ترافیک راه‌آهن اغلب با حوادث پیش‌بینی‌نشده دچار آشفتگی شده و باید از برنامه‌ریزی و هدایت ترافیک راه‌آهن استفاده کرده و انتشار و پخش تأخیر را به حداقل رساند. تعدادی از الگوریتم‌ها برای مسئله هدایت و برنامه‌ریزی در متن موجود، ارائه و در موقعیت‌های ترافیکی مختلفی آزمایش‌شده‌اند. ولی کارکرد آن‌ها تقریباً همیشه با در نظرگیری دانش کامل از شرایط ترافیکی آینده مطالعه می‌شود که تقریباً در واقعیت این کار ممکن نیست. در این مقاله تحلیلی آزمایشی را ارائه می‌کنیم که قابلیت استفاده از این الگوریتم‌ها را در حالت اطلاعات ناکافی بررسی می‌کنیم. RECIFE-MILP را به‌عنوان الگوریتم مدیریت ترافیک و زمان‌های ورود با تأخیر یا زودتر از موعد قطار را در ناحیه کنترل به‌عنوان منبع اطلاعات ناکافی در نظر می‌گیریم. نتایج نشان می‌دهند که استفاده از بهینه‌سازی مدیریت ترافیک امکان کارکرد بهتر را نسبت به استراتژی مدیریت اولین خدمات در اولین ورود می‌دهد حتی اگر اطلاع کاملی از شرایط واقعی ترافیک توسط الگوریتم بهینه‌سازی وجود نداشته باشد.

Railway traffic is often perturbed by unexpected events and appropriate train routing and scheduling shall be applied to minimize delay propagation. A number algorithms for this routing and scheduling problem have been proposed in the literature and they have been tested in different traffic situations. Nonetheless, their performance are almost always studied considering perfect knowledge of future traffic conditions, which is almost impossible to achieve in reality. In this paper, we propose an experimental analysis assessing the usefulness of these algorithms in case of imperfect information. We consider RECIFE-MILP as a traffic management algorithm and advanced or delayed train entrance times in the control area as the source of imperfect information. The results show that the application of traffic management optimization allows outperforming the firstcome-first-served management strategy even if the actual traffic conditions are not perfectly known by the optimization algorithm.