Self-Organized Rail Traffic for the Evolution of Decentralized MOBILITY – SORTEDMOBILITY

SORTEDMOBILITY intègre de nouveaux modèles et algorithmes pour l'auto-organisation des services ferroviaires ainsi que la prédiction et l’estimation du comportement des passagers. Ceux-ci combineront une expertise en transport ferroviaire avec des techniques de pointe en IA de type intelligence en essaim et apprentissage machine. L’intelligence en essaim, qui résout des problèmes d’optimisation et contrôle décentralisés, est inspirée comportements animaliers tels ceux des fourmis ou des abeilles. Elle s’appuie sur des comportements simples mais capables de se coordonner et de s’adapter en conséquence. Les choix concernant les arrêts, les routes et les différents temps (temps de départ, d’arrêt, etc…) seront décidés individuellement par les trains, en s’appuyant sur ces algorithmes d’inspiration biologique. Les possibles conflits seront prédits en fonction de la trajectoire des trains proches et résolus de manière adaptée. Le processus de décision décentralisé impliquera tous les trains possiblement affectés par le conflit. L’impact pour chaque train résultera d’une évaluation individuelle en fonction de la prédiction de la demande, de leur propre niveau de service et de la performance du système global. La prédiction de la demande sera obtenue par des approches d’apprentissage machine, capables de prédire la dynamique de systèmes complexes, en fonction des données disponibles (moment de la journée, de la semaine, évènement non récurrent, etc…). Leur principale qualité est l’amélioration de la qualité de leurs prédictions en fonction de l’expérience accumulée, sans requérir l’intervention explicite d’un contrôleur.
Une composante additionnelle de l’approche holisitique de SORTEDMOBILITY est la simulation microscopique multi-modale. Une boucle fermée de simulation sera implémentée entre des modules d’auto-organisation des opérations, de prédiction de la demande et des simulateurs EGTRAIN et SimMobility. EGTRAIN est un simulateur microscopique synchrone orienté objet pour l’analyse de technologies ferroviaires innovantes. Il sera modifié pour intégrer les nouveaux principes opérationnels et le calcul des KPI pertinents. SimMobility intègre plusieurs modèles de comportements passagers avec des simulateurs multi-modaux pour prédire l’impact d’un ensemble de politiques et solutions techniques de mobilité. Il sera enrichi avec des modèles de choix discrets pour les agents ferroviaires, de manière à capturer les changements de comportements journaliers des passagers.

Le but de SORTEDMOBILITY est de proposer et d’évaluer une approche holisitique intégrée. Il articulera de nouveaux algorithmes pour l’auto-organisation des opérations se basant sur de nouveaux principes opérationnels, des modèles innovants de comportement des passagers ainsi qu’une simulation microscopique améliorée. SORTEDMOBILITY produira aussi des KPI adaptés à l’évaluation de cette approche. L’analyse de l’évolution du traffic simulé donnera lieu à un ensemble de recommandations et de suggestions de règles pour les gestionnaires d’infrastructure, les constructeurs et les autorités régulatrices en vue d’établir de futures spécifications techniques.
L’un des principaux résultats de la première partie de ce projet consiste en une analyse détaillée de la pratique de la gestion de trafic dans six pays européens, menant à une définition claire des principes opérationnels qui permettront de guider l’auto-organisation. Le lien étroit entre l’état de la pratique et ces principes opérationnels sera d’une grande aide pour favoriser l’acceptation des idées proposées. Un autre résultat principal est la maîtrise et l’implémentation d’approches d’apprentissage machine de pointe afin de prédire la demande passagers, assurant ainsi la pertinence des approches développés par la suite. La conception des principes du processus d’auto-organisation est en soi un résultat majeur. Le processus est décomposé en quatre modules (identification du voisinage, génération d’hypothèses, obtention du consensus, unification des décisions en un unique plan de circulation). Cette décomposition permet de confier les différentes tâches aux différents groupes d’experts à différents moments, ce qui augmente grandement l’efficacité du processus de conception et développement. Un autre résultat important est la définition d’une architecture logicielle permettant l’interface des différents modules. En dernier lieu, le plus grand succès obtenu en plus de la définition des principes opérationnels réside en l’obtention des données nécessaires et leur modélisation subséquente, ce qui permettra l’évaluation des approches développées. L’attention allouée aux détails de chaque cas d’étude, nécessaire à sa modélisation en simulation, a permis de mettre en lumière plusieurs points critiques. Bien qu’ils fussent connus des gestionnaires d’infrastructures, ils n’avaient jamais été complètement étudiés et compris jusqu’à maintenant.

Les futures directions de recherche seront identifiées plus tard dans le projet.

Pas encore de publication ni de brevet.