This research presents a rail transportation cost analysis of bulk agricultural commodities (such as grain and wood chips) with similar characteristics as pre-processed biomass. This study analyzes the cost factors that affect rail pricing for shipments of bulk-commodities (such as grain) from the Midwest to various regions in the US using regression analysis theories. The rail cost equations developed from the regression analysis were used to compare the trade-offs that exist between truck, rail and barge transportation of pre-processed biomass.

Le transport fluvial de conteneurs constitue une activité économique importante qui suscite un intérêt grandissant de la part de scientifiques. Considéré comme durable et économique, le transport par barge a été identifié comme étant une alternative compétitive pour le transport de marchandises, en complément des modes traditionnels de transport, routier et ferroviaire. Néanmoins, les travaux de recherche en rapport avec la planification et le management du transport par barge, en particulier dans le contexte du transport intermodal, sont encore peu abondants. Le but de cette thèse est d’apporter une contribution dans ce domaine, par la proposition de modèles et de méthodes de planification et gestion avancées, dans le cadre d’un système d’aide à la décision pour le transport de conteneurs par barge développé pour accompagner les opérateurs de transport. La méthodologie proposée fait appel à des concepts et principes de gestion du revenu, des ressources et des services de transport pour la conception de plans de services réguliers avec horaires, au niveau tactique. Les opérateurs de transport peuvent ainsi offrir des plans de transport avec des services plus flexibles pour leurs clients, tout en assurant un meilleur niveau de fiabilité. Plus de demandes de transport pourront ainsi être satisfaites, avec globalement une plus grande satisfaction des chargeurs. Une originalité importante proposée par notre approche est l’utilisation de principes et techniques de gestion du revenu (segmentation du marché, classes tarifaires...) aussi bien au niveau opérationnel de la modélisation qu’au niveau tactique. Les problèmes d’optimisation sont formalisés sous forme de modèles de programmation linéaire mixte en nombres entiers (PLNE), implémentés et testés sous différentes configurations de réseaux de transport et différents scénarios de demandes, et ce pour chaque niveau de décision. Au niveau tactique, une nouvelle approche de résolution, combinant la recherche adaptative à voisinage large (ALNS) et la recherche taboue, est proposée pour résoudre des problèmes PLNE de grande taille. Une plateforme de simulation, qui intègre les niveaux tactique et opérationnel de prise de décision, est proposée pour la validation du système d’aide à la décision sous différentes configurations : différentes topologies du réseau physique, différents paramètres pour la gestion du revenu, différents degrés de précision caractérisant les prévisions de demande. Pour l’analyse des résultats numériques ainsi obtenus, plusieurs types d’indicateurs de performance sont proposés et utilisés. / Barge transportation is an important research topic that started to draw increasing scientific attention in the recent decade. Considered as sustainable, environment-friendly and economical, barge transportation has been identified as a competitive alternative for freight transportation, complementing the traditional road and rail modes. However, contributions related to barge transportation, especially in the context of intermodal transportation, are still scarce. The objective of this thesis is to contribute to fill this gap by proposing a reactive decision support system for freight intermodal barge transportation from the perspective of the carriers. The proposed system incorporates resource and revenue management concepts and principles to build the optimal set of scheduled services plans at the tactical level. Carriers may thus benefit from transportation plans offering increased flexibility and reliability. They could thus serve more demands and better satisfy customers. One novelty of the approach is the application of revenue management considerations (e.g., market segmentation and price differentiation) at both operational and tactical planning levels. The optimization problems are mathematically formalized and mixed integer linear programming (MILP) models are proposed, implemented and tested against various network settings and demand scenarios, for each decision level. At the tactical level, a new solution approach, combining adaptive large neighborhood search (ALNS) and Tabu search is designed to solve large scale MILP problems. An integrated simulation framework, including the tactical and the operational levels jointly, is proposed to validate the decision support system in different settings, in terms of physical network topology, revenue management parameters and accuracy degree of demand forecasts. To analyze the numerical results corresponding to the solutions of the optimization problems, several categories of performance indicators are proposed and used.