Modélisation de la Demande en Transport Urbain ... - Euromedina

Ambition de ce SéminaireS• Pour chacune de ces étapes de la prévision, onprésentera succinctement les principales famillesde modèles disponibles en mettant en évidence :– les concepts de base des modèles;– les principales limites de ceux-ci.ci.• Offrir une analyse de l’ensemble ldu processus deprévision vision en incluant notamment :– l’identification des objectifs;– la production des données;– l’analyse de la demande.• Fournir des grilles de lecture des modèlespermettant l’analyse lde leur performance.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain3

Plan de la Présentation• Chapitre 1 – Modélisation et planification• Chapitre 2 – Cadrage méthodologiquem• Chapitre 3 – Analyse de la mobilité• Chapitre 4 – Production de données• Chapitre 5 – Fondements théoriques desmodèles de prévision de la demande dedéplacements• Chapitre 6 – Génération de la demande dedéplacementsEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain4

Plan de la Présentation• Chapitre 7 – Distribution desdéplacements• Chapitre 8 – Répartition modale –approche agrégée• Chapitre 9 – Modèles désagrdsagrégés s dechoix discrets• Chapitre 10 – Affectation, zonage etcodification des réseaux r seauxEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain5

Références• Bonnel, P., 2004 : Prévoir la Demande de Transport, Presses del’ENPC, 425 pp.• Leurent, F., 2005 : Notes de cours « Modélisation de la Demandede Transport »,, ENPC.• Quinet, E., 1982 : La Demande de Transport, de la modélisationdes trafics à l’appréhension des besoins, Presses de l’ENPC, l323pp.• MathSoft, 1993: S-PLUS SGuide to Statistical and MathematicalAnalysis, StatSci, Seattle, Washington.• Venables, W. N., and B. D. Ripley, 1994: Modern Applied Statisticswith S-Plus, SSpringer-Verlag, New York, 462 pp.• Wilks, D. S., 1995: Statistical Methods in the AtmosphericSciences, Academic Press, California, 467 pp.• N.B. Cette présentation est essentiellement basée e sur Bonnel(2004).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain6

Chapitre 1 :Modélisation etPlanificationMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain7

Pourquoi doit-on on prévoir ?• Le coût t très élevé des investissements, quidoivent être évalués s avant d’être ddéciddcidés;• Les délais dimportants de construction et la duréede vie des investissements;• L’anticipation des évolutions et desdysfonctionnements qu’il convient de prévenir;• L’accompagnement par les transports dudéveloppement socio-économique;conomique;• L’évolution rapide du niveau de certainsindicateurs de mobilité.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain9

Historique de la Modélisation(en FR, Bonnel 2004)• Années 50 : les premiers modèles– Objectif : résoudre rles problèmes en cours pardes réalisations rà court terme;e.g., modèle : largeur de la voie=f(trafic) avecdes pondérations selon le type de véhicules venprésence (data=comptages).– Mise en place du processus de transfert desmodèles américains.– Premiers modèles : émergence d’une dnouvelleproblématique.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain10

Historique de laModélisation (en FR)• Années 50 : les premiers modèles (suite)L’évolution correspond à une problématiquenouvelle qui se traduit par 3 modificationsprincipales :– l’adoption systématique d’un dhorizon de longterme;– l’abandon de la référence r rence contextuelle auxdéplacements existants;– la prise en compte de l’ensemble ld’un dréseau rau lieu d’un daxe isolé.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain11

Historique de laModélisation (en FR)• Années 60 : l’acclimatation ldes modèles de trafic– Réalisation des premières res enquêtes origines-destinations(O-D).– Adoption du long terme et la décontextualisation dde laprévision.– Transfert des modèles américains de prévision de traficen FR ((rationaliser les choix d’investissementsdroutiers nécessairesnà la croissance de la motorisationgarante de la croissance économique).• Début des années 70 : la mise en place d’une dprocédure de planification urbaineEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain12

Historique de laModélisation (en FR)• 1975-1980 1980 : le tournant– Crise économique et renversement de lacroissance économique. un flot de critiques sur la pertinencedes modèles– Développement des modèlesdésagrégés s aux USA (toutefois, leurpénétration en FR restera très s faible, ycompris aujourd’hui; Bonnel 2004).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain13

Historique de laModélisation (en FR)• Années 1980 à nos jours : vers une approcheglobale des problèmes de déplacementsd– Instruments de planification– Évolution des objectifs des politiques de déplacementsdurbains conséquences pour la modélisation• Introduction du « droit au transport »– Le paradigme de la mobilité a évolué : on est passéprogressivement de la notion de déplacementà celled’activité et, par le biais de l’auteur lde cette activité, à lanotion d’individu dsitué socialement dans son entourage(familial, professionnel, etc.), ce dernier générant gdesobligations interpersonnelles.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain14

Quels modèles ? Pour quelsdomaines d’utilisation d?• L’historique de la modélisation a mis en évidencele glissement progressif de la problématique de laplanification :• d’un axe isolé à un réseaur• des véhicules v vers les individus• (plus récemment) rde la charge de nouvellesinfrastructures à la régulation rdes déplacementsd‣ La réponse r ponse à « que doit-on on prévoir ? » nousrenvoie en fait à « quelles sont les politiques dedéplacements urbains ? » multiplicité des dimensions à prendre etcomplexité de l’exercice lde la prévision.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain15

Décomposition du systèmeurbain en sous-systsystèmes• On propose une lecture de la ville(classique mais toujours aussistructurante) pour l’analyse. lElles’organise sur une décomposition det unearticulation du système urbain en 3 sous-systèmes :1. le sous-systsystème de transport2. le sous-systsystème de localisation des activités3. le sous-systsystème des relations socialesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain16

1. Sous-systsystème detransport• Sous-systsystème de transport ={infrastructures de transport, " le mode detransport sur le territoire considéré}• Ces infrastructures sont considérées avec leurscaractéristiques ristiques techniques : capacité, , vitesse,courbe débitdbit-vitesse, longueur, fréquence pourles transports collectifs, … Coût t généralisgralisé (C g ) des déplacements.d• C’està l’intérieur de ce sous-systsystème que se meten œuvre l’action lsur l’offre lde transport.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain17

2. Sous-systsystème delocalisation des activités• Il correspond à l’inscription dans l’espace ldes équipementsoù sont réalisralisées les activités s urbaines.• Les équipements les plus souvent considérés s sont ledomicile, les emplois, les établissements d’enseignement,dles équipements commerciaux et de loisirs.• Ceux-ci sont considérés à travers leurs caractéristiquesristiquesphysiques : localisation, taille, nature détailldtaillée e d’activitdactivitéséconomiques (prix du terrain ou du bâti, chiffres d’affaires), dde fonctionnement (horaire d’ouverture) dou encored’image: composition sociologique des quartiers, typed’activités.• C’està l’intérieur de ce sous-systsystème que se mettent enœuvre les logiques de production-transformation transformation del’espace par les différents acteurs.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain18

3. Sous-systsystème desrelations sociales• Sous-systsystème des relations sociales={relations & activitésdes acteurs du système urbain}– Son inscription dans l’espace ltraduit le fonctionnement socio-spatial de la ville.• Pour les individus, il transparaît t au niveau des pratiquesurbaines, i.e., des comportements d’activitdactivités s et de mobilité.• Ceux-ci sont repérés à travers diverses enquêtes sur lesdéplacements :– Enquête ménages mdéplacements, dcordon, utilisation desréseaux, comptages routiers, …• C’està l’intérieur de ce sous-systsystème que l’individu ldéfinit dson programme d’activitdactivités.• Le modèle doit donc traduire les interactions entre les 3sous-systsystèmes.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain19

Dimensions de l’exercice l:Espace-Temps• Par rapport à la prévision de la mobilité quotidienne, lesinteractions entre les 3 sous-systsystèmes (SS) s’organisentsselon des temporalités s variables.• Exemple - interactions entre « localisation » & « social » :– Court terme : le SS des localisations comme figé ladynamique des relations entre les 2 SS sera univoque.– Long terme : changements de localisation résidentiellernouvelle inscription spatiale du programme d’activitdactivités s desindividus.• Dans cet exemple, l’él’état ou l’él’évolution du SS des transportspeut bien influer sur ces évolutions.‣ SS « social » bénéficie des évolutions les + rapides.‣ SS « localisations » évolutions beaucoup + lentes (forteinertie).‣ SS « transports » (plus souvent) situation intermédiaire.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain20

Dimension Espace• L’espace constitue la seconde dimensionimportante de l’exercice. l• La prévision sur un espace très s restreint (e.g.,fonctionnement d’un dcarrefour) ne mettra pas enjeu la même nature d’interactions dque surl’ensemble d’une dagglomération.– Carrefour : SS des localisations et pour une large partcelui des transports seront considérés s comme figés, , oubien leurs évolutions seront considérées commeexogènesau modèle.– Agglomération: la même hypothèse serait plushardie.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain21

Groupe A – FaibleInteractionsous-systsystèmedes localisationssous-systsystèmedes transportssous-système des relations socialesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain22

Groupe A – Exemples• Interactions négligeables nentre les 3 sous-systèmes.• « localisation » & « transport » : isolats.• Concrètement :– des études de carrefour– des modifications de lignes de bus faiblementconnectéeses à l’ensemble du réseaur– des créations de zone 30– etc. (des études de portée e limitée e dans le tempset l’espace) lEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain23

Groupe A – Exemples• Réactions du type stimulus-réponserelativement simples modèle analogique– Sa forme la + simple : élasticité– Problème sur l’él’élasticité : Modification dutracé d’une ligne de bus faiblement connectéeau reste du réseau. r• Autres modèles :– Modèle de simulation microscopique (e.g.,dimensionnement ou fonctionnement decarrefour, calcul de feux)EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain24

Groupe B – prise en comptepartielle des interactions entre lesSS urbainssous-systsystèmedes localisationssous-systsystèmedes transportssous-système des relations socialesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain25

Groupe B – Exemples• Interactions univoques (modèleà 4 étapes) :– 3 SS : non isolats; « localisation » : exogène.– Flèche---> > prise en compte indirecte par le modèle.• Ce second cas correspond principalement à dessituations de moyen terme ou lorsque l’espace lconsidéré ne représente qu’une une partie del’agglomération.• Généralement :– Études de prévision d’usage dd’infrastructures dnouvelles(ligne de transports collectifs en site propre, voie routièrered’agglomération).– Études de plan de circulation ou de restructuration deréseaux de transports collectifs.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain26

Groupe C – interactionsprépondpondérantes entre 3 SSsous-systsystèmedes localisationssous-systsystèmedes transportssous-système des relations socialesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain27

Groupe C – Exemples• Les 3 SS évoluent et sont en interactions fortes.• Ces interactions ne sont plus considérées seulementde manière univoque entre les 3 SS.• Action-rétroactions troactions : modèle stratégique, transport-urbanisme («(land-use»)• Principalement :– Des études de long terme ou des études portant surl’ensemble du fonctionnement de l’agglomlagglomération.– Des études de scénarios de politiques de déplacements doudes études de schéma de transport.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain28

Échelles spatio-temporellestemporelleset ModélisationEspace\Tempscourt terme< 5 ansmoyen terme5 à 15 anslong terme> 15 ansquartier -A- -B-zone -A-B- -B- -B-C-agglomération-B- -B-C- -C-EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain29

Problème : Modèled’élasticité• Groupe A – faible interaction• Modèle analogique, élasticité• Exemple de la modification du tracé d’une ligne debus faiblement connectée e au reste du réseau. r• Questions : que se passe-t-il si la fréquence d’une dligne de bus augmente de 10 %?, ou si les tarifsaugmentent de 3 %?• Utiliser le modèle mathématique matique (coefficientsd’élasticité) Fin du Chapitre 1 (Mod(Modélisation etPlanification).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain30

Chapitre 2 :CadrageMéthodologiqueMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain31

Schéma de la Procédure dePrévision1. Identification des objectifs, desenjeux, choix du modèleDéfinition :- du champ spatial d’analyse- de la dimension temporelle- des entréeses-sorties sorties et de la nature desinteractions à prendre en compte• Le modèle est une construction simplifiée e de laréalité.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain32

Schéma de la Procédure dePrévision2. Recueil et analyse d’informationsdA. Représentation du SS des localisations :utilisation du sol et caractéristiques ristiques socio-démomoéconomiquesB. Représentation du SS des transports : recueil dedonnées sur les réseaux ret le stationnementC. Représentation du SS des relations sociales :demande de déplacements det caractéristiquesristiquesindividuelles : enquêtes, comptages, …D. Découpage du territoireEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain33

Schéma de la Procédure dePrévision3. Formalisation, calage, validationdu modèle• Représentation de la situation de référencerrence• Mesure des écarts/données de demande‣ Formulation mathématiquematique = mise enéquations des relations entre variables.‣ Calage = détermination ddes inconnues deséquations mathématiques.matiques.‣ Validation = vérifier v rifier que le sens ou l’ordre ldegrandeur de certains indicateurs ou de certainesévolutions sont conformes à ce que l’on lconnaîtdu phénomnomène ne étudié.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain34

Schéma de la Procédure dePrévision• Outil technique :‣ Codification des réseauxr‣ Modèleà 4 étapes :1. Génération2. Distribution3. Répartition modale4. AffectationEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain35

Schéma de la Procédure dePrévision4. Prévision• Modification des réseaux ret descaractéristiques ristiques socio-démomoéconomiques• Introduction de nouvellespolitiques5. Analyse, évaluation, décisiondEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain36

Schéma de la Procédure dePrévision1. 2. 3. 4. 5.Outil TechniqueEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain37

Conception de la Procédurede Prévision• Rappel : « qu’il n’y n y a pas de modèle sansobjectifs… [car] on ne construit pas d’outil ddonton se saurait à quoi il pourrait servir » (Legay,1990)• La séparation sdes phases n’est npas aussi nette,tout comme leur enchaînement.nement.• La construction du modèle théorique doit resterpremièrere, , mais la confrontation avec les donnéesdisponibles peut conduire à modifier cetteconstruction.• Par contre, il peut y avoir concomitance dans laconstruction du modèle théorique et l’examen ldela disponibilité des données.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain38

Conception de la Procédurede Prévision• « Formalisation, calage, validation du modèle» confronter la construction théorique avec lesdonnées disponibles s’assurer de la capacitédu modèleà reproduire la « réalité ».• La mauvaise qualité de la reproduction peutamener à modifier le modèle ou à s’interroger surla qualité des données et éventuellementà enproduire de nouvelles.• Si le modèle n’est npas apte à reproduire lasituation observée, e, il y a fort à parier que lesécarts risquent de s’amplifier slors de la prévision.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain39

Conception de la Procédurede Prévision• Une fois le modèle calé et validé (i.e., apte àreproduire le phénomnomène ne étudié), le modèlemathématique matique peut être utilisé en prévisionvision.• Il s’agit salors de modifier les données d’entrdentrée e dumodèle (des hypothèses sont parfois faitesrelatives à l’évolution des paramètres du modèledans le temps) et grâce à l’outil techniqued’obtenir en sortie les valeurs des indicateursrecherchés.• Le modèle n’est napte à prévoir ce qui se passeraque si le contexte évolue conformémentment àl’évolution des données d’entrdentrée, e, « toutes choseségales par ailleurs ».EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain40

Conception de la Procédurede Prévision• Il est fréquent que les objectifs soient en faitamendés s lors du déroulement ddu processus; e.g.,lors du calage, la confrontation avec les faits peutconduire à réduire la portée e du modèle.• L’indisponibilité de certaines données peutconduire à modifier le modèle proposé.• En pratique, l’analyste lest donc souventconfronté à de fréquents allers-retours retours entre les3 phases.• Logiciels : VISEM-DAVISUM, EMME2, TP+,TRANPLAN, TRIPS, … construction de modèlesles.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain41

Phase 1 : Objectifs, Enjeux,Définition du Modèle• Préciser les objectifs et enjeux relatifs au phénomnomène neque l’on lveut prévoir.• Appréhender la zone d’influenceddes projets étudiés s :carrefour à feux ≠ nouvelle voie en ville oucontournement d’agglomdagglomération; extension dustationnement payant dans une zone ≠ augmentationdes tarifs de stationnement pour l’agglomlagglomération;taux de croissance du trafic de transit.• L’étude de l’impact là long terme d’un dscénario depéage urbain de zone ne peut se passer d’une dpriseen compte des rétroactionssur les localisations, alorsque la mise à péage d’une dinfrastructure pourra danscertains cas en faire abstraction.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain42

Phase 1 : Objectifs, Enjeux,Définition du Modèle• Choisir les variables d’entrdentrée du modèle, i.e., {des variablespouvant influer sur l’él’évolution de l’objet ld’éd’étude}1. Variables de commande=celles qu’on pourra faire évoluerpour simuler leurs effets sur les résultats rdu modèle.2. Variables dont l’él’évolution est exogèneà la sphère d’éd’étude duproblème.3. Variables de sortie.• Déterminer la nature des interrelations entre l’ensemble ldes variables de ces deux groupes.• Si une variable importante influant sur l’objet ld’éd’étude estomise, on peut émettre des doutes sur la capacitéprévisionnelledu modèle si la grandeur associée à cettevariable évolue dans le temps.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain43

Phase 2 : Recueil et Analysed’Informations• Recueil des données nécessairesnpour alimenter le modèle :‣ (parfois) Tester la pertinence deshypothèses qui ont été formuléeslors de la construction du modèle.‣ (parfois) Formalisationmathématique matique des relations entrevariables.‣ Caler le modèle.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain44

Phase 2 : Recueil et Analysed’Informations• « Localisations » ; prévisionsà moyenterme concernant l’agglomlagglomération.• Données:Population en nombre de ménages moud’individus,Nombre d’actifs, dNombre de collégiens ou d’éd’étudiants,Motorisation ou revenu,Nombre d’emplois d(avec décompositiondcommerciale ou non),Nombre de places dans les lieux d’éd’étude.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain45

Phase 2 : Recueil et Analysed’Informations• « Transports »;; réseau rviaire; données : la longueur, lesens de circulation, la capacité en nombre de véhicules vparheure, la vitesse à vide, la courbe débitdbit-vitesse ((congestion), le coût t d’usage, d(parfois) caractéristiques ristiques descarrefours.• Modes collectifs; lignes; vitesse ou temps de parcours,fréquence, régularitrgularité, …• (parfois) Enquêtes spécifiques (e.g., enquête temps deparcours, détermination dde capacité réelle elle et nonthéorique) (e.g., en cas de stationnement fréquent endouble file, la capacité réelle est réduite rpar rapport à unecapacité théorique déduite d duite du nombre de voies).• SS « relations sociales ».• Découpagedu territoire.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain46

Phase 3 : Formalisation,Calage, Validation du Modèle• Formalisation = formulation mathématique matique dumodèle (i.e., la mise en équations des relationsentre variables)• Calage = détermination ddes inconnues deséquations mathématiquesmatiques• Exemple :A = f(X 1 , X 2 , …,, X n )Formalisation (spécification) à poser une formemathématique matique particulière re de la fonction f; e.g.,A = a 1 X 1 + a 2 X 2 +…+ a n X n + bCalage à estimer les inconnues du modèle (a(i , b) ) parrégression sur un jeu de données faisant intervenir lesvariables A, X i (i=1,…,n).,n).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain47

Phase 3 : Formalisation,Calage, Validation du Modèle• Calage :1. Détermination des inconnues des diverses équations dumodèle.2. Le calage (ou plus exactement la validation) de la codificationdes réseaux. rLes parties 1 & 2 sont fortement liées.• Il n’est ngénéralement gpas possible de recueillir des donnéesdétaillées pour chaque tronçon de chacune desinfrastructures viaires ou de chacune des lignes des modescollectifs. Dès D s lors, la codification repose souvent sur ladéfinition de classes de voies ou de lignes auxquelles sontassociées certaines caractéristiques;ristiques;• e.g., un coefficient de régularitrgularité ou d’image dpour une lignede bus, une vitesse à vide ou une courbe débitdbit-vitesse pourune voie routière. re. Le calage doit permettre de valider ceclassement.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain48

Phase 3 : Formalisation,Calage, Validation du Modèle• Le modèle ne reconstitue que rarementcomplètement la situation observée.e.Pourquoi ?Le modèle n’est nqu’une une construction simplifiéede la réalitralité.Les enquêtes sont entachées es d’erreurs. d• il est donc « justifié » que desdifférencessubsistent entre les résultats rdu modèle et les données d’enquête. dIl est indispensable de mesurer ces écartspour les analyser et tenter de les expliquer.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain49

Phase 3 : Formalisation,Calage, Validation du Modèle• Valider le modèle: procéderà des tests de robustessedu modèle. Comment ?‣ à faire varier certaines données d’entrdentrée e et à examiner lesrésultats en sortie pour apprécier leur plausibilité. . Souvent:calcul des élasticités.‣ Dans certains cas, la validation consiste à vérifier que lemodèle est apte à reproduire les données observéesesdisponibles et non utiliséesdans la phase du calage.‣ Cette opération assez fréquente pour la validation ducodage du réseau r: on procède au calage du réseau renprenant en compte par exemple 90% des comptages etdonc en laissant de coté 10%. Une fois le réseau rcalé, , onvérifie que le modèle reproduit correctement les comptagesnon utilisés.s.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain50

Phase 4 : Prévision• Une fois le modèle calé (i.e., apte à reproduire la situationobservée), e), le modèle mathématique matique peut être utilisé enprévisionvision. . Cette phase nécessite nde modifier les donnéesd’entrée e du modèle pour obtenir en sortie les valeurs desindicateurs recherchés.• Les rares études visant à comparer les résultats rdesmodèles avec l’él’évolution effective des grandeursmodélislisées, montre qu’une une des principales sources d’erreur dvient de la prévision de l’él’évolution des données d’entrdentrée e dumodèle.‣ Prévoir l’él’évolution de la population, des emplois pourchacune des zones d’une dagglomération, n’est npas unexercice très s facile.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain51

Phase 4 : Prévision• Une autre difficulté concerne la modification desréseaux. L’analyste Lse heurte à deux difficultésprincipales : e.g.,1. En prévision, il n’est npas forcément facile de déterminer dà quelle classe une nouvelle ligne peut être affectée.e.2. Le nouveau réseau rmodélislisé n’est pas toujours mis enplace conformémentment à ce qui est prévu lors de l’él’étudede prévision.• Une difficulté spécifique se pose lors del’introduction d’une dalternative nouvelle (e.g., unmode nouveau dans une agglomération) :‣ e.g., une ligne de métro mdans une ville qui en étaitdépourvu, un métro mautomatique aux caractéristiquesristiquesspécifiques, des véhicules vélectriques,…EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain52

Le modèle : résultat rd’un ddoubleprocessus de simplification• Le modèle n’est nqu’uneune« représentation simplifiéede la réalitralité, , destinée àmieux la comprendre ou àagir sur elle » (Guitton, 1964)• Deux simplifications :1. La construction théorique2. La formalisation mathématiquematiqueEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain53

La 1 èreSimplification : laConstruction Théorique• « Le e défi ddu multidimensionnel »(Bonnafous, 1989);−e.g., analyse de la mobilité, , plusieurs dizainesde déterminants dde cette mobilité :déterminantséconomiques, démographiques,dindividuels, du mode de vie, du ménage, mdesstructures spatiales urbaines, de l’offre ldetransport, …• Pour relever ce défi, dl’analyste lest amenéà réduire son objet (i.e., sélectionnersquelques variables parmi l’ensemble ldecelles pouvant influer sur l’objet létudié).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain54

La 1 èreSimplification : laConstruction Théorique• On peut formuler autrement ce choix. Il revient à formulerune clause ceteris paribus : « toutes choses sont égalespar ailleurs »;; i.e.,• Si on se situe dans une perspective dynamique, on supposeque tout ce qui n’est npas pris en compte continue à évoluercomme dans le passé.• Des hypothèsessur la nature des relations de causalitéentre les variables d’entrdentrée e et de sortie du modèle.• " la forme de ces relations, l’analyste lest conduit à postulerl’invariancede certaines relations qui deviennent de factodes lois.• e.g., taux de croissance de la motorisation = f(revenu,temps, phénomnomènes nes asymptotiques (saturation dumarché),…) complexifier cette relation…EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain55

La 2 èmeSimplification : laFormalisation Mathématique• Les variables utilisées ne sont pas toujoursfacilement mesurables;−e.g., comment mesurer la perception d’une dligne debus, d’un dtrajet de marche à pied, l’attente là un arrêt ?• De nombreuses fonctions nécessitent ndesvariables continues;−e.g., revenu.• Le choix de la fonction ne correspond pasexactement à la distribution effective dans lapopulation :−e.g., distribution normale, de Gumbel, de Poisson.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain56

La 2 èmeSimplification : laFormalisation Mathématique• Les données ne sont pas toujoursdisponibles pour alimenter le modèle pourune variable ou pour une relation; e.g.,stationnement.• Les variables explicatives sontfréquemmentcorréléesentre elles;− e.g., revenu ou motorisation influent surl’évolution du trafic d’éd’échange et de transit.‣ Solution : retenir une seule variable,transformer une variable, construire unevariable synthétique tique agrégeant geant les 2 variables.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain57

Opérationnalitrationnalité etProblématique du Modèle• Si le modèle est le résultat rd’un ddouble processusde simplification, il est légitime lde se poser laquestion de la qualité du modèle.• « Un modèle apte à réaliser les performancesque l’on lattend de lui sera dit opérationnel.L’opérationnalité du modèle constitue donc saqualité fondamentale » (Bonnafous, 1989)• Il y a 3 conditions à l’opérationnalité du modèle :1. Pertinence; ; 2. Cohérencerence; ; 3. Mesurabilité• Ces 3 conditions sont nécessaires et suffisantes.• Toutefois, elles sont contradictoires etconstituent la problématique du modèle.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain58

Pertinence• La pertinence correspond à lacapacité du modèleà êtreconforme à ce que l’on lcroitsavoir de la réalitralité.• L’absence de pertinence trouveprincipalement sa source dans :1. Choix des variables explicatives2. Les relations entre variablesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain59

Cohérence• La cohérence du modèle recouvre deuxnotions :1. Une condition de cohérence interne du modèle(cohérence logicomathématique);matique);2. Une condition de cohérence d’objectifsddumodèle.• e.g., dans le cas du modèle linéaire, il estsouhaitable que les variables explicativessoient linéairement indépendantes.• Le modèle doit comporter autantd’équations qu’il y a de variables.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain60

Mesurabilité• La mesurabilité se décline dselon 3registres :1. La mesurabilité des relations causales; e.g.,motorisation & mobilité automobile.2. La mesurabilité des quantités s mises en jeudans le modèle;3. La mesurabilité des paramètres des équations.• C’est pour répondre rà ces 3 dimensions dela mesurabilité que la production dedonnées (Chapitre 4) est nécessaire. nEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain61

Problématique du Modèle• « Pertinence, cohérence et mesurabilité » sontdes conditions nécessaires net suffisantes àl’opérationnalité du modèle.• Mais elles sont contradictoires :• L’amélioration de l’une ldes conditions se fait le plussouvent au détriment ddes deux autres problématiquedu modèle.• Exemple : La recherche d’une dplus grandepertinence passe souvent par l’ajout ld’un dplusgrand nombre de variables explicatives Analyse de la Mobilité (Chapitre 3)• e.g., Revenu Appartenance à une catégoriesocio-professionnelle; mais pertinence discutable.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain62

Classification des Erreursde Modélisation• Les 3 conditions de l’oplopérationnalité sont antagonistes limites de la modélisation ?• Classification des erreurs :• Erreurs relatives à la construction théorique.• Erreurs relatives à la production des données.• Erreurs relatives à la spécification des relations.• Erreurs de calage (aussi, erreurs algorithmiques).• Erreurs de prévision des variables d’entrdentrée e du modèle.‣ Faire des tests sur ces différentes erreurs pour analyserleur incidence sur les résultats rde la prévision.‣ Nécessité des études de sensibilité du modèleàl’incertitude sur certains paramètres.‣ La construction de scénarios contrastés peut aider àidentifier l’univers ldes futurs possibles.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain63

Exemple : Calage duModèle prix-temps• Projet de Modélisation:‣ Modèle prix-temps appliqué à l’analyse du partage dumarché entre les opérateurs ferroviaires et aériens. a1. Présentation du modèle prix-temps et du calage du modèle :− Principe du modèle; le; ajustement du modèle2. Présentation des phases du schéma de procédure de prévision :− Phase 1 : objectifs, enjeux, définition d finition du modèle− Phase 2 : recueil et analyse d’informationsd− Phase 3 : formalisation, calage, validation du modèlele− Phase 4 : prévisionvision3. Le modèle : résultat rd’un ddouble processus de simplification :− 1 èresimplification : la construction théorique− 2 èmesimplification : la formalisation mathématiquematique4. Opérationnalitrationnalité et problématique du modèle :− Pertinence; Cohérence; rence; Mesurabilité; ; Problématique du modèleEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain64

Conclusion‣ Introduction des notions fondamentales en matière re de modélisation.‣ Le modèle le est certes un outil, mais doit s’intsintégrer dans une démarche dreprenant les 5 phases du schéma de procédure de prévision.‣ La construction d’un dmodèle nécessite n3 étapes (qui doivent resterdistinctes, même si elles sont fortement imbriquées) :1. la construction du modèle au sens de la représentation théorique d’un dobjet,2. sa formalisation mathématique matique et enfin3. son calage‣ Le modèle est le résultat rd’un ddouble processus de simplification;3 conditions de son opérationnalitrationnalité : pertinence, cohérence etmesurabilité (problématique du modèle).‣ Recherche d’une dplus grande pertinence Analyse de la mobilité(Chapitre 3) 3‣ Recherche d’une dplus grande mesurabilité Production des donnéeses(Chapitre 4) 4‣ Entrer dans le cœur cdu cours, avec la présentation sentation des modèlesà 4étapes (chapitres(5 à 10)• Fin du Chapitre 2.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain65

Chapitre 5 :FondementsThéoriquesMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain66

IntroductionTitre : Fondements Théoriques des Modèlesde Prévision de la Demande deDéplacements• Les fondements théoriques oriques s’appuient ssur lathéorie micro-économique conomique néoclassiquendu choix du consommateur.• L’applicationà la sphère des transports a étédéveloppée e dès d s les années 60, notamment par– Ben-Akiva (1985(1985),– McFadden (Prix Nobel 2000, « les choix discrets »),– Manheim (1984(1984),– Bonnel P. (2004).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain67

Application à la Sphèredes Transports• La résolution rde l’él’équilibre offre-demandegénéralisé à {des produits} pose desproblèmes redoutables,– ne serait-ce que de calage des coefficients.• Simplification : on considère le domained’étude comme un isolat.• Notre analyse repose sur :– Les travaux de Manheim (1984) : formalisationde l’él’équilibre offre-demande appliqué à lasphère des transports.– Généralisation de P. Bonnel (2004).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain68

Classification des«Modèlesà 4 Étapes»1. 1 èredistinction :a. Modèles séquentielssb. Modèles directs2. 2 èmedistinction :a. Modèles agrégésb. Modèles désagrdsagrégés3. 3 èmedistinction :a. Modèles déterministesdb. Modèles probabilistesEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain69

Modèle Direct vsModèle SéquentielS• L’approcheséquentielledécompose leprocessus de choix de l’individu len 4 séquences s:1. Génération: choix de l’individu lde sedéplacer ou de ne pas se déplacer d définir levolume de déplacement dréalisralisé. . Plus souvent,output : déterminer dle nombre de déplacementsdémis ou attirés s par chacune des zones de l’aire ld’étude.2. Distribution : choix de la destination parl’individu.Output : construire la matrice origines-destinations (O-D) des déplacements.dEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain70

Modèle Direct vsModèle SéquentielS3. Répartition modale : choix du mode detransport par l’individu lpour réaliser rsondéplacement entre une origine et une destination.Output : construire autant de matrices origines-destinations des déplacements dqu’il y a de modesde transport pris en considération.4. Affectation : choix de l’itinlitinéraire par l’individu lpour réaliser rson déplacement dentre une origineet une destination avec un mode donné. Output :charge de trafic sur chacun des tronçons ons duréseau ou sur chacune des lignes de transportscollectifs.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain71

Modèle Direct vsModèle SéquentielS• Il y a en fait souvent d’autres détapes quis’ajoutentà celles-ci ci :• La conversion véhiculairev: (matrice dedéplacements d’individus d une matrice dedéplacements de véhicules); vi.e., prise en comptedu taux d’occupation ddes véhicules v(entrerépartition modale & affectation; Chapitre 10)• Le passage à la pointe dimensionner lesinfrastructures; phase après s distribution ourépartition modale (Chapitre 10).• L’estimation du trafic d’éd’échange et detransit (phase spécifique)EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain72

Modèle Direct vsModèle SéquentielS• Les modèles directs considèrent les caractéristiques ristiques dudéplacement comme étant intimement liées et donc nemodélisent qu’un un seul choix de l’individu. l• Certaines phases sont regroupées; es; e.g.,– Modèles combinant le choix du mode et de la destination(CERTU, 1998)– Logiciels DAVIS (INRETS) et TERESE (la SEMALY) modèlesd’affectation de la demande (études(de prévision de trafic)– Logiciels multimodaux: DAVISM• Approche séquentielle spose :– des problèmes de pertinence : Il est probable que l’individu lconsidère simultanément ment l’ensemble ldes dimensions;– quelques problèmes de cohérence interne.• Modèle direct pose de redoutables problèmes demesurabilité peu d’exemples dd’applications.dEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain73

Modèle Agrégé vsModèle DésagrDsagrégé• Approche agrégée : l’individu lpris en compteest un individu moyen :– Il s’agit sdonc d’un dindividu construit et fictif doté decaractéristiques ristiques moyennes (les moyennes descaractéristiques ristiques des individus de sa zone).• Approche désagrdsagrégée : l’individu lest considéréisolémentà travers ses propres caractéristiques.ristiques.• A priori, l’approche lagrégée e apparaît t donc moinspertinente. Elle peut être perçue comme uneperte délibdlibérée e d’informations.d• Approche agrégée e (Chapitres 6 à 8)• Approche désagrdsagrégée e (Chap. 9)EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain74

Approche AgrégéeYY mèèè èèè èè èè èèè èèø èè èèèèèèèèèèèX mXEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain75

Approche AgrégéeCatégorielleYY bY aAèèè èèèø èè èè èèè èèèè èèèèèèèèøèèèBX aX bXEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain76

DémarcheAgrégée/De/DésagrégéeDonnéesagrégéesDémarcheagrégéePerte d’informationDonnéesélémentairesd’enquêteDémarchedésagrégéeRésultatsagrégésEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain77

Approche DésagrDsagrégée1. Structure des modèles plus complexe :– Estimation très s complexe– Interprétation tation des résultats rpeut nécessiter ndes compétencesassez pointues (Statistiques)– Validation risquée e & maîtrise insuffisante du modèle lourdesconséquences en prévision2. Limites du zonage :− Lorsque l’on lutilise un zonage, la localisation des extrémitmités s dudéplacement dans la zone est inconnue. On définit duncentroïde de zone, point fictif qui regroupe l’ensemble ldeslocalisations de la zone. Les données de localisation sont donctout autant agrégées dans les modèles agrégés s quedésagrégés.s.3. Prévision: Il est rarement possible d’utiliser dle mêmeniveau de désagrdsagrégation gation pour la prévision.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain78

Modèle DéterministeDvs Stochastique1. Approche déterministed:– Le choix est effectué de manièredéterministe (à(partir descaractéristiques ristiques de l’individu, ldudéplacement).2. Approche stochastique :– Elle nécessite nde choisir une loi dedistribution du terme aléatoire atoire (termed’erreurs).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain79

Combinaison desDimensions• Classification des modèles les :– Direct vs séquentiel; sagrégé vs désagrdsagrégé; ; déterministe dvs stochastique 8 classes de modèles• Dans les faits,– Il y a peu d’exemples dde modèles directs combinant les 4 étapes. On trouve, enrevanche, des modèles combinant certaines étapes.– Parmi les modèles séquentiels, sles modèles agrégés s sont le plus souventdéterministes, même si la phase de choix du mode peut être interprétée e commerésultant d’une dapproche probabiliste.• Les modèles les désagrdsagrégés s sont le plus souvent séquentiels set stochastiques.• En FR, l’utilisation ldominante reste le modèle agrégé à 4 étapes,historiquement restreint à la phase d’affectation.d• Dans les pays anglo-saxons, le recours aux modèles désagrdsagrégés s estlargement répandu. rLes pratiques sont toutefois en train d’éd’évoluer en FRpour répondre rà l’évolution des problématiques de transport de plus enplus multimodales.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain80

Conclusion• Une grande diversité dans les modèles développdveloppés s :– On analysera cette diversité dans les chapitres suivants.• On présentera les principales familles de modèles pourchacune des étapes des modèlesà 4 étapes :1. Génération de la demande de déplacements d: Chap. 62. Distribution des déplacements d: Chap. 73. Répartition modale – approche agrégée e : Chap. 8– Modélisation désagrdsagrégée e : Chap. 94. Affectation des déplacements d: Chap. 10• Note :– Historique du développement det de l’usage ldominant desmodèles désagrdsagrégés s lors de l’él’étape de choix du mode.– L’approche désagrdsagrégée e peut toutefois être utilisée e pourchacune de ces étapes de la modélisation.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain81

Chap. 6 : Générationde la Demande deDéplacementsMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain82

Introduction• La générationconstitue la 1 èreétapedesmodèlesà 4 étapes.• Dans la séquence sdes choix de l’individu lrelatif àla réalisation ret à la détermination ddescaractéristiques ristiques d’un ddéplacement, dcette étapecorrespond au choix de se déplacer dou non.• Elle consiste à déterminer le nombre dedéplacements réalisralisés s par les résidents rdusecteur d’éd’étude(déplacementsémis et reçuspar chacune des zones du terrain d’éd’étude enfonction d’un dcertain nombre de caractéristiquesristiquesde la zone).EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain83

Principales Variables• Principales variables explicatives de la génération gdes déplacements.d1. Pour l’él’émission: variables relatives auxcaractéristiques ristiques de la population résidant rdans lazone considérée e :– Revenu du ménage m(parfois de l’individu) l– Motorisation du ménage m(# voitures disponibles ou àdisposition du ménage) m– Composition du ménagem– # de personnes ou de ménages mde la zone– # d’enfants den âge d’aller dà l’école (+ distinction selonl’âge)– Age des individus (ou une répartition rpar classe d’âge) dEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain84

Principales Variables2. Pour l’attractionl: variables qui caractérisentrisentles activités s disponibles dans la zone (y compris lapopulation comme source d’attraction; de.g., pourles loisirs (visites à la famille, aux amis, …)) :−−−−−# d’emplois dde la zone, segmentés s en emplois tertiairesou non, emplois commerciaux# de places dans les écoles, collèges,…# de ménages mou d’individus dde la zoneCas du motif achats/services : emplois commerciaux,surfaces commercialesetc…EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain85

Modèles de GénérationGPrincipales familles de modèlesde générationg:1. Modèles Normatifs2. Modèles par Régression RLinéaire3. Modèle Catégoriel4. Modèles désagrdsagrégés s de choix discretsEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain86

Chapitre 7 :Distributiondes DéplacementsMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain87

Introduction• La Distribution constitue généralement gla 2 èmeétape des modèlesà 4 étapes.• 1 èreétape (Génération) output : émissions &attractions = input (distribution)• La distribution correspond au choix de ladestination du déplacementddans la séquence sdes choix de l’individu. l• Mathématiquement, elle permet de calculer lamatrice Origines-Destinations (O-D)() desdéplacementsà partir de ses marges.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain88

Principales Familles deModèles de Distribution1. Modèlesà facteurs de croissance(Méthode de Furness, Méthode MdeFratar, etc.)2. Modèles gravitaires3. Modèles découlant dde la théorie de lamaximisation de l’entropiel4. Modèles d’opportunitdopportunitéEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain89

Chapitre 8 :Répartition Modale –Approche AgrégéeMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain90

Introduction• Répartition Modale : elle constituegénéralement la 3 èmeétape des modèlesà 4étapes.• Input : Matrice O-D ( output de ladistribution)• La répartition rmodale correspond au choix dumode de déplacementddans la séquence sdeschoix de l’individu. l• Mathématiquement: Elle permet d’éd’éclater la(les) matrice(s) O-D en autant de matrices O-Dpar mode qu’il y a de modes pris en compte.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain91

Variables Explicatives duChoix du Mode• Il est classique d’organiser dlesfacteurs explicatifs du choix du modeen 3 groupes:1. L’offre de transport2. Les caractéristiques ristiques du déplacementd3. Les caractéristiques ristiques de l’individu loudu ménagemEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain92

Principales Familles de Modèlesde Répartition RModale1. Modèles normatifs2. Modèles« logit » ( régressionlogistique)3. Modèles combinés s distributionrépartitionmodale4. Modèles directsEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain93

Chapitre 9 :Modèles Désagrégésde Choix DiscretsMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain94

Fondements Théoriques• On complète Chap. 5. Ici, l’approche lde l’utilitlutilitén’est plus déterministe, dmais aléatoire.atoire.• Chap. 8 l’individu a un comportementaléatoire.atoire.• Chap. 9 (ici) l’approcherationaliste del’individu cherchant à maximiser son utilitéaléatoireatoire.• Aussi, l’univers lde choix dans lequel l’individu lestplacé est fini ((choix discrets).• Différentes formes de la distribution du termealéatoire atoire (e)(î différentes familles de modèlesdésagrégés s de choix discrets.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain95

Principales Familles deModèles DésagrDsagrégés• Choix de la distribution du terme d’erreur ddifférentesfamilles de modèles :1. Modèle de probabilité linéaire:Une distribution linéaire. Malgré son manque deréalisme, elle permet d’illustrer dsimplement le problème.2. Formulation généraleg:Formulation générale gd’estimation dde la probabilité dechoix.3. Modèle probit :Distribution normale des résidus r modèles«probit»(très s difficiles à estimer si I ¥ 3)EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain96

Principales Familles deModèles DésagrDsagrégés4. Modèle logit : Une distribution identique et indépendante pour chacune desalternatives (Independent and Identically Distributed,IID); ; e.g., loi de Gumbel (plus courante) le modèle logitmultinomial (Multinomial Logit, , MNL) (î IIA)5. Modèle logit emboîté : (Nested Logit, , NL), , encore appelé modèle hiérarchique(HierarchicalLogit, HL)6. Modèles de la valeur extrême généralisgralisée : (Generalized Extreme Value models, GEV)7. Modèle logit multinomial mixte : (Mixed multinomial Logit, , MMNL); ; développementsdrécents; techniques d’estimation dsophistiquées.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain97

Chapitre 10 :Affectation, Zonageet Codification desRéseauxMostafa El Hamly, Ph.D.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain98

Introduction : Définition Dde l’Affectationl• Affectation : la dernièrere étape des modèlesà 4étapes.• Après s avoir calculé la matrice O-D desdéplacements pour chacun des modes, cetteétape à l’affectation de la demande dedéplacements sur les réseaux r(e.g., viaire, TC).• Dans la séquence sdes choix de l’individu, lcetteétape au choix de l’itinlitinéraire pour se rendred’une origine à une destination données et avecun mode de déplacement ddonné.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain99

Principales Familles deModèles d’Affectationd• Les fondements théoriques des modèlesd’affectation sont similaires à ceux des étapesprécédentes : l’individu lchoisit l’alternative lquimaximise son utilité.• Compte tenu de la nature du choix relatif à cetteétape, choix de l’itinlitinéraire compte tenu d’une dO-D et d’un dmode donnés, l’utilitlutilité (ou la désutilitdsutilité)est mesurée à travers le Cg.• Principe de base des modèles d’affectationd:L’individu cherche à minimiser le Cg de sondéplacement pour une O-D et un mode donnés.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain100

Classification desModèles d’Affectationd1. Contrainte de capacité :– Oui– Non ce type de modèle n’est napplicable quesur des réseaux rnon ou très s faiblementcongestionnés s (ce qui rarement le cas enurbain) ou pour des applications en TC oùl’incidence de la charge sur les temps deparcours est rarement prise en compte.2. Utilité :– déterministe ou– probabiliste.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain101

Classification desModèles d’AffectationdProcédure de choix de l’itinlitinéraire:DéterministeProbabilisteNonContrainte de capacité:OuiMéthode tout-ouou-rien ou plus courtcheminMéthode d’éd’équilibre(équilibre deWardrop, affectationpar tranche)Procédurestochastique pure(multichemin Dial,Burrell), prix-tempsMéthode d’éd’équilibreavec utilitéstochastiqueEHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain102

Fin‣ Fin de cette initiation à la « Modélisation de laDemande en Transport Urbain ».‣ Pour plus de détails, dconsulter la liste desréférences. rences.EHTP : Dr M. El HamlyModélisation de la Demande en TransportUrbain103