Pablo Zavala · Évaluation de sécurité IA · Ingénierie de recherche

Cadre d'optimisation de la livraison du dernier kilomètre

Un cadre de type prédire-puis-optimiser pour la livraison du dernier kilomètre, construit avec Santiago Enríquez en binôme équilibré pour le cours 94-867 Data to Action de Carnegie Mellon. Des modèles à gradient boosting prévoient le temps de livraison typique et son 80e centile sur un jeu de données Kaggle synthétique de dossiers de livraison de type Amazon ; une marge conforme fixe la promesse de service de chaque commande, et le score de risque d'un classificateur tarife la sous-traitance au sein de modèles MILP de triage et d'affectation. En simulation jour par jour, l'affectation sensible au risque a atteint un taux de livraison à l'heure de 94,8 % pour une couverture de 89,4 %, contre une base de référence observée de 48,8 %.

Précision de l'affirmation

Ce que les preuves démontrent: En simulation, l'affectation MILP sensible au risque avec 240 agents (pondération de risque de base alpha = 1) a atteint un taux de livraison à l'heure de 94,8 % pour une couverture de 89,4 %, contre une base de référence observée de 48,8 % sur les mêmes données de livraison synthétiques.
Frontière des capacités et des preuves: Chaque taux phare provient d'une simulation sur un jeu de données de livraison Kaggle synthétique ; le rapport signale la calibration de capacité comme l'hypothèse fragile, et le jeu de données lui-même reste hors du dépôt public en attente d'une revue de licence, avec un pointeur dans le README.

Dépôt public (notebooks et rapport versionnés)

Rôle: Binôme avec Santiago Enríquez selon une répartition équilibrée consignée dans le rapport : Pablo a choisi et mis en œuvre l'approche prédire-puis-optimiser, dirigé l'analyse exploratoire et développé les modèles prédictifs ; Santiago a implémenté le code, validé les hypothèses sous-jacentes et rédigé le rapport que les deux auteurs ont finalisé ensemble.

Carte d'évaluation

Résultat principal

Échantillon: Exécutions de scénarios sur un échantillon de 2 000 commandes, plus une simulation d'affectation jour par jour sur des données de livraison Kaggle synthétiques
Correcteur: Taux à l'heure par rapport à la promesse de 120 minutes, couverture, et utilisation des agents par scénario
Résultat: L'affectation MILP sensible au risque a atteint 94,8 % à l'heure pour 89,4 % de couverture en simulation, contre une base de référence observée de 48,8 %.
Périmètre de vérification: Simulation sur données synthétiques ; les chiffres d'utilisation dépendent de la calibration de capacité.

Niveau de preuve

Échantillon: Trois notebooks versionnés avec leurs sorties, plus le rapport final en PDF
Correcteur: Le lecteur relance les notebooks après avoir récupéré le jeu de données sur Kaggle
Résultat: Dépôt public (notebooks et rapport versionnés), le jeu de données restant externe en attente d'une revue de licence.
Périmètre de vérification: Une relance de bout en bout exige d'abord le téléchargement du jeu de données externe.

Affiliation

Échantillon: Travail de cours de niveau master, octobre 2025
Correcteur: Page de titre du rapport de cours
Résultat: Carnegie Mellon, cours 94-867 Data to Action.
Périmètre de vérification: Projet de cours en binôme plutôt qu'un système déployé.

Mise à jour de la page

Échantillon: Cette entrée et sa ligne dans le registre
Correcteur: Revue du registre des sources de l'affirmation du site
Résultat: Juillet 2026.
Périmètre de vérification: Le contenu du dépôt peut s'étoffer après cette date.

Axes d'évaluation avec échantillon, correcteur, résultat et périmètre de vérification.
Axe	Échantillon	Correcteur	Résultat	Périmètre de vérification
Résultat principal	Exécutions de scénarios sur un échantillon de 2 000 commandes, plus une simulation d'affectation jour par jour sur des données de livraison Kaggle synthétiques	Taux à l'heure par rapport à la promesse de 120 minutes, couverture, et utilisation des agents par scénario	L'affectation MILP sensible au risque a atteint 94,8 % à l'heure pour 89,4 % de couverture en simulation, contre une base de référence observée de 48,8 %.	Simulation sur données synthétiques ; les chiffres d'utilisation dépendent de la calibration de capacité.
Niveau de preuve	Trois notebooks versionnés avec leurs sorties, plus le rapport final en PDF	Le lecteur relance les notebooks après avoir récupéré le jeu de données sur Kaggle	Dépôt public (notebooks et rapport versionnés), le jeu de données restant externe en attente d'une revue de licence.	Une relance de bout en bout exige d'abord le téléchargement du jeu de données externe.
Affiliation	Travail de cours de niveau master, octobre 2025	Page de titre du rapport de cours	Carnegie Mellon, cours 94-867 Data to Action.	Projet de cours en binôme plutôt qu'un système déployé.
Mise à jour de la page	Cette entrée et sa ligne dans le registre	Revue du registre des sources de l'affirmation du site	Juillet 2026.	Le contenu du dépôt peut s'étoffer après cette date.

Comment inspecter ce travail

Le prix du risque plutôt que la moyenne

Les notebooks prévoient une estimation centrale à côté d'un 80e centile du temps de livraison, le MILP de triage filtre les commandes sur la prévision de queue de distribution, et le MILP de simulation tarife chaque commande selon le risque, estimé par un classificateur, de manquer sa promesse de service fixée par calibration conforme, de sorte que les décisions d'admission et d'affectation répondent à l'incertitude plutôt qu'à une simple moyenne.

Artefacts versionnés

Le dépôt conserve les notebooks de base statique, de pipeline dynamique et de simulation avec leurs sorties, plus le rapport final en PDF ; le jeu de données source Kaggle reste externe en attente d'une revue de licence, et le README indique aux lecteurs où le récupérer avant de relancer les calculs.

Vérification pour le lecteur

Lire chaque taux comme une sortie de simulation sur données synthétiques : commencer par les pages de résultats du rapport, puis retracer l'exécution à 94,8 % à l'heure, 89,4 % de couverture jusqu'au tableau de scénarios du notebook de simulation et à ses réserves sur la calibration de capacité.

Étude de cas

Problème

Un réseau de livraison promettant une fenêtre de 120 minutes la respectait pour 48,8 % des commandes historiques, et les moyennes masquent la queue de distribution : le trafic à lui seul fait varier les temps de livraison d'environ 46 minutes entre conditions fluides et conditions saturées, et les zones semi-urbaines sont les plus lentes, avec une moyenne proche de 239 minutes.

Contexte

Pablo Zavala et Santiago Enríquez ont construit le cadre en binôme équilibré pour le cours 94-867 Data to Action de Carnegie Mellon, à partir d'un jeu de données Kaggle synthétique de dossiers de livraison de type Amazon, en répartissant à parts égales la modélisation, la revue de code et la rédaction.

Méthode

Des caractéristiques spatiales, temporelles et liées aux agents, conçues sur mesure, alimentent des modèles à gradient boosting pour une estimation centrale et le 80e centile du temps de livraison ; le MILP de triage filtre les commandes sur la prévision de queue de distribution, tandis que le notebook de simulation ajoute une marge conforme ciblant 90 % de couverture pour fixer la promesse de service de chaque commande, entraîne un classificateur pour la probabilité de la tenir, et tarife ce risque dans le MILP d'affectation ; des tests KS hebdomadaires surveillent la dérive temporelle, et une simulation jour par jour rejoue les affectations sous contrainte de capacité des équipes d'agents.

Résultat

Sur un échantillon de 2 000 commandes, le triage a porté le taux à l'heure à 80,0 % pour un taux d'acceptation de 21,3 %, l'affectation statique avec 300 agents a équilibré 84,9 % à l'heure avec 49,8 % de couverture, et la simulation sensible à la variabilité avec 240 agents a atteint 94,8 % à l'heure pour 89,4 % de couverture, contre la base de référence de 48,8 %.

Périmètre de vérification

Chaque taux provient d'une simulation sur données synthétiques, et le rapport documente comment une mauvaise calibration de capacité déforme l'utilisation : une passe de calibration a rapporté 29 % d'utilisation pour 100 % de couverture, un décalage d'échelle plutôt qu'une véritable marge de capacité.

Preuve

Le dépôt public verse les trois notebooks et le rapport final en PDF ; le README crédite les deux auteurs et pointe vers le jeu de données Kaggle, qui reste externe en attente d'une revue de licence.

Résultats clés

Taux à l'heure simulé de 94,8 % pour 89,4 % de couverture (240 agents, alpha = 1), contre une base de référence observée de 48,8 %
Un modèle d'estimation centrale à côté d'une prévision quantile au 80e centile alimente le triage MILP, et le MILP de simulation tarife chaque commande selon le risque, estimé par un classificateur, de manquer sa promesse de service fixée par calibration conforme
La calibration conforme a mesuré une couverture empirique de 94,9 % contre une cible de 90 % sur 14 222 enregistrements hors échantillon sur le plan temporel
La frontière des scénarios va du triage (80,0 % à l'heure pour 21,3 % d'acceptation) à la livraison intégrale (244 % d'utilisation implicite), en passant par l'affectation statique (84,9 % à l'heure pour 49,8 % de couverture)
Collaboration équilibrée en binôme avec Santiago Enríquez, documentée sur la page d'attribution du rapport

Méthodes

Prédire puis optimiser
Régression quantile à gradient boosting
Calibration conforme
Triage et affectation MILP
Simulation jour par jour
Surveillance de dérive par test KS