Ce papier présente une méthodologie pour estimer le risque de retard de trains quelques jours avant les opérations. Les retards étudiés généralement dans la recherche sont réalisés en temps réel, ce qui n’est pas le cas, ici présent. L'objectif de cette publication est de prédire la probabilité associée à chaque valeur de retard en fonction des attributs du train et du contexte, par exemple l'origine du train, l'heure d'arrivée, les jours de vacances ou encore la densité du trafic. De telles estimations du risque sont prometteuses pour adapter des planifications en phase pré-opérationnelle afin de gagner en robustesse
Le cas d'étude présenté est celui des TGV arrivant à la gare de Montparnasse. Ces retards sont représentés avec des modèles linéaires généralisés (GLM) qui permettent d'estimer efficacement la probabilité d'évènement en fonction de différents paramètres. Plusieurs modèles différents sont proposés ici. La qualité des résultats est cependant plus difficile à évaluer pour les prévisions probabilistes car celles-ci ne peuvent pas être comparées directement aux observations. Une méthodologie de validation est proposée, permettant de sélectionner le modèle le plus adéquat et de vérifier qu'il est utilisable. On atteste notamment de sa calibration, c'est à dire l'adéquation des probabilités prédites aux taux d'évènements observés, ainsi que sa discrimination, c'est à dire l'identification de différents niveaux de risques.
La méthodologie présentée ici a été étendue avec succès aux autres types de trains commerciaux de la gare Montparnasse( TN, TER, TGV arrivée et départ), et des expérimentations d'intégration des risques estimés dans l'évaluation et l'optimisation de la robustesse des GOV ont été menées depuis.
Auteurs : Marie Milliet de Faverges, Giorgio Russolillo, Christophe Picouleau, Boubekeur Merabet, Bertrand Houzel
En savoir plus sur les solutions innovantes pour l'exploitation ferroviaire