé : Guide de gestion des déchets des
établissements de soins ; Edité avec l’appui du centre régional des activités d’hygiène du milieu
(ceha) De l’organisation mondiale de la santé.

[Beatrice Ombuki, Brian J Ross, and Franklin Hanshar,2007] Multi-objective genetic


algorithms for vehicle routing problem with time windows. Applied Intelligence, 24:17–30.

[BAMAL ba LIHEP 2010] BAMAL BA LIHEP, Jean Simon. Conception et


développement d'un outil informatique pour la gestion de l'aménagement paysager de la
communauté urbaine de Yaoundé [en ligne]. : UNIVERSITE DE DSCHANG. Disponible
sur:<http://www.memoireonline.com/08/11/4788/m_Conception-et-developpement-dun-outil-

information-pour-la-gestion-de-lamenagement-paysager-a.html>. Consulté le 12/11/2014.

[Belenguer, J., Benavent, E., Prins, C., Prodhon, C., Wolfler-Calvo, R. (,2011]. A branch
and cut method for the capacitated location-routing problem‖, Computers and Operations
Research, 38(6), 931-941.

[Bouarfa Said,2018]. "Le centre d’enfouissement technique Réalisation et


fonctionnement". Centre de Recherche Scientifique et Technique sur les Régions Arides
(CRSTRA), mars 2018.

La circulaire du 8 mai 1977 relative au service d'élimination des déchets des ménages.
Disponible sur : https://aida.ineris.fr/consultation_document/8537

62
[Church, R.L. and Garfinkel, R.S.,1978]. "Locating an obnoxious facility on a network, ‖
" Transportation Science, vol. 12, no. 2, pp. 107–118.

[Cohon, J.L., Revelle, C., Current, J., Eagles, T., Eberhart, R. and Church.
R.,1980]."Application of a multi-objective facility location model to power plant siting in a
sixstate region of the US‖", Computers and Operations Research, 7, 107-123.

[Coppock et al. 1991] J. Coppock and D. Rhind, “The history of GIS”, In D. Maguire, M.
Goodchild, and D. Rhind, “Geographical information systems: principles and applications”,
Longman scientific and technical, Vol. 1, PP. 21-43, 1991.

[Caruso, C., Colorni, A. et Paruccini, M.,1993]."The regional urban solid waste


management system : A modeling approach‖", European Journal of Operational Research, 70,
16-30.

[Chien, T.W. ,1993]. Heuristic procedures for pratical-sized uncapacitated


locationcapacitated routing problems‖, Decision Sciences, 24, 995-1021.

[Current, J. and Ratick, S.,1995]."A model to assess risk, equity and efficiency in facility
location and transportation of hazardous materials‖", Location Science, 3(3), 187-201.

[Chang, N.B., Wang, S.F., (1996]."Comparative risk analysis of solid waste management
alternatives in a metropolitan region‖", Environ. Management, 20(1), 65-80.

[Chang, N.B., Wang, S.F., 1997]. A goal programming approach for multiobjective optimal
planning of an integrated solid waste management system‖, Waste Management Res., 15, 1-14.

[Cappanera, P., Gallo, G. and Maffioli, F. ,2004]. Discrete facility location and routing
of obnoxious activities‖, Discrete Applied Mathematics, 133, 3-28.

[Caballero, R., González, M., Guerrero, F.M., Molina, J. and Paralera, C. ,2007].
Solving a multi-objective location routing problem with a metaheuristic based on tabu search :
Application to a real case in Andalusia‖, European Journal of Operational Research, 177, 1751-
1763.

[Comité International de la Croix-Rouge.,2011]. Manuel de gestion des déchets


Médicaux. Genève.

[Contardo, C., Cordeau, J.F., Gendron, B.,2011]. A branch and cut and price algorithm
for the capacitated location-routing problem‖, CIRRELT, Université LAVAL, Juin 2011.

63
[Contardo, C., Hemmlmayr, V. and Crainic, T.G.,2012]. Lower and upper bounds for the
two-echelon capacitated location-routing problem‖, Computers and Operations Research,
39(12), 3185-3199.

[Dantzig et al, 1959]. Dantzig, G.B.; Ramser, J.H. "The Truck Dispatching Problem".
Management Science 6 (1): 80-91, 1959.

[Dasarathy, B. and White, L. (1980]. "A MAXIMIN location problem‖", Operations


Research, 28(6), 1385-1401.

[Drezner, Z. and Wesolowsky, G., 1985]. "Location of multiple obnoxious facilities‖",


Transportation Science, 19, 193.

[Dorigo et al., 1991] M. Dorigo, V. Maniezzo, et A. Colorni, 1991. Positive feedback as a


search strategy. Technical report 91-016, Dipartimento di Elettronica Politecnico di Milano,
Italy.

[D. Bommesitty, M. Dessouky, and L. Jacobs,1998]. Scheduling collection of recyclable


material at northern illinois university campus using a two-phase algorithm. Computers and
Industrial Engineering, 35 :435-438.

[D.V. Tung and A. Pinnoi,2000]. Vehicle routing-scheduling for waste collection in hanoi.
European Journal of Operations Research, 125 :449-468.

Décret n° 2002-540 du 18 avril 2002 relatif à la classification des déchets. Disponible sur :
https://www.legifrance.gouv.fr/eli/decret/2002/4/18/ATEP0190045D/jo/texte

[Erkut, E. and Neuman, S. ,1992]. "A multi-objective model for locating undesirable
facilities‖", Annals of Operations Research, 40, 209-227.

[E. Angelelli and M.G. Speranza,2002]. The application of a vehicle routing model to a
waste-collection problem : two cases studies. Journal of the Operational Research Society,
53(9) :944-952.

[Eiselt, H. A,2006]. "Locating landfills and transfer stations in Alberta‖", INFOR,


ABI/INFORM Global, 44(4), 285-298.

64
[Emek, E. and Kara, B.Y,2007]. "Hazardous waste management problem : the case for
incineration‖", Computers and Operations Research, 34, 1242-1441.

[Fuertes, L.A., Hudson, J.F., Marks, D.H. ,1974]. "Solid waste management: Equity trade-
off models‖", Journal of the urban planning and development division, 2, 155-171.

[Fernandez, J., Fernandez, P. and Pelegrin, B.,2000]."A continuous location model for
siting a non-noxious undesirable facility within a geographical region‖", European Journal of
Operational Research, 121, 259-274.

[G. B. Dantzig and J. H. Ramser,1959] The truck dispatching problem. Management


Science, 6(1) :pp. 8091.

[G. B. Dantzig and J. H. Ramser,1959]. The truck dispatching problem. Management


Science, 6(1) :pp. 8091.

[Goldman, A.J. and Dearing, P.M. ,1975]. "Concepts of optimal locations for partially
noxious facilities, ‖ " Bulletin of the Operational Research Society of America, vol. 23, no. 1,
B85.

[Goodchild et al. 1990] M. Goodchild and K. Kemp, “NCGIA Core Curriculum in GIS”,
National center for geographic information and analysis, University of California, Santa
Barbara, http://www.geog.ubc.ca/courses/klink/gis.notes/ncgia/toc.html, Accédé en
01/03/2007.

[Giannikos, I.,1994]."A preemptive goal programming model for locating obnoxious


facilities‖", Studies in Regional and Urban Planning, 3, 141-152.

[Giannikos, I., 1998]. A multi-objective programming model for locating treatment sites
and routing hazardous wastes‖, European Journal of Operational Research, 104, 333342.

[Harisson, H. ,1979]. A planning system for facilities and resources in distribution


networks‖, Interfaces, 9(2), 6-22.

65
[Hansen, P.H., Hegedahl, B., Hjortkjær, S., Obel, B. ,1994]. A heuristic solution to the
warehouse location-routing problem‖, European Journal of Operational Research, 76,
111-127.

[Haastrup, P., Maniezzo, V., Mattarelli, M., Rinaldi, F.M.,Mendes, I. and Paruccini,
M. ,1998]. "A decision support system for urban waste management‖", European Journal of
Operational Research, 109, 330-341.

[Iwona Cieslaka, Karol Szuniewicza, Tomasz Templinb and Szymon Czyzaa,2016]. Use
of Ant Algorithms to Optimize Pedestrian Communication Routes with The Application of GIS
Tools: A Case Study of Olsztyn. Procedia Engineering 161 (2016) 2006-2010.

[Jacobsen, S., Madsen, O. ,1980]. A comparative study of heuristics for a two-level routing-
location problem‖, European Journal of Operational Research, 6, 378-387.

[J. Teixeira, A.P. Antunes, and J.P. de Sousa,2004]. Recyclable waste collection planning
- a case study. European Journal of Operational Research, 158(3) :543-554.

[J.D. Kim, H.S. Choi, and D.H. Lee,2007]. Vehicle routing in a refuse collection system :
a case study. Computational Science and its Applications, ICCSA 2007, pages 467-473.

[J. Bautista, E. Fernández, and J. Pereira,2008]. Solving an urban waste collection


problem using ants heuristics. Computers and Operations Research, 35 :3020-3033.

[Kirca, O. and Erkip, N. 1988]. "Selecting transfer station locations for large solid waste
systems‖", European Journal of Operational Research, 38, 339-349.

[Kaiser, M.J. and Morin, T.L.,1993]. "Center points, equilibrium, positions and the
obnoxious location problem", Journal of Regional Science, 33, 237-249.

[Karkazis, J. And Boffey, T.B.,1995]. "Optimal location of routes for vehicles transporting
hazardous materials‖, European Journal OF Operational Research, 86, 201-215.

[K. Smith Korfmacher,1997]. Solid waste collection system in developing urban areas of
south africa : an overview and case study. Waste Management and Research, 15 :477-494.

66
[Kontos, T.D., Komilis, D.P., Halvadakis, C.P.,2005]."Siting MSW landfills with a spatial
multiple criteria analysis methodology‖", Waste Management, 25, 818-832.

[Karaoglan, I., Altiparmak, F., Kara, I. and Dengiz, B. ,2011]. A branch and cut
algorithm for the location-routing problem with simultaneous pickup and delivery‖, European
Journal of Operational Research, 224, 189-208.

[Kissi, L., Haitami, S., Jaddaoui, A., & Benyahya, I.,2012]. Gestion des déchets des
activités de soins en odontologie. Retrieved November 10, 2015, from
http://www.lecourrierdudentiste.com/dossiers-du-mois/gestion-des-dechets-des-activitesde-
soins-en-odontologie-etude-bibliographique.html.

[KASSER et Michel,2014]. SYSTÈME D'INFORMATION GÉOGRAPHIQUE (S.I.G.).

Encyclopædia Universalis [en ligne]. Consulté le 13/12/2014, Disponible sur


http://www.universalis.fr/encyclopedie/systeme-d-information-geographique/

[Laporte, G., Norbert, Y., Arpin, D.,1986]. An exact algorithm for solving a capacitated
location-routing problem‖, Annals of Operations Research, 6, 293-310.

[List, G. and Mirchandani, P. ,1991]. An integrated network/planar multiobjective model


for routing and siting for hazardous materials and wastes‖, Transportation Science, 25(2), 146-
156.

[Laurini et al. 1992] R. Laurini and D. Thompson, “Fundamentals of spatial information


systems”, Academic Press, 1992.

[LEROY. JB., 1997]."Les déchets et leurs traitements : les déchets solides industriels et
ménagers ". Edition : Presse Universitaires de France, Paris, 3ème édit. 127 p.

[L.H. Shih and H.C. Chang,2001]. A routing and scheduling system for infectious waste
collection. Environmental Modeling and Assessment, 6 :261-269.

[Lin, C., Kwok, R. ,2006]. Multi-objective metaheuristics for a location-routing problem


with multiple use of vehicles on real data and simulated data‖, European Journal of Operational
Research.

[Lopez, R.B., Baretto, S., Ferreira, C., Santos, B.S. ,2008]. A decision support tool for a
capacitated location-routing problem‖, Decis. Supply Syst., 46(1), 366-375.

67
M

[Marks, D.H. and Liebman, J.C ,1970]. "Mathematical analysis of solid waste collection,
Bureau of Solid Waste Management, U.S". Dept. of Health, Education and Welfare,
Washington, DC.

[Moon, I.D. and Chaudhry, S.S,1984]. "An analysis of network location problems with
distance constraints", Management Science, 30, 290–307.

[Melachrinoudis, E. and Cullinane, T.P,1985]."Locating an undesirable facility within a


geographical region using the MAXIMIN criterion‖", Journal of Regional Science, 25(1), 115-
127.

[Mirchandani, P., Magnanti, L.L. and Vachani, R. ,1995]. Modeling and solving the
capacitated network loading problem‖, Operations Research, 43.

[Minehart, D. and Neeman, A.,2002]."Effective siting of waste treatment facilities‖",


Journal of Environmental Economics and Management, 43, 303-324.

[Marinakis, Y., Marinaki, M. (2008a]. A particle swarm optimization algorithm with path
relinking for the location routing problem‖, Journal of Mathematical Modeling and Algorithms‖,
7, 59-78

[Marinakis, Y., Marinaki, M. (2008b]. A bilevel genetic algorithm for a real life location-
routing problem‖, Int. J. Log. Res. Appl., 11(1), 49-65

[Manzour-al-Ajdad, S.M.H., Torabi, S.A., Salhi, S. ,2012]. A hierachical algorithm for


the planar single-facility location routing problem‖, Computers and Operations Research, 39,
461-470.

[Mehrjerdi, Y.Z. and Nadizadeh, A.,2013]. Using greedy method to solve capacitated
location-routing problem with fuzzy demands‖, European Journal of Operational Research, 229,
75-84.

[Maliki Fouad,2013]. Résolution d’un problème stochastique de choix des fournisseurs et


location des centres de distribution lors de la conception de chaines logistique approche
d’optimisation basée sur la simulation-tlemcen.

68
[Mr. Ankit Verma and Prof. B.K Bhonde,2014]. Optimisation of Municipal Solid Waste
Management of Indore City using GIS. International Journal on Emerging Technologies 5(1):
194-200.

[Nambiar, J.M., Gelders, L.F., Van Wassenhove, L.N. ,1981]. A large scale
locationallocation problem in the natural rubber industry‖, European Journal of Operational
Research, 6, 183-189.

[Nema, A.K. and Gupta, S.K. (1999]. "Multiobjective risk analysis and optimization of
regional hazardous waste management system", Practice Periodical of Hazardous, Toxic and
Radioactive Waste Management, 7, 69-7.

[Nema, A.K. and Gupta, S.K. ,2003]."Multiobjective risk analysis and optimization of
regional hazardous waste management system", Practice Periodical of Hazardous, Toxic and
Radioactive Waste Management, 7, 69-77.

[Nuortio, J. Kytöjoki, J. Niska, and O. Bräysy,2006]. "Improved route planning and


scheduling of waste collection and transport". Expert Systems with Applications, 30 :223-232.

[Nabaa, M et al, 2007]. M. Nabaa, B. Zeddini et P. Tranouez. Approche décentralisée pour


résoudre le problème du transport à la demande. Schedae, prépublication n° 23, (fascicule n° 2,
p. 133-140).

[Nabaa, M et al, 2007]. M. Nabaa, B. Zeddini et P. Tranouez. Approche décentralisée pour


résoudre le problème du transport à la demande. Schedae, prépublication n° 23, (fascicule n° 2,
p. 133-140), 2007.

[Nagy, G., Salhi, S. (2007]. Location-routing: Issues, models and methods‖, European
Journal of Operational Research, 177, 649-672.

[Nacima Labadi, Christian Prins et Mohamed Reghioui,2008]. A MEMETIC


ALGORITHM FOR THE VEHICLE ROUTING PROBLEM WITH TIME WINDOWS.
RAIRO - Operations Research, 42(3):415-431.

[Nadizadeh, A., Sahraeian, R., Sabzevari, Z. A. and Homayouni, S.M. ,2011]. Using
greedy clustering method to solve capacitated location-routing problem‖, African Journal of
Business Management, 5(17), 7499-7506.

69
[Or, I. and Akgül, M.,1994]. "An optimization approach for locating a hazardous waste
disposal facility in Istanbul province‖", Waste Management and Research, 12, 495-506.

[OMS ,1997]. Management of wastes from hospitals‖, Report on WHO meeting,


Copenhagen (EURO Reports and Studies), World Health Organization, WHO

[OMS, 2005]. Secrétariat de la Convention de Bâle. Préparation des plans nationaux de


gestion des déchets de soins médicaux en Afrique subsaharienne : manuel d'aide à la décision.
Genève. P115.

[O. APAYDIN and M. T. GONULLU,2007]. ROUTE OPTIMIZATION FOR SOLID


WASTE COLLECTION: TRABZON (TURKEY) CASE STUDY. Global NEST Journal, Vol
9, No 1, pp 6-11.

[Perlack, R .D .& Willis, C. E.,1985]. "Multi-objective decision-making in waste disposal


planning‖", Journal of Environmental Engineering, ASCE 111, 3, 373-385.

[Perl, J., Daskin, M. (1984]. A unified warehouse location-routing methodology‖, Journal


of Business Logistics, 5(1), 92-111.

[Perl, J., Daskin, M. ,1985]. A warehouse location-routing problem‖, Transportation


Research, 19B(5), 381-396.

[Plastria, F., Carrizosa, E.,1999]. "Undesirable facility location with minimal covering
objectives‖", European J. Oper. Res., 121, 302–319.

[P. Lacomme, C. Prins, and M. Sevaux,2006]. A genetic algorithm for a bi-objective


capacited arc routing problem. Computers and Operations Research, (33) :3473-3493.

[Prins, C., Prodhon, C., Wolfler, R. (2006]. Solving the capacitated location-routing
problem by GRASP complemented by a learning process and a path relinking n 4OR, 4(3), 221-
238.

[Prins, C., Prodhon, C., Ruiz, A., Soriano, P. and Calvo, R.W. ,2007]. Solving the
capacitated location-routing problem by a cooperative lagrangean relaxation-granular tabu
search heuristic‖, Transportation Science, 41, 470-483.

[Prodhon, C. ,2011]. A hybrid evolutionary algorithm for the periodic location-routing


problem‖, European Journal of Operational Research, 210, 204-212.

70
[Pablo, A.B., Juan, P.P.F., Fernando, G.G. ,2010]. "An analytic network process approach
for siting a municipal solid waste plant in the Metropolitan area of Valencia (Spain)‖ ", Journal
of Environmental Management, 91, 1071-1086.

[R. Álvarez Valdés, E. Benavent, V. Campos, A. Corberán, E. Mota, J. M. Tamarit,


and V. Valls,1993]. A computerized system for urban garbage collection. Topology, 1 :89-105.

[Rahman, M., Kuby, M., (1995]. "A multi-objective model for locating solid-waste transfer
facilities using an empirical opposition function‖". INFOR 33, 34–49.

[Rey, M., Soriano, P., Stampfli, E.,1995]. "La localisation d’une installation de stockage
de déchets stabilises : le cas de la Suisse Romande, INFOR, 33, 50-62.

[Ratick, S., White, A.,1988]. "A Risk-Sharing Model for Locating Noxious Facilities‖",
Envrionment and Planning B 15,165–179.

[Revelle, C., Cohon, J. and Shobrys, D. ,1991]. Simultaneous siting and routing in the
disposal of hazardous wastes‖, Transportation Science, 25(2), 138-145.

[Rodríguez-Chía, A.M., Nickel, S., Puerto, J., Fernández, F.R.,2000]. "A flexible
approach to locations problems", Math. Methods Oper. Res., 51, 69–89.

[Rushbrook, P., Chandra, C., Gayton, S. (2000]. Starting healthcare waste management
in medical institutions – a practical approach‖, Copenhagen Practical Health Care Waste
Management Information Series N° 1, WHO, Regional Office for Europe (EUR/00/5021817).

[R. Minciardi, M. Paolucci, and E. Trasforini,2003]. A new procedure to plan routing and
scheduling of vehicles for solid waste collection at a metropolitan scale. Presented at Odysseys,
Palermo, Italy.

[Rojee Pradhanangaa, Eiichi Taniguchia, and Tadashi Yamada,2010]. Ant colony


system based routing and scheduling for hazardous material transportation : Procedia Social
and Behavioral Sciences 2 (2010) 6097–6108.

[Srivastava, R., Benton, W.C. ,1990]. The location-routing problem: Consideration in


physical distribution system design‖, Computers and Operations Research, 6, 427-435.

71
[Srivastava, R. ,1993]. Alternate solution procedures for the location-routing problem‖,
OMEGA International Journal of Management Science, 21(4), 497-506.

[Stowers, C.L. and Palekar, U.S. ,1993]. Location models with routing considerations for
a single obnoxious facility‖, Transportation Science, 27(4), 350-362).

[Sudhir, V., Muraleedharan, V.R. and Srinivasan, G. ,1996]. "Integrated solid waste
management in urban India: a critical operational research framework‖", SocioEconomic
Planning Science, 30, 163-181.

[S. Baptista, R.C. Oliveira, and E. Zuquete,2002]. " A period vehicle routing case study".
European Journal of Operational Research, 132 :220-229.

[S.K. Amponsah and S. Salhi,2004]. The investigation of a class of capacited arc routing
problems : the collection of garbage in developing countries. Waste management, 24(7) :711-
721.

[Saameno-Rodriguez, J.J., Guerrero Garcia, C., Munoz Perez, J. and Mérida


Casermeira, E.,2006]. "A general model for the undesirable single facility location problem‖",
Operations Research Letters, 34, 427-436.

[Stenger, A., Schneider, M., Schwind, M., Vigo, D.,2012]. Location-routing for small
package shippers with subcontracting options‖, International Journal Production Economics,
140, 702-712.

[Tamir, A. ,1991]."Obnoxious facility location on graphs", SIAM J. Discrete Math., 4, 550–


567.

[Tüzün, D., Burke, L. ,1999]. A two-phase tabu serach approach to the location routing
problem, European Journal of Operational Research, 116, 87-99.

[T. Nuortio, J. Kytöjoki, J. Niska, and O. Bräysy,2006]. Improved route planning and
scheduling of waste collection and transport. Expert Systems with Applications, 30 :223-232.

[Ting, C.J. and Chen, C.H. (2013]. A multiple ant colony optimization algorithm for the
capacitated location routing problem‖, International Journal of Production Economics, 141, 34-
44.

72
[Unité Cancer et Environnement,2018]. Service Prévention et Gestion des Déchets,
Angers, sept 2018.

[Wyman, M.M. and Kuby, M. ,1995]. Proactive optimization of toxic waste transportation,
Location, Technology‖, Location Science, 3 (3), 167-185.

[Welch, S.B. and Salhi, S.,1997]. "The obnoxious p facility network location problem with
facility interaction", European Journal of Operational Research, 102(2), 302-319.

[Yesilnacar, M. I. and Cetin, H.,2005]. "Site selection for hazardous wastes : A case study
from the GAP area, Turkey‖", Engineering Geology, 81, 371-388.

[Yon. L, 2005]. Yon, L. Modèles et outils pour la conception stratégique de réseaux de


transports publics. Thèse en informatique à l’université Blaise Pascal - Clermont-Ferrand II.
Soutenue le 23 septembre 2005.

[Yu, V.F., Lin, S.W., Lin, W., Ting, C.J. ,2010]. A simulated annealing heuristic for the
capacitated location routing problem‖, Computers and Industrial Engineering, 58, 288299.

[Yon. L, 2005]. Yon, L. Modèles et outils pour la conception stratégique de réseaux de


transports publics. Thèse en informatique à l’université Blaise Pascal - Clermont-Ferrand II.
Soutenue le 23 septembre

[Zografos, K.G. and Samara, S. ,1989]. Combined location-routing model for hazardous
waste transportation and disposal‖, Transportation Research Records, 1245, 52-59.

[Zografos, K.G. ,1993]. A multi-objective model for hazardous waste routing and siting
decisions‖, Paper presented at ISOLDE VI Conference, Chios, Greece, 1993.

[Zhao, J., Zhao, J. ,2010]. Model and algorithm for hazardous waste location-routing
problem‖, ICLEM 2010; Logistics for Sustained Economic Development, 2846-2852.

[Zarandi, M.H.F., Hemmati, A., Davari, S., Turksen, I.B. ,2013]. Capacitated
locationrouting problem with time windows under uncertainty‖, Knowledge Based Systems, 37,
480-489.

73
74