White Paper

Allocation du trafic ferroviaire avec QUBO

Quelle est la combinaison optimale train/voie nécessaire pour maximiser les performances d'une gare, tout en garantissant à l'utilisateur final un service de haute qualité ?

Allocating railway traffic with QUBO

PRIVACY

Je déclare avoir lu et pleinement compris la note d'information sur la protection des données personnelles Privacy Notice et j'exprime par la présente mon consentement au traitement de mes données personnelles par Reply SpA à des fins de marketing, en particulier pour recevoir des communications promotionnelles et commerciales ou des informations concernant des événements ou des webinaires de l'entreprise, en utilisant des moyens de contact automatisés (par exemple, SMS, MMS, fax, e-mail et applications web) ou des méthodes traditionnelles (par exemple, appels téléphoniques et courrier papier).

Something went wrong with the form submit. Try again.

La complexité de la gestion ferroviaire

La gestion de l'acheminement des trains dans une gare est un problème complexe, qui nécessite la prise en compte d'une multitude de contraintes : la topologie de la gare, la gestion de l'arrivée simultanée de plusieurs trains, l'utilisation d'une logique d'optimisation spécifique, la rigidité du réseau ferroviaire, ainsi que des retards et des dysfonctionnements souvent difficiles à prévoir. En particulier, gérer des situations inattendues de manière inadéquate ou inopportune peut générer des répercussions à des milliers de kilomètres, entraînant des perturbations et des difficultés pour les utilisateurs finaux.

Optimiser les performances des gares avec l'informatique quantique

Dans la réalité, la planification des trains et des voies ferrées est souvent effectuée selon une approche semi-manuelle, le problème étant encadré par un modèle linéaire visant à garantir la simplification au détriment de l'efficacité. Dans ce contexte, l'informatique quantique peut toutefois représenter une solution valable pour améliorer l'efficacité des performances grâce à sa vitesse de calcul.

Reply a exploité son potentiel en créant un modèle QUBO, acronyme de Quadratic Unconstrained Binary Optimisation. Il s'agit d'un formalisme mathématique conçu pour décrire des problèmes d'optimisation combinatoire à variables quadratiques et binaires, puis de les résoudre facilement grâce à la capacité quantique.

Picture

Reply experimentation within an Italian railway station

Starting from the timetable of a medium-large Italian station, the Reply team modelled the facts using the QUBO algorithm, defining a series of constraints to help optimise the station’s traffic flow and improve the end user experience.
The results obtained thus far were highly effective: the management being trialled was able to optimise the use of the available tracks and increase the capacity of the railway lines, while also reducing the walking distance that passengers needed to cover to make a connection within the station, thus also improving the user experience.

Où Reply peut faire la différence

Reply a lancé un groupe de recherche pluridisciplinaire dédié à l'informatique quantique, dont l'objectif est de tester le potentiel de cette technologie et de développer des solutions concrètes pour les entreprises et les commerces. Plus précisément, les travaux menés par l'équipe Reply se concentrent sur les algorithmes d'optimisation quantique, y compris la création d'études de cas concrètes et la collaboration avec des acteurs internationaux. Dans le secteur de la mobilité ferroviaire, la pratique développée par Reply a démontré le potentiel de gérer avec succès le problème de la plate-forme des trains (TPP) par une approche automatisée et quantique.