Sujet de thèse IFSTTAR

English version
Fiche détaillée :

Titre : Flux de trafic comme systèmes autonomiques : application à la régulation du trafic ferroviaire

Laboratoire principal - Référent principal   -

Directeur du laboratoire principal   -

Spécialité de la thèse Informatique, Intelligence artificielle, Recherche opérationnelle

Axe 1 - COP2017 - Transporter efficacement et se déplacer en sécurité

Site principal Lille-Villeneuve d'Ascq

Etablissement d'inscription ECOLE CENTRALE LILLE

Ecole doctorale SCIENCES POUR L'INGENIEUR (SPI)

Directeur de thèse prévu RODRIGUEZ Joaquin  -  Université Gustave Eiffel  -  COSYS - ESTAS

Type de financement prévu Contrat doctoral  - Ifsttar

Résumé

Un système autonomique est une collection d’éléments autonomiques fonctionnellement équivalents qui gèrent leur comportement interne ainsi que les relations entre eux et avec l'environnement en fonction de politiques de gestion établies par les administrateurs du système. Le comportement global du système correspond au comportement émergent qui résulte des actions et des interactions des éléments qui le composent. Les applications des systèmes autonomiques parues dans la littérature font toutes référence au domaine strictement informatique (Agarwal et al., 2003 ; Quiroz et al., 2009). Dans ce travail de thèse, l'utilisation du concept de système autonomique sera étendue pour la modélisation des flux trafic dans un système de transport.
En fait, les principaux systèmes de transport voient aujourd'hui le développement de véhicules de plus en plus « intelligents ». Ces véhicules sont souvent capables de scruter leur propre état, de communiquer entre eux et avec l'environnement, et ainsi prendre des décisions sur leur comportement. Ces types de véhicules intelligents peuvent donc être modélisés en tant qu'éléments autonomiques, opérant des choix autonomes et concertés, car ils considèrent aussi leur entourage courant. De plus, ces décisions doivent être cohérentes avec la politique de gestion définie par les régulateurs du système. Pour permettre aux véhicules d’opérer ces choix de manière efficace d'un point de vue individuel ainsi que collectif, la conception d'algorithmes pour la prise de décision en environnement dynamique est une nécessité primordiale. De plus, des approches de négociation entre véhicules devront être mises en place pour harmoniser les choix en cas de conflit potentiel.
L'application considérée dans ce travail de thèse concernera le trafic ferroviaire. L'amélioration de la fiabilité du système ferroviaire est un enjeu sociétal très important et elle passe pour le déploiement d’un système de fluidification des circulations efficace. L'étude des méthodes d'optimisation pour résoudre le problème de régulation du trafic en temps réel fait l'objet de nombreux travaux au niveau européen (Cacchiani et al., 2014). En particulier, l'IFSTTAR contribue activement à ces travaux (Rodriguez, 2007 ; Pellegrini et al., 2014, 2015), aussi grâce à la participation à projets de recherche dans le cadre de financements nationaux et européens. Les méthodes existantes traitent la régulation du trafic d'une manière centralisée, suivant la pratique européenne courante. Néanmoins, cette régulation centralisée a des limites en termes, entre autres, d'ouverture du système ferroviaire à une réelle concurrence.
Certaines de ces limites pourraient être dépassées par une modélisation du trafic comme système autonomique. Ceci correspond à un changement d'approche, qui introduit un système de régulation du trafic décentralisée, basée sur l'interaction directe entre trains et leur prise de décisions autonome. À travers une phase de négociation, les décisions des différents trains seront finalisées pour atteindre une régulation efficace et fluide du trafic au niveau système. Dans ce contexte, les trains représenteront les éléments autonomiques, qui choisiront leur vitesse en fonction de leurs propres états et de l'état du trafic. Ces choix seront optimisés grâce à des algorithmes adaptatifs pour la prise de décision en environnement dynamique et elle sera sujette à négociation en cas de conflit potentiel entre eux.

M. Agarwal, V. Bhat, H. Liu, V. Matossian, V. Putty, C. Schmidt, G. Zhang, L. Zhen, M. Parashar, B. Khargharia et S. Hariri (2003). AutoMate/ enabling autonomic applications on the grid. Dans : Autonomic Computing Workshop : 48-57.
Cacchiani, V., Huisman, D., Kidd, M., Kroon, L., Toth, P., Veelenturf, L., Wagenaar, J. (2014). An overview of recovery models and algorithms for real-time railway rescheduling. Transportation Research Part B, 63 : 15-37.
Pellegrini, P., Marlière, G., Pesenti, R., and Rodriguez, J. (2015). RECIFE-MILP : an effective MILP-based heuristic for the real-time railway trafic management problem. Intelligent Transportation Systems, IEEE Transactions on, 16(5) : 2609-2619.
Pellegrini, P., Marlière, G., and Rodriguez, J. (2014). Optimal train routing and scheduling for managing traffic perturbations in complex junctions. Transportation Research Part B, 59 : 58-80.
A. Quiroz, K. Hyunjoo, M. Parashar, N. Gnanasambandam et N. Sharma (2009). Towards autonomic workload provisioning for entreprise grids and clounds. Dans : 10th IEEE/ACM International Conference on Grid Computing : 50-57.
Rodriguez, J. (2007). A constraint programming model for real-time train scheduling at junctions, Transportation Research Part B, 41 : 231–245.

Mots-clefs: Système autonomique, transport ferroviaire, gestion du trafic, optimisation, algorithmes adaptatifs

Laboratoire principal - Référent principal	-
Directeur du laboratoire principal	-
Spécialité de la thèse	Informatique, Intelligence artificielle, Recherche opérationnelle
Axe	1 - COP2017 - Transporter efficacement et se déplacer en sécurité
Site principal	Lille-Villeneuve d'Ascq
Etablissement d'inscription	ECOLE CENTRALE LILLE
Ecole doctorale	SCIENCES POUR L'INGENIEUR (SPI)
Directeur de thèse prévu	RODRIGUEZ Joaquin - Université Gustave Eiffel - COSYS - ESTAS
Type de financement prévu	Contrat doctoral - Ifsttar
Résumé Un système autonomique est une collection d’éléments autonomiques fonctionnellement équivalents qui gèrent leur comportement interne ainsi que les relations entre eux et avec l'environnement en fonction de politiques de gestion établies par les administrateurs du système. Le comportement global du système correspond au comportement émergent qui résulte des actions et des interactions des éléments qui le composent. Les applications des systèmes autonomiques parues dans la littérature font toutes référence au domaine strictement informatique (Agarwal et al., 2003 ; Quiroz et al., 2009). Dans ce travail de thèse, l'utilisation du concept de système autonomique sera étendue pour la modélisation des flux trafic dans un système de transport. En fait, les principaux systèmes de transport voient aujourd'hui le développement de véhicules de plus en plus « intelligents ». Ces véhicules sont souvent capables de scruter leur propre état, de communiquer entre eux et avec l'environnement, et ainsi prendre des décisions sur leur comportement. Ces types de véhicules intelligents peuvent donc être modélisés en tant qu'éléments autonomiques, opérant des choix autonomes et concertés, car ils considèrent aussi leur entourage courant. De plus, ces décisions doivent être cohérentes avec la politique de gestion définie par les régulateurs du système. Pour permettre aux véhicules d’opérer ces choix de manière efficace d'un point de vue individuel ainsi que collectif, la conception d'algorithmes pour la prise de décision en environnement dynamique est une nécessité primordiale. De plus, des approches de négociation entre véhicules devront être mises en place pour harmoniser les choix en cas de conflit potentiel. L'application considérée dans ce travail de thèse concernera le trafic ferroviaire. L'amélioration de la fiabilité du système ferroviaire est un enjeu sociétal très important et elle passe pour le déploiement d’un système de fluidification des circulations efficace. L'étude des méthodes d'optimisation pour résoudre le problème de régulation du trafic en temps réel fait l'objet de nombreux travaux au niveau européen (Cacchiani et al., 2014). En particulier, l'IFSTTAR contribue activement à ces travaux (Rodriguez, 2007 ; Pellegrini et al., 2014, 2015), aussi grâce à la participation à projets de recherche dans le cadre de financements nationaux et européens. Les méthodes existantes traitent la régulation du trafic d'une manière centralisée, suivant la pratique européenne courante. Néanmoins, cette régulation centralisée a des limites en termes, entre autres, d'ouverture du système ferroviaire à une réelle concurrence. Certaines de ces limites pourraient être dépassées par une modélisation du trafic comme système autonomique. Ceci correspond à un changement d'approche, qui introduit un système de régulation du trafic décentralisée, basée sur l'interaction directe entre trains et leur prise de décisions autonome. À travers une phase de négociation, les décisions des différents trains seront finalisées pour atteindre une régulation efficace et fluide du trafic au niveau système. Dans ce contexte, les trains représenteront les éléments autonomiques, qui choisiront leur vitesse en fonction de leurs propres états et de l'état du trafic. Ces choix seront optimisés grâce à des algorithmes adaptatifs pour la prise de décision en environnement dynamique et elle sera sujette à négociation en cas de conflit potentiel entre eux. M. Agarwal, V. Bhat, H. Liu, V. Matossian, V. Putty, C. Schmidt, G. Zhang, L. Zhen, M. Parashar, B. Khargharia et S. Hariri (2003). AutoMate/ enabling autonomic applications on the grid. Dans : Autonomic Computing Workshop : 48-57. Cacchiani, V., Huisman, D., Kidd, M., Kroon, L., Toth, P., Veelenturf, L., Wagenaar, J. (2014). An overview of recovery models and algorithms for real-time railway rescheduling. Transportation Research Part B, 63 : 15-37. Pellegrini, P., Marlière, G., Pesenti, R., and Rodriguez, J. (2015). RECIFE-MILP : an effective MILP-based heuristic for the real-time railway trafic management problem. Intelligent Transportation Systems, IEEE Transactions on, 16(5) : 2609-2619. Pellegrini, P., Marlière, G., and Rodriguez, J. (2014). Optimal train routing and scheduling for managing traffic perturbations in complex junctions. Transportation Research Part B, 59 : 58-80. A. Quiroz, K. Hyunjoo, M. Parashar, N. Gnanasambandam et N. Sharma (2009). Towards autonomic workload provisioning for entreprise grids and clounds. Dans : 10th IEEE/ACM International Conference on Grid Computing : 50-57. Rodriguez, J. (2007). A constraint programming model for real-time train scheduling at junctions, Transportation Research Part B, 41 : 231–245.
Mots-clefs:	Système autonomique, transport ferroviaire, gestion du trafic, optimisation, algorithmes adaptatifs

Liste des sujets

Candidatures fermées