Apprentissage et optimisation pour le système ferroviaire

par Guillaume Dalle

Projet de thèse en Mathématiques

Sous la direction de Frédéric Meunier et de Yohann De castro.


  • Résumé

    Cette thèse vise à combiner des outils issus du machine learning et de la recherche opérationnelle pour améliorer le fonctionnement du système ferroviaire. Elle comporte deux objectifs principaux : 1) Construction de modèles statistiques permettant d'expliquer ou de prédire certains incidents affectant les trains (pannes, propagation des retards) 2) Élaboration d'algorithmes d'optimisation résilients face aux aléas pour minimiser l'impact de ces incidents (meilleure gestion de la maintenance ou du trafic)

  • Titre traduit

    Machine learning and optimization for the railway system


  • Résumé

    This PhD aims at combining tools from machine learning and operations research to improve the performance of the railway system. It has two main goals: 1) Building statistical models to explain or predict some of the incidents that may affect the trains (mechanical failures, delay propagation) 2) Creating resilient optimization algorithms that minimize the impact of said incidents inspite of the system's randomness (leading to a better management of maintenance and traffic)