Automatisation et optimisation des horaires pour le transport de marchandises

Ce projet vise à concevoir des méthodes mathématiques rapides qui permettent de créer des projets d’horaires de haute qualité pour CFF Cargo.

Le transport de marchandises par chemin de fer présente des avantages considérables, notamment économiques et écologiques. En outre, les volumes de transport de marchandises par rail devraient augmenter de 45% d’ici à 2040. En revanche, les transporteurs de fret ferroviaire ont une longue histoire de déficits financiers et de dépendance vis-à-vis des subventions. Pour rester compétitif et se préparer à la croissance des volumes, CFF Cargo (CFFC), le plus grand transporteur suisse, doit augmenter son efficacité et réduire ses coûts d’exploitation.

Environ deux tiers des activités de CFFC sont des transports nationaux par wagons isolés. C’est-à-dire le transport de quelques wagons seulement, avec des origines et des destinations différentes. Or comme l’efficacité sur le rail est plus grande pour les longues distances avec des trains longs, les wagons doivent être manœuvrés et regroupés. L’horaire est l’élément central qui détermine où et quand cela se produit.

Cet horaire est actuellement géré manuellement. Même des améliorations locales mineures prennent beaucoup de temps et une optimisation globale manuelle des coûts opérationnels reste impossible. Ce projet vise à concevoir des méthodes mathématiques innovantes et rapides qui permettent de créer des ébauches d’horaire de haute qualité. L’utilisation de ces modèles comme outils d’aide automatisés peut permettre de réduire les efforts de planification par un facteur de trois. Le potentiel d’une optimisation globale est estimé à environ 5 à 10% des coûts de production.

Ce projet de quatre ans et quatre mois est mené par le professeur Friedrich Eisenbrand, titulaire de la Chaire d’optimisation discrète (DISOPT), en collaboration avec Carsten Moldenhauer, responsable de la recherche opérationnelle et de l’analyse chez CFF Cargo. Il est financé par Innosuisse.

Investigateur principal	Prof. Friedrich Eisenbrand
Responsable de projet	SBB Cargo
Sponsor	Innosuisse
Période	2020-2024
Laboratoire	DISOPT
Partner	SBB Cargo