La production de la circulation ferroviaire nécessite l’utilisation et le partage deressources critiques et hétérogènes, notamment le réseau ferroviaire et lesressources roulantes et humaines. Un schéma communément adopté décompose laplanification selon les niveaux décisionnels et les ressources.Depuis les dernières années, les acteurs ferroviaires accordent un intérêt croissant àla robustesse de la circulation ferroviaire. Néanmoins, toutes les stratégies étudiéesse concentrent sur une seule ressource à la fois, négligeant ainsi le partage desressources et son impact sur la robustesse. Or, la séquentialité de la planificationdes ressources peut augmenter la propagation des retards sur les autres trains.L’intégration des décisions tactiques des trois ressources infrastructure, engins etagents de conduite peut aboutir à un plan de transport plus robuste dans le sens dela propagation des retards. Les motivations principales de la thèse émanent de cetteidée.L’objectif de ce travail est d’aboutir à des outils d’aide à la décision pour proposerune planification intégrée et robuste des ressources ferroviaires au niveau tactique.Nous proposons dans cette thèse plusieurs contributions :1. Un modèle d’optimisation qui vise à élaborer un plan de transport robuste destrois ressources critiques simultanément.2. Un modèle de simulation à événements discrets pour évaluer la robustesse desplans de transport. Nous tentons dans cette phase de reproduire le comportementréel du système ferroviaire et l’utilisation des trois ressources critiques. / The railway operations' planning consists in finding the best use of the available infrastructure, rollingstock and crew units to cover a given timetable. A commonly adopted scheme breaks down planningas decision-making levels and resources.However, the occurrence of perturbations may deteriorate the quality of the solutions or even makethem infeasible. Therefore, railway operators aim to find robust schedules that minimize the impact ofperturbations. To this purpose, the decisions made for each resource (infrastructure, rolling stock andcrew) must include the demand cover as well as the robustness objectives.Nevertheless, all tested strategies focus on a single resource at a time, neglecting resource sharing andits impact on the robustness. But the sequential scheme of resource planning can increase thepropagation delays on other trains. Integrating of tactical decisions of the three resourcesinfrastructure, rolling stock and crew can result in a more robust schedule that minimizes thepropagation of delays. The main motivations of the thesis come from this idea.The objective of this work is to develop decision support tools that provide an integrated and robustplanning of railway resources at the tactical level. We propose in this thesis several contributions:1. An optimization model that aims to develop a robust transport plan of the three critical resourcessimultaneously.2. A simulation model (discrete event) to assess the robustness of transport plans. We are trying at thisstage to reproduce the actual behavior of the rail system and the use of three critical resources.

La programmation par contraintes est une approche régulièrement utilisée pour traiter des problèmes d’ordonnancement variés. Les problèmes d’ordonnancement cumulatifs représentent une classe de problèmes dans laquelle des tâches non morcelable peuvent être effectuées en parallèle. Ces problèmes apparaissent dans de nombreux contextes réels, tels que par exemple l’allocation de machines virtuelles ou l’ordonnancement de processus dans le "cloud", la gestion de personnel ou encore d’un port. De nombreux mécanismes ont été adaptés et proposés en programmation par contraintes pour résoudre les problèmes d’ordonnancement. Les différentes adaptations ont abouti à des raisonnements qui semblent à priori significativement distincts. Dans cette thèse nous avons effectué une analyse détaillée des différents raisonnements, proposant à la fois une notation unifiée purement théorique mais aussi des règles de dominance, permettant une amélioration significative du temps d’exécution d’algorithmes issus de l’état de l’art, pouvant aller jusqu’à un facteur sept. Nous proposons aussi un nouveau cadre de travail pour l’ordonnancement cumulatif robuste, permettant de trouver des solutions supportant qu’à tout moment une ou plusieurs tâches soit retardées, sans remise en cause de l’ordonnancement généré et en gardant une date de fin de projet satisfaisante. Dans ce cadre, nous proposons une adaptation d’un algorithme de l’état de l’art, Dynamic Sweep. / Constraint programming is an approach regularly used to treat a variety of scheduling problems. Cumulative scheduling problems represent a class of problems in which non-preemptive tasks can be performed in parallel. These problems appear in many contexts, such as for example the allocation of virtual machines, the ordering process in the "cloud", personnel management or a port. Many mechanisms have been adapted and offered in constraint programming to solve scheduling problems. The various adaptations have resulted in reasoning that appear a priori significantly different. In this thesis we performed a detailed analysis of the various arguments, offering both a theoretical unified caracterization but also dominance rules, allowing a significant improvement in execution time of algorithms from the state of the art, up to a factor of seven. we also propose a new framework for robust cumulative scheduling, to find solutions that support at any time one or more tasks to be delayed while keeping a satisfactory end date of the project and without calling into question the generated scheduling. In this context, we propose an adaptation of an algorithm of the state of the art, Dynamic Sweep.