PROBLÉMATIQUE

Les parkings sont des infrastructures très convoitées, notamment dans les grandes villes. Ce sont des bâtiments dont l’espace doit être géré avec rigueur, à la fois d’un point de vue réglementaire (sécurité, accessibilité, dimensions des places et voies de circulation) que d’un point de vue de l’optimisation de la circulation des usagers. Ces derniers représentent souvent des investissements conséquents qu’il convient d’optimiser dans une perspective de rentabilité économique. Or, le choix de l’emplacement n’est pas toujours laissé libre, et les constructeurs doivent s’adapter aux contraintes matérielles (angles des murs, taille du parking, infrastructures diverses, superstructure).

Comment maximiser le nombre de places disponibles en respectant les normes contraignantes ?

CLIENT

PARKIZE, MBACITY Paris (FRANCE)

SOLUTION APPORTÉE

Neovision a conçu une solution basée sur du generative design afin de générer automatiquement des plans optimisés de parkings. Grâce à la recherche opérationnelle, et plus particulièrement des algorithmes évolutionnistes, notre application permet de générer différents plans prenant en compte le placement des voies de circulation, la maximisation du nombre de places ainsi que les différentes contraintes architecturales.

BÉNÉFICE CLIENT

La solution de notre client revendique en moyenne 6,7% des coûts de construction économisés, 92% des parkings optimisés pour un gain moyen de 3,8% de places de parkings

RÉALISATION

Nous avons développé une solution innovante pour concevoir automatiquement des plans de parkings optimisés. Notre application utilise une approche appelée « generative design » qui s’inspire de la théorie de l’évolution de Darwin. Nous avons utilisé des algorithmes évolutionnistes, qui fonctionnent en sélectionnant les meilleures solutions et en introduisant des variations pour améliorer progressivement les résultats.

L’idée est de générer différents plans de parkings en prenant en compte des facteurs tels que les voies de circulation, le nombre maximal de places de stationnement et les contraintes architecturales. Pour commencer, nous avons créé une population initiale de plans représentés sous forme de graphes, où chaque point correspond à une intersection ou une voie sans issue dans le parking. Ces graphes ont été évalués en fonction de critères prédéfinis, par exemple, le nombre de places disponibles. 

Dans cette image, chaque point correspond à une intersection ou une voie sans issue sur notre parking.

Ensuite, nous avons utilisé un algorithme qui nous permet de stocker et caractériser différents types de plans de parking. Au lieu de ne sélectionner que les meilleurs plans, nous avons conservé une variété de solutions différentes afin de favoriser la découverte d’optimisations possibles.

Le processus itératif de sélection, de reproduction et de mutation a été répété plusieurs fois pour créer de nouvelles générations de plans de parking. Chaque génération était basée sur les caractéristiques des parents, mais avec des variations pour introduire de la diversité. Cette approche nous a permis d’améliorer progressivement les résultats et de trouver des solutions qui répondaient au critère d’optimisation fixé au début du projet : le nombre de places.

Nous avons continué ce processus jusqu’à atteindre notre objectif de performance prédéterminé. En utilisant cette approche basée sur la théorie de l’évolution, nous avons développé une solution qui génère automatiquement des plans de parkings optimisés, prenant en compte les contraintes architecturales, les voies de circulation et la maximisation du nombre de places disponibles.