Identifiant pérenne de la notice : 247847909
Notice de type
Notice de regroupement
Note publique d'information : L’objet de cette thèse est de proposer une modélisation et une approche de résolution
mathématique pour optimiser la gestion des ressources matérielles de traction à la
SNCF. Ce mémoire s’articule selon trois parties : la première partie fait état de
nos recherches sur les contextes industriel et académique des problématiques de prise
de décisions rencontrées dans la planification à long, moyen ou court terme des ressources
matérielles ferroviaires, en particulier à la SNCF. Ces recherches nous amènent à
proposer, dans la seconde partie, une approche de modélisation et de résolution originale
basée sur la programmation linéaire en nombres entiers ; cette approche est également
générique et paramétrable pour répondre de façon unifiée aux divers problèmes métier
mis en évidence précédemment. La troisième partie du mémoire décrit les travaux de
génie logiciel mis en oeuvre pour concevoir et développer un moteur de calcul autour
de l’approche mathématique proposée. Des résultats issus de tests expérimentaux sur
des données réelles montrent le bien-fondé de notre démarche et les bonnes performances
de cet outil, en termes de calculabilité et de qualité des solutions métier obtenues.
Note publique d'information : [Résumé en anglais] The aim of this thesis is to propose a modeling and solving approach
to optimize rolling stock management problems arising in the SNCF production planning
process. This document is composed of three sections : researches on the industrial
and academic contexts of the studied decision-taking problems for rolling stock management
are reported in the first section. Consequently, the second section introduces our
novel, linear programming based optimization approach; the proposed mathematical model
and solving techniques are generic and parametric in order to deal with the various
enlightened problems in an unified manner. In the third section is presented the overall
software engineering work undertaken to design and develop an optimization engine
builded on our mathematical approach. Computational results on real data instances
are then provided to prove and assess the validity and performances of the proposed
approach, in terms of problems calculability and industrial solutions quality.
paprika.idref.fr
data.idref.fr
Documentation
