Optimisation combinatoire intégrée de la gestion du matériel roulant et de la circulation ferroviaire dans les gares de passagers

Combinatorial optimization for integrating rolling stock management and railway traffic scheduling in passenger stations

• Auteur / Autrice : Franck Kamenga
• Direction : Joaquin Rodriguez
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 20/11/2020
• Etablissement(s) : Université de Lille (2018-2021)
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche sur les transports et leur sécurité (France). Unité de recherche Evaluation des systèmes de transports automatisés et de leur sécurité

Mots clés

Mots clés contrôlés

Optimisation combinatoire

Ordonnancement (gestion)

Terminaux ferroviaires

Chemins de fer -- Matériel roulant

Chemins de fer -- Trafic -- Régulation

Mots clés libres

Préparation des trains

Résumé

Les gares ferroviaires concentrant les fins et les débuts de trajets des trains structurent l’essentiel de l’exploitation de lignes pour passagers. En effet, on y programme des opérations de préparation du matériel roulant (nettoyage, accouplement des trains…) dites de « produit train » indispensables à la qualité de service. Ces opérations imposent toutefois des manœuvres et nécessitent de garer des trains. Cette thèse aborde de manière intégrée la planification des opérations de « produit train » et la gestion de la capacité en gare. Elle introduit pour cela le Generalized Train Unit Shunting Problem (G-TUSP). Il s’agit plus précisément d’affecter des trains arrivant dans une gare à un départ et des voies de garage et d’ordonnancer leur maintenance et leurs manœuvres. Ces décisions respectent des contraintes liées à des caractéristiques techniques des du matériel roulant et de l’infrastructure ainsi qu’à la nature des opérations réalisées. Le G-TUSP comporte quatre sous-problèmes, souvent traités indépendamment dans la littérature. Cette thèse vise à proposer des algorithmes d’optimisation comme outils d’aide à la décision pour les planificateurs du « produit train ».Une formulation en programme linéaire à variables mixtes est établie en considérant une représentation détaillée des aspects du G-TUSP. La formulation est testée sur des instances réelles de la gare Metz-Ville et des résultats pertinents sont obtenus en une heure de calcul. Nous proposons ensuite des algorithmes dans lesquels nous considérons différentes combinaisons d’approches séquentielles ou intégrées pour sous-problèmes du G-TUSP. Dans une analyse expérimentale détaillée basée sur des instances de la gare de Metz-Ville, nous étudions la contribution de chaque sous-problème à la difficulté du G-TUSP et nous identifions le meilleur algorithme. Cet algorithme donne des résultats très satisfaisants en moins de vingt minutes.

Railway stations that concentrates most of starts and ends of train journeys structure most of the passenger lines operations. Indeed, rolling stock preparation operations (cleaning, trains coupling…) which are called “shunting” are scheduled there. These operations are essential to ensure service quality. However, these operations require train movement and parking.This thesis tackles an integration of shunting operation planning and capacity management in railway stations. The Generalized Train Unit Shunting Problem (G-TUSP) is introduced to consider this integration. In the G-TUSP we assign trains which arrive in a railway station to a departure and parking tracks and we schedule their maintenance operations and their movements. These decisions respect constraints due to rolling stock and infrastructure characteristics or related the nature of the operations carried out. The G-TUSP includes four sub-problems, often considered independently in literature. This thesis aims at propose optimization algorithms as decision support for shunting planners.A mixed integer linear programming formulation which considers a detailed representation of G-TUSP aspects is set. The formulation is tested on Metz-Ville station real instances and relevant results are obtained within an hour of calculation. We propose then algorithms in which we consider different combinations for the integrated or sequential solutions of the G-TUSP sub-problems. In a thorough experimental analysis, based on Metz-Ville station instances, we study the contribution of each sub-problem to the difficulty of the G-TUSP, and we identify the best algorithm. This algorithm returns very satisfying results in less than 20 minutes.