Thèse soutenue

Ordonnancement de sillons ferroviaires périodiques avec affectation de voies à l’échelle mésoscopique

FR  |  
EN
Auteur / Autrice : Guillaume Joubert
Direction : Dritan NaceAntoine Jouglet
Type : Thèse de doctorat
Discipline(s) : Informatique : Unité de recherche Heudyasic (UMR-7253)
Date : Soutenance le 20/11/2023
Etablissement(s) : Compiègne
Ecole(s) doctorale(s) : École doctorale 71, Sciences pour l'ingénieur (Compiègne)
Partenaire(s) de recherche : Laboratoire : Laboratoire Heuristique et diagnostic des systèmes complexes (Compiègne, Oise) (1981-....)

Résumé

FR  |  
EN

Le Gestionnaire d’Infrastructure SNCF Réseau produit annuellement un ordonnancement de sillons pour permettre la circulation de trains répondant à une demande des Autorités Organisatrices de Transports. Cette thèse s’inscrit dans une démarche d’aide à la décision pour les chargés d’études horaires produisant ces sillons. Nous traitons une phase de structuration : il s’agit de trouver, s’il existe, un ordonnancement périodique répondant à une demande de sillons et respectant les contraintes de circulation. Nous proposons deux méthodes pour résoudre ce problème. La première méthode se base sur un modèle en Programmation Linéaire en Nombres Entiers inspiré de la littérature et décomposé pour faciliter sa résolution. La grille horaire est décidée, suivie de l’affectation de voies. Une fonction d’évaluation de conflits entre sillons sans connaître l’affectation de voies permet de construire une grille horaire garantissant une affectation de voies compatibles. Nous résolvons les conflits des instances difficiles avec une heuristique constructive et une recherche tabou. La deuxième méthode s’appuie sur un modèle en Programmation Par Contraintes optimisant le temps de retournement des rames en gares terminus. Nous concevons des algorithmes de filtrage améliorant la propagation des contraintes périodiques de précédence et disjonctives. Nous proposons des bornes inférieures basées sur la contribution de sous-ensembles de sillons à la fonction objectif pour améliorer la preuve d’optimalité. Nous présentons une procédure de Branch-and-Check accélérant la résolution. Nous testons ces approches sur des instances fictives du problème et sur l’Étoile de Savoie autour de Chambéry.