Dans un premier temps, comprendre la cause des retards …
Bien que la ponctualité de notre système ferroviaire soit plutôt satisfaisante elle se dégrade dans certaines parties du réseau. Cette dégradation est principalement liées à l’accroissement du nombre de trains qui, mécaniquement, entraîne plus de retards.
En effet, les pannes provoquées par une sollicitation accrue de l’infrastructure et du matériel roulant (les rames, locomotives et wagons) constituent la source de retards la plus importante. Autrement dit, aujourd’hui de nombreux trains circulent sur des infrastructures à la limite de leur capacité. Dans ces conditions, même un faible retard peut s’amplifier et provoquer par effet «boule de neige» de nombreux retards en cascade.
Réduire le nombre de trains ou construire de nouvelles voies ferrées sont des solutions peu envisageables. Les coûts de nouvelles infrastructures sont prohibitifs et la demande de nouveaux services ferroviaires trop forte.

Développer de nouveaux outils pour mieux gérer le trafic
Une solution, étudiée à l’Ifsttar, consiste à développer des algorithmes d’optimisation du trafic. Cette méthode de calculs a pour vocation de gérer, en temps réel, le trafic ferroviaire afin de limiter l’impact des perturbations. Elle permet une utilisation « optimale » de la capacité disponible et donc de trouver une réponse à la question : peut-on faire rouler plus de trains sans dégrader la ponctualité ?
Ces algorithmes s’appuient sur des techniques mathématiques et informatiques issues des domaines de la recherche opérationnelle et de l’intelligence artificielle. Ils permettent d’explorer un très grand nombre de solutions alternatives face à un problème.
Il est possible de regarder d’une manière plus précise la façon dont les trains utilisent l’infrastructure. L’objectif est de mieux appréhender la manière dont les trains peuvent « cohabiter » dans l’infrastructure sans se gêner ou à défaut en se gênant le moins possible. Dans ce cas, on parle de modèle d’optimisation « microscopique ».
Ces modèles microscopiques peuvent aussi bien être mis à disposition des agents, plusieurs mois en amont, pour faciliter la programmation des horaires de circulation. Le jour J, ils contribueront à définir, en temps réel, les itinéraires et l’ordre de passage de trains en conflit afin de limiter les retards liés à l’engorgement du réseau.

Anticiper les évolutions du réseau ferroviaire

Voici plus de quinze ans, l’Ifsttar a été pionnier dans l’utilisation de modèles microscopiques pour la gestion du trafic ferroviaire. Depuis, d’autres équipes lui ont emboité le pas et ce type de modèle commence même à être adopté par les milieux professionnels. Aujourd’hui, la qualité des résultats obtenus, aussi bien pour réduire les retards dans des situations très perturbées que pour faire passer plus de trains dans une infrastructure, n’est plus à démontrer.
Il reste cependant de nombreux défis à relever pour permettre la coordination de plusieurs modèles microscopiques et ainsi étendre le périmètre géographique d’application. L’arrivée des trains autonomes pose également de nouvelles questions liées à la gestion d’un trafic hybride, composé de trains sans conducteur et de trains à conduite manuelle.

D. Arenas, P. Pellegrini, S. Hanafi, and J. Rodriguez. Timetable rearrangement to cope with railway maintenance activities. Computers and Operations Research, 95:123–138, 2018.
P. Pellegrini, G. Marlière, and J. Rodriguez. RECIFE-SAT: a MILP-based algorithm for the railway saturation problem. Journal of Rail Transport Planning & Management, 7(1-2):19–32, 2017
P. Pellegrini, G. Marlière, and J. Rodriguez. Optimal train routing and scheduling for managing traffic perturbations in complex junctions. Transportation Research Part B: Methodological, 59C:58–80, 2014