Thèse soutenue

Développement et implémentation de modèles apprenants pour l’exploitation des grandes gares
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Marie Milliet De Faverges
Direction : Christophe PicouleauGiorgio RussolilloBoubekeur Merabet
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 16/10/2020
Etablissement(s) : Paris, CNAM
Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
Partenaire(s) de recherche : Laboratoire : Centre d'études et de recherche en informatique et communications (Paris)
établissement de préparation de la thèse : Conservatoire national des arts et métiers (France ; 1794-....)
Jury : Président / Présidente : André Rossi
Examinateurs / Examinatrices : Boubekeur Merabet, Aurélien Latouche, Joaquin Rodriguez
Rapporteurs / Rapporteuses : Frédéric Meunier, Badih Ghattas

Résumé

FR  |  
EN

Cette thèse traite de l’incertitude et de la robustesse dans les problèmes de d´décision, avec le cas d’application des affectations de quais en gare en cas de retards. Une m´méthodologie en deux parties est proposée pour aborder ce problème. Dans un premier temps, les archives de données de retards sont utilisées pour construire des modèles de prédiction de distribution de probabilités conditionnellement aux valeurs d’un ensemble de variables explicatives. Une m´méthodologie de validation et d’évaluation de ces prédictions est mise en place afin d’assurer leur fiabilité pour de la prise de d´décision. Le problème d’affectations de quais pouvant être vu comme une recherche de clique de taille maximum, ces distributions prédites sont utilisées dans une seconde partie pour ajouter des pondérations pénalisant les risques de rupture des arêtes en cas de retard. Des algorithmes de recherche locale ont ´été utilisés et les expériences ont montré une importante baisse de conflits.