• Aucun résultat trouvé

Modélisation du routage des trains dans un nœud complexe et étude de capacité

N/A
N/A
Protected

Academic year: 2022

Partager "Modélisation du routage des trains dans un nœud complexe et étude de capacité"

Copied!
18
0
0

Texte intégral

(1)

Modélisation du routage des trains dans un nœud complexe et étude de capacité

X. Delorme

, X. Gandibleux

et J. Rodriguez

INRETS-ESTAS /

LAMIH-ROI(UVHC)

(2)

Plan de la présentation

❐ Présentation du problème

❐ Modélisation

❐ Résolution

❐ Expérimentation

❐ Résultats

❐ Conclusion et perspectives

(3)

Présentation du problème : contexte

Exploitation ferroviaire

Planification Exploitation

en temps réel

Programmation de l’exploitation

Évaluation des projets d’aménagements

Optimisation du routage

Faisabilité Saturation

Stabilité horaire Étude de la capacité

ferroviaire

(4)

Présentation du problème : définition

Données :

Infrastructure Matériel roulant Normes de sécurité Qualité de service Grille horaire Liste saturante

Faisabilité : Routage d’un ensemble donné de trains d’une grille horaire

Saturation : Routage d’un maximum de trains d’une liste saturante

Stabilité horaire : Minimisation des retards générés par

le retard d’un train

(5)

Modélisation : définitions

Variables :

1 si le train t est affecté à l’itinéraire r en voie libre 0 sinon

Contraintes :

1 seul parcours par train

parcours en conflit

(6)

Modélisation : formulation

! #" $ %

&

'( %

) *,+ -. / 0

1

2

2 ) *+ - . + 3 &+ . 4

+ 3 4 & / 576 (

/ 89 + * :

+ -. / 0

+ 3 / ;

Lexicographic Unicost Set Packing Problem

(7)

Modélisation : compléments

Variables supplémentaires

❐ Décallage de certains trains

❐ Ressources non unaires (quais)

(ajout de contraintes d’ordre)

Objectifs supplémentaires

❐ Préférences pour certains trains / parcours

%

❐ Répartition entre différents types de trains

(8)

Modélisation : stabilité (évaluation)

❐ Hypothèse : Conservation des parcours et de l’ordre des trains

❐ Graphe orienté

2

2

2

2

❐ Valuation de l’arc (marge)

2

2

❐ Retard généré par

sur

Retard de

plus court chemin entre

et

❐ Évaluation de la stabilité :

Retards générés sur tous les autres trains

(9)

Modélisation : stabilité (exemple)

2

1 4

3 20

10

5

10

20

Retard de 20 s du train 1 Retard de 5 s du train 2 Retard de 10 s du train 3 Aucun retard pour le train 4 Retard total généré de 15 s Retard de 20 s du train 2 Retard total généré de 10 s Retard de 20 s du train 3 Retard total généré de 20 s Retard de 20 s du train 4 Retard total généré de 0 s

Évaluation de la stabilité pour un retard de 20 s : 45 s

(10)

Résolution : processus

Infrastructure Qualité de service

Matériel roulant Sécurité

Utilisation des ressources pour chaque itinéraire

Grille horaire Liste saturante

USPP

Stabilité Routage

Simulation ou données d’exploitation

Calcul des incompatibilités

Résolution Calcul des marges

Calcul des plus

courts chemins

(11)

Résolution : techniques utilisées

Logiciel Cplex 8.0

❐ Paramètres par défaut

❐ Temps limité (50 000 s)

Pré-traitements

❐ Cliques liées aux particularités du problème ferroviaire [1]

❐ Test de dominance entre paires de variables [2]

❐ Combinaison de variables [3]

❐ Cliques maximales uniquement (heuristique) [4]

(12)

Expérimentation : situation

Nœud de Pierrefitte-Gonesse : nord de Paris

Paris Chantilly

Lille

Grande Ceinture

(13)

Expérimentation : configuration

❐ Faisabilité : grille horaire vide

Saturation

❐ Durée 1 heure, non cyclique

N Trains Parcours par train Variables Contraintes

1 150 [3-8] 2 400 186 861

2 125 [3-8] 2 683 228 972

3 200 [5-8] 2 880 311 228

4 157 [5-8] 3 210 380 292

5 150 [3-6] 2 160 140 632

6 130 [3-6] 2 503 185 523

(14)

Résultats : Cplex

Difficultés de résolution

❐ Relaxation linéaire très mauvaise

❐ Solutions de très mauvaise qualité

❐ GAP très important (parfois plus de 500 )

❐ Temps de réponses très importants

❐ Très peu de nœuds explorés

(15)

Résultats : pré-traitements

Utilisation successive cumulée des pré-traitements

❐ Temps très courts

❐ Cliques [1, 4] forte diminution du nombre de contraintes

❐ Dominance [2] environ

des variables éliminées

❐ Combinaisons [3] aucun effet

Amélioration sensible de la relaxation linéaire et des solutions

(16)

Résultats : nombre de contraintes

10000 100000

1 2 3 4 5 6

Aucun pre-traitement [1]

[1] + [2]

[1] + [2] + [4]

10000 100000

Instances

(17)

Résultats : solutions et bornes

60 80 100 120 140 160 180 200

1 2 3 4 5 6

z

LP IP + bound

60 80 100 120 140 160 180 200

z

Instances

(18)

Conclusion et perspectives

Conclusion

❐ Modélisation complète du problème

❐ Expérimention sur un cas réel

❐ Résultats intéressants pour les pré-traitements

Perspectives

❐ Expérimentation (autres situations et configurations)

❐ Résolution multi-critère

❐ Métaheuristique

Références

Documents relatifs

According to the above investigations, when cs = 0.7R, the difference between theoretical results and average simulation results is within ±5%, which proves the correctness of

Comme l’optimisation d’une fonction de coût composée de plusieurs critères non corrélés est un problème NP-complet, nous nous proposons comme suite de ce tra- vail

15 Mean Opinion Score : le score minimum est de 3 pour une qualité passable.. Ce scenario convient pour la collecte d’images devant être traitées ultérieurement par exemple pour

Les buts fix´es durant ce doctorat, soit l’analyse de stabilit´e du mod`ele d’Oldroyd- B ainsi que la recherche d’un sch´ema num´erique permettant de r´esoudre `a l’ordre

Le rayon du tube (Figure 1.14 ) est alors constant suivant x dans la partie où la concentration est linéaire mais, dans la seconde partie du tube, l'érosion semble beaucoup

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des