Academic literature on the topic 'Transport de voyageurs – Canada – Modèles mathématiques'

Le dynamisme du secteur aérien canadien amène Transports Canada à réviser régulièrement ses techniques de modélisation du trafic de passagers afin d’améliorer la performance prédictive de ses modèles. Ce travail explore différentes versions d’un modèle PODM (Passanger Origin-Destination Model) que Transports Canada utilise pour prévoir le trafic de passagers entre une origine et une destination à l’intérieur du Canada avec des données de panel (i.e. longitudinales et transversales). Deux formes paramétriques (log-linéaire et Box-Cox) sont estimées dans leurs versions empilées, avec des effets fixes/aléatoires et avec des coefficients individuels variables (fixes/aléatoires). Nous proposons également des estimations non paramétriques à noyaux pour explorer les non-linéarités qui caractérisent la relation entre le nombre de passagers par couple origine-destination et le prix du billet, le PIB des zones d’origine et de destination, la durée en voiture du trajet et la fréquence des vols. L’hypothèse d’empilement des données et les formes fonctionnelles postulées se révèlent statistiquement inadéquates. La prise en compte de l’hétérogénéité des trajets et des effets temporels par l’inclusion d’effets fixes/aléatoires dans les modèles paramétriques est également rejetée par nos tests. Les modèles à coefficients variables individuels et les estimations non paramétriques se révèlent les méthodes les plus pertinentes pour capturer l’hétérogénéité entre trajets, les chocs temporels ou les non-linéarités présentes dans les relations d’intérêt. Mots clés : Box-Cox, transport aérien, trafic de passagers, origine-destination, Transports Canada, non paramétrique, panels.

Dans la présente thèse, nous modélisons l'évolution des trafics nationaux de voyageurs à longue distance, ferroviaires, aériens et autoroutiers, à l'aide de modèles macro-économiques calés sur séries temporelles. Les modèles calés sur séries temporelles offrent l'avantage de s'appuyer sur de l'information dynamique et permettent de mettre en évidence des relations de long terme entre les fluctuations de certaines variables et celles des trafics. Toutefois, ces modèles ne sont pas sans présenter des inconvénients. Ces modèles sont généralement des modèles de demande directe et perdent la logique de génération – partage modal. Par ailleurs, les variables explicatives sont généralement en nombre restreint et fortement agrégées, ce qui n'est pas sans soulever des problèmes de pertinence. Ainsi une même vitesse ferroviaire moyenne peut correspondre à des structures de temps de parcours différentes et donc à des impacts différents sur les trafics. Dans la présente thèse nous proposons un indicateur de vitesse ferroviaire qui permet d'intégrer des effets de structure et de seuils de concurrence air/fer. Nous testons par ailleurs différentes architectures, demande directe ou génération - partage modal. La thèse est divisée en 4 chapitres. Après avoir présenté les bases de données disponibles et décrit l'évolution des trafics, nous explicitons les principaux déterminants de la mobilité à longue distance puis effectuons une analyse bibliographique des différentes méthodes de modélisation existantes. Dans un dernier temps, nous construisons, et analysons sous l'angle de l'opérationnalité, différents modèles
This thesis models long distance traffic in France, by rail, plane and motorway, at a national level, with macro-economic time series models. Time series models are based on dynamic information and thus enable to show long term links between traffic variations and explanatory factors variations. However time series models also have some drawbacks. Direct demand models are often used and miss the generation / modal share logic. Only a few variables can be used and these variables are highly aggregated. A certain amount of average national train speed may correspond to different time travel structures and thus to different impacts on rail traffic. In the models that we fit, we use a rail speed indicator that takes travel times structure and thresholds in air / plane competition into account. Besides, we test different model structures, both direct demand and generation and modal split. This thesis is divided into four chapters. Chapter 1 presents the data available and describes past traffic variations. Chapter 2 focuses on long distance travel main explanatory factors. The various methods for long distance travel modelling are analysed in chapter 3. In chapter 4, we produce and analyse different model forms

Titre: Simulation multi-agent de l’information des voyageurs dans les transports en commun.Résumé:Avec la généralisation de l'information temps-réel, le comportement des réseaux de transport modernes devient de plus en plus difficile à analyser et à prévoir. Le rôle de l'information est de plus en plus critique, particulièrement en cas de dysfonctionnement des réseaux, et l’information devient de plus en plus personnalisée et individuelle. Plusieurs phénomènes tels que la saturation, la concentration et la sur-réaction peuvent être observés après l’utilisation de systèmes d’information voyageurs. En effet, sans contrôle, la diffusion massive d'informations, à travers les panneaux à messages variables, les annonces dans les médias ainsi que les dispositifs de guidage individuel peut avoir des effets pervers et créer de nouvelles congestions. Ainsi, il est devenu important de développer des outils de simulation pour les décideurs de politiques de mobilité, prenant en compte ce nouvel environnement informationnel.Dans ce travail de thèse, nous proposons une simulation multi-agent pour mesurer l'impact de la fourniture d'informations sur la qualité des voyages en transports en commun, notamment dans des situations perturbées, en prenant en compte un environnement informationnel hétérogène. Dans un premier temps, nous concevons une simulation qui assure le déplacement de voyageurs sur un réseau de transport en commun. Ensuite, nous l’enrichissons par l’intégration de l’information des voyageurs et des taux d’équipements des voyageurs en smartphones, de telle manière qu’il puisse représenter les voyageurs connectés et être capable de distinguer l’impact des informations personnelles de celui des informations générales. Pour ce faire, nous nous fondons sur le paradigme multi-agent, qui est un modèle puissant pour la conception et l'implantation d'applications de transport. Pour répondre aux besoins de l’intégration de l’information des voyageurs, en particulier l’information individuelle, nous adoptons une approche centrée-environnement où l’environnement spatio-temporel multi-agent est l’interlocuteur des agents voyageurs et représente l’évolution dans le temps de l’état du réseau de transport en commun.Afin de tester notre simulateur dans un contexte réaliste de déplacement, nous utilisons les données réelles du réseau de Toulouse. Pour évaluer l’impact de la provision d’information voyageur sur le réseau, nous testons différents scénarios en fonction du pourcentage de voyageurs connectés représentés par des agents. Ces scénarios simulés sont analysés suivant leur impact sur les temps de parcours moyens des voyageurs, connectés et non connectés. Les résultats montrent que le nombre de voyageurs connectés a un impact positif sur les temps de parcours jusqu’à un certain seuil, au delà duquel l’impact devient relativement négatif
Title: Multiagent simulation of traveler information on transit networks.Abstract:With the generalization of real-time traveler information, the behavior of modern transport networks becomes harder to analyze and to predict. Advanced traveler Information systems play a major role in modern transportation system, mainly in case of disturbances, and the information is becoming more personalized and individual. Different phenomena such as over-saturation, concentration and over-reaction can be observed after the use of advanced traveler information systems. In fact, without control, the massive spread of information via billboards, radio announcements and individual guidance may have perverse effects and create new traffic jams. It is now critical to develop simulation tools for mobility policies makers, taking into account this new information environment to observe these effects and to consider the proper methods to deal with them.In this PHD work, we propose a multiagent simulation to measure the impact of information provision on the quality of passengers’ travels, notably in case of disturbances, taking into account a heterogeneous information environment. First, we design and implement a simulation to ensure travelers movement in a transit network. Then, we enrich our model to integrate traveler information system and to represent travelers equipped with smart phones. It allows us to evaluate separately personal and general information. To this end, we use the multi-agent paradigm, which is proven to be a powerful model to design and implement transportation applications. To deal with the integration of the traveler information system in the simulator, we adopt an environment-centered approach, where the space-time multiagent environment is the privileged interlocutor of the agents and represent the evolution of the transit network state over time.To test our simulator in a real context, we use real data on the city of Toulouse, France. To assess the impact of information provision, we simulate different scenarios in function of the percentage of connected travelers, represented as agents. These simulated scenarios are analyzed following their impact on the average travel times of the travelers (connected and no-connected). Results show that the number of connected travelers has a positive impact on overall travel times up until a certain threshold before becoming relatively negative

Les réseaux de transport multimodaux modernes sont essentiels pour la durabilité écologique et l’aisance économique des agglomérations urbaines, par conséquent aussi pour la qualité de vie de leurs habitants. D’ailleurs, le bon fonctionnement sur le plan de la compatibilité entre les différents services et lignes est essentiel pour leur acceptation, étant donné que (i) la plupart des trajets nécessitent des changements entre les lignes et que (ii) des investissements coûteux, dans le but de créer des liens plus directs avec la construction de nouvelles lignes ou l’extension de lignes existantes, ne sont pas à débattre. Une meilleure compréhension des interactions entre les modes et les lignes dans le contexte des transferts de passagers est ainsi d’une importance cruciale. Toutefois, comprendre ces transferts est singulièrement difficile dans le cas de situations inhabituelles comme des incidents de passagers et/ou si la demande dévie des plans statistiques à long terme. Ici le développement et l’intégration de modèles mathématiques sophistiqués peuvent remédier à ces inconvénients. À ce propos, la supervision via des modèles prévoyants représente un champ d’application très prometteur, analysée ici. La supervision selon des modèles prévoyants peut prendre différentes formes. Dans le présent travail, nous nous intéressons à l’analyse de l’impact basé sur des modèles de différentes actions, comme des départs en retard de certains véhicules après un arrêt, appliqué sur le fonctionnement du réseau de transport et sa gestion de situations de stress qui ne font pas partie des données statistiques. C’est pourquoi nous introduisons un nouveau modèle, un automate hybride avec une dynamique probabiliste, et nous montrons comment ce modèle profondément mathématique peut prédire le nombre de passagers dans et l’état de fonctionnement du véhicule en question du réseau de transport, d’abord par de simples estimations du nombre de tous les passagers et la connaissance exacte de l’état du véhicule au moment de l’incident. Ce nouvel automate réunit sous un même regard les passagers demandeurs de services de transport à parcours fixes ainsi que les véhicules capables de les assurer. Il prend en compte la capacité maximale et le fait que les passagers n’empruntent pas nécessairement des chemins efficaces, dont la représentation sous la forme d’une fonction de coût facilement compréhensible devient nécessaire. Chaque passager possède son propre profil de voyage qui définit un chemin fixe dans l’infrastructure du réseau de transport, et une préférence pour les différents services de transport sur son chemin. Les mouvements de véhicules sont inclus dans la dynamique du modèle, ce qui est essentiel pour l’analyse de l’impact de chaque action liée aux mouvements de véhicule. De surcroît, notre modèle prend en compte l’incertitude qui résulte du nombre inconnu de passagers au début et de passagers arrivant au fur et à mesure. Comparé aux modèles classiques d’automates hybrides, notre approche inspirée du style des réseaux de Pétri ne requiert pas le calcul de ces équations différentielles à la main. Ces systèmes peuvent être dérivés de la représentation essentiellement graphique d’une manière automatique pour le calcul en temps discret d’une prévision. Cette propriété de notre modèle réduit le risque de précisions faites par des humains et les erreurs qui en résulteraient. Après avoir introduit notre nouveau modèle, nous développons dans ce rapport également quelques éléments constitutifs sous la forme d'algorithmes qui visent les deux types d'impasses qui sont probables d'occurir pendant la simulation faisant un pronostic, c-à-d l'intégration numérique des systèmes de haute dimension d'équations différentielles et l'explosion combinatoire de son état discret. En plus, nous prouvons la faisabilité des calculs et nous montrons les bénéfices prospectifs de notre approche dans la forme de quelques tests simplistes et quelques cas plus réalistes
Without any doubt, modern multimodal transportation systems are vital to the ecological sustainability and the economic prosperity of urban agglomerations, and in doing so to the quality of life of their many inhabitants. Moreover it is known that a well-functioning interoperability of the different modes and lines in such networked systems is key to their acceptance given the fact that (i) many if not most trips between different origin/destination pairs require transfers, and (ii) costly infrastructure investments targeting the creation of more direct links through the construction of new or the extension of existing lines are not open to debate. Thus, a better understanding of how the different modes and lines in these systems interact through passenger transfers is of utmost importance. However, acquiring this understanding is particularly tricky in degraded situations where some or all transportation services cannot be provided as planned due to e.g. some passenger incident, and/or where the demand for these scheduled services deviates from any statistical long term-plannings. Here, the development for and integration of sophisticated mathematical models into the operation of such systems may provide remedy, where model-predictive supervision seems to be one very promising area of application which we consider here. Model-predictive supervision can take several forms. In this work, we focus on the model-based impact analysis of different actions, such as the delayed departure of some vehicle from a stop, applied to the operation of the considered transportation system upon some downgrading situation occurs which lacks statistical data. For this purpose, we introduce a new stochastic hybrid automaton model, and show how this mathematically profound model can be used to forecast the passenger numbers in and the vehicle operational state of this transportation system starting from estimations of all passenger numbers and an exact knowledge of the vehicle operational state at the time of the incident occurrence. Our new automaton model brings under the same roof, all passengers who demand fixed-route transportation services, and all vehicles which provide them. It explicitly accounts for all capacity-limits and the fact that passengers do not necessarily follow efficient paths which must be mapped to some simple to understand cost function. Instead, every passenger has a trip profile which defines a fixed route in the infrastructure of the transportation system, and a preference for the different transportation services along this route. Moreover, our model does not abstract away from all vehicle movements but explicitly includes them in its dynamics, which latter property is crucial to the impact analysis of any vehicle movement-related action. In addition our model accounts for uncertainty; resulting from unknown initial passenger numbers and unknown passenger arrival flows. Compared to classical modelling approaches for hybrid automata, our Petri net-styled approach does not require the end user to specify our model's many differential equations systems by hand. Instead, all these systems can be derived from the model's predominantly graphical specification in a fully automated manner for the discrete time computation of any forecast. This latter property of our model in turn reduces the risk of man-made specification and thus forecasting errors. Besides introducing our new model, we also develop in this report some algorithmic bricks which target two major bottlenecks which are likely to occur during its forecast-producing simulation, namely the numerical integration of the many high-dimensional systems of stochastic differential equations and the combinatorial explosion of its discrete state. Moreover, we proof the computational feasibility and show the prospective benefits of our approach in form of some simplistic test- and some more realistic use case

Défini par la loi portant réforme ferroviaire du 4 août 2014 comme « l’ensemble des moyens humains et matériels mis en œuvre sur le réseau ferré national pour assurer sa gestion et l’exécution des services de transport l’utilisant », le ferroviaire est un système composé de multiples dimensions. Dans ce cadre, cette thèse s’efforce d’analyser sous un angle forcément transdisciplinaire les relations entre les différentes composantes du système ferroviaire, afin de le rendre intelligible. En complétant cette approche empirique par la modélisation du fonctionnement des services ferroviaires conventionnés de voyageurs, captant la majorité des fonds publics alloués au secteur, il s’agit également de contribuer à la compréhension du système ferroviaire et de ses enjeux contemporains, au bénéfice de ses décideurs, et tout particulièrement les autorités publiques
The current government’s legislation to restructure the rail sector defines the national rail system as a complex system composed of “all the human and material means implemented on the national rail network in order to ensure the management and delivery of transport services using it”. Within this framework, this thesis attempts to analyze in a necessarily interdisciplinary perspective the relationship between the different components of the rail system, in order to make it intelligible. It aims to contribute to understanding the railway system and its current issues, by completing this empirical based approach to modeling the public service obligations, which represent most of the traffic and publics funds on the French rail network

Le développement des réseaux de transport requiert d’importants investissements financiers et une étroite collaboration entre les acteurs publics et privés. La viabilité économique de ces projets est souvent explorée à l’aide d’analyses coût-bénéfice. Dans ce mémoire, nous appliquons une nouvelle méthodologie, appelée MOLINO-II, au projet de train à haute vitesse (THV) reliant la ville de Québec à Windsor (Ontario). Par rapport aux approches financières et économiques traditionnelles, cette approche développée notamment par de Palma et collab. (2010) permet de mieux appréhender les comportements stratégiques de l’ensemble des acteurs (opérateurs de trains et des modes de transport concurrents, propriétaires d’infrastructures, gouvernements et utilisateurs) à l’aide d’un système d’équations comportementales et d’équilibres. Ici, nous nous concentrons sur la modélisation du réseau de transport entre les principales villes du réseau (Québec, Montréal, Ottawa, Toronto, Windsor) en considérant le réseau terrestre (train, voiture et autocar) et aérien (avions de ligne). Seul l’aspect « demande » ou « utilisateur » du modèle est exploré. Nous laissons la modélisation de l’offre de transports pour de futures recherches. Ce travail n’est donc qu’une première étape vers l’élaboration d’un modèle plus complet, qui permettrait de convertir notre analyse en un outil d’aide à la décision.

L’objectif de ce mémoire est d’identifier et de quantifier les déterminants individuels de la demande de transport en commun pour les déplacements domicile-travail à l’heure de pointe dans la région de Québec. En particulier, la recherche évalue l’effet du revenu des ménages sur l’utilisation de l’autobus. L’apport principal de la recherche est d’analyser conjointement trois décisions qui affectent la mobilité des personnes : 1) le choix d’habiter dans un secteur avec une accessibilité élevée au transport en commun, 2) le choix de posséder un faible nombre de véhicules et 3) le choix d’utiliser l’autobus pour se déplacer au lieu de travail ou d’études. Un modèle probit multivarié est estimé avec les données de l’enquête Origine – Destination 2006 du Ministère des Transports du Québec. Les résultats révèlent la présence de facteurs inobservés qui influencent conjointement ces décisions, ce qui confirme la pertinence d’une modélisation jointe. Les principaux résultats quantitatifs indiquent que globalement, l’élasticité-revenu de l’utilisation de l’autobus est négative (-0.70) : un niveau de revenu plus élevé augmente la probabilité qu’un individu ait un véhicule à sa disposition et diminue la probabilité qu’il choisisse l’autobus pour aller au travail. Par ailleurs, les résultats montrent que les navetteurs sont plus sensibles aux temps d’attente et de transferts en autobus (élasticité de -1) qu’au temps d’accès à l’arrêt (-0.58), au temps de parcours en autobus (-0.25) et au temps de parcours en voiture (0.14). La faible sensibilité aux temps de parcours indique qu’il faut une diminution importante du temps nécessaire pour effectuer un trajet en autobus par rapport au temps de déplacement en voiture pour qu’un automobiliste choisisse l’autobus.

Un modèle structurel est fourni afin d'appréhender les phénomènes de capacité dans un modèle d'affectation de flux de voyageurs sur un réseau de transport collectifs. Cela a été fondé sur une représentation du réseau de transports collectifs en deux couches : sur la couche inférieure, le modèle traite séparément chaque sous système du réseau (ligne, station et rabattement) en fonction des effets de capacité spécifiques ; sur la couche supérieure, le choix d'itinéraire d'un voyageur individuel est adressée par une représentation du réseau en leg (ou segment de ligne) en utilisant le coût et les caractéristiques opérationnelles des sous-systèmes respectifs. On établit une cadre novateur pour modéliser les effets de capacité et on développe le modèle CapTA (pour Capacitated Transit Assignment). Il s'agit d'un modèle d'affectation de flux systémique et modulaire. Il adresse les phénomènes de capacité ci dessous : La qualité du service en véhicule est liée au confort de voyageurs à bord. L'occupation d'états de confort hétérogènes (places assises, strapontins et debout à de densités de voyageurs variables) influence la pénibilité perçu du voyage ; La capacité du véhicule à la montée impacte le temps d'attente de voyageurs et leur distribution aux missions disponibles ; La capacité de l'infrastructure de la ligne établit une relation entre le temps de stationnement des véhicules (and par extension les flux de voyageurs en montée et en descente) et la performance des missions et leur fréquence de service. Ces phénomènes sont traités par ligne d'exploitation sur la base d'un ensemble des modèles locaux qui rendent de flux et de coût spécifiques. Par conséquent, ils modifient les conditions locales d'un trajet en transports collectifs pour chaque voyageur individuel. Cependant, ils doivent être adressés dans le cadre d'un réseau de transports collectifs afin de recueillir leur effet sur les choix d'itinéraire sur le réseau ; essentiellement sur les arbitrages économiques qui impactent le choix entre itinéraires alternatifs. Leur traitement sur la couche réseau garantir la cohérence du choix d'itinéraire. Le modèle de station traite de contraintes de capacité spécifiques et évalue les conditions locales de marche, qui est sensible aux interactions des voyageurs à l'intérieur de la station : le goulot instantané à l'entrée d'un élément de circulation retard l'évacuation de la plateforme ; la densité de voyageurs et l'hétérogénéité des leur flux ralenti les voyageurs qui circulent dans une station ; la présence de l'information en temps réel influence le processus de décision des voyageurs. Ces effets n'ont pas seulement un impact sur le choix d'itinéraire à l'intérieure de la station, mais notamment ils modifient les choix de service sur le niveau du réseau. La Région Ile-de-France fournit un champ d'application idéal pour un modèle d'affectation de flux de voyageurs en transport collectifs sous contraintes de congestion. Plus précisément, il est utilisé dans le cadre du modèle CapTA pour illustrer les capacités de simulation et la finesse de l'approche de modélisation adoptée. Le réseau de transports collectifs contient 1 500 missions de cars et autocars, tout comme 260 missions ferroviaires et inclut 14 lignes de métro et 4 lignes de tramway. L'affectation de trafic à l'heure de pointe du matin est caractérisée d'une charge importante en voyageurs sur les sections centrales de lignes ferroviaires qui traversent la ville. Un temps de stationnement élevé, en raison de flux de montée et descente, et la réduction de la fréquence de service impactent la capacité des missions et des lignes. Le temps généralisé d'un trajet est impacté notamment de sa composante de confort à bord. De résultats détaillés sont présentés sur le RER A, la ligne la plus chargée du réseau ferroviaire régional
A structural model is provided to capture capacity phenomena in passenger traffic assignment to a transit network. That has been founded on a bi-layer representation of the transit network : on the lower layer the model addresses each network sub-system (line, station and access-egress) separately, on the basis of specific capacity effects ; on the upper layer a leg-based representation is used with respect to the sub-systems' costs and operating characteristics to address the trip maker's path choices. We establish a novel framework for modelling capacity effects and develop the CapTA network model (for Capacitated Transit Assignment). It is systemic and modular and addresses in particular the following capacity phenomena, the in-vehicle quality of service is linked to the comfort of the passengers on-board. The occupation of heterogeneous comfort states (seats, folding seats and standing at different passenger densities) influences the perceived arduousness of the travel ; the vehicle capacity at boarding influences the waiting time of the passengers and their distribution to the transit services ; the track infrastructure capacity relates the dwelling time of the vehicles (and by extent the alighting and boarding flows) with the performance of the transit services and their service frequency. These phenomena are dealt with by line of operations on the basis of a set of local models yielding specific flows and costs. Accordingly, they modify the local conditions of a transit trip for each individual passenger. However, these should be addressed within the transit network in order to capture their effect on the network path choices; essentially the economic trade-offs that influence the choice between different network itineraries. Their treatment in a network level assures the coherence of the path choice. Equivalently, a station sub-model addresses specific capacity constraints and yields the local walking conditions, sensible to the interaction of the passengers in the interior of a station : the instant bottleneck created at the entry of the circulation elements delays the evacuation of the station platforms; the passenger density and presence of heterogeneous passenger flows slows down the passengers who circulate in the station; and the presence of real-time information influences the decision making process of the transit users exposed to. These effects do not only impact locally the in-station path choice, but most notably they modify the choices of transit routes and itineraries on a network level. The Paris Metropolitan Region provides an ideal application field of the capacity constrained transit assignment model. It is mainly used as a showcase of the simulation capabilities and of the finesse of the modelling approach. The transit network involves 1 500 bus routes together with 260 trains routes that include 14 metro lines and 4 light rail lines. Traffic assignment at the morning peak hour is characterized by heavy passenger loads along the central parts of the railway lines. Increased train dwelling, due to boarding and alighting flows, and reduction in the service frequency impact the route and the line capacity. The generalized time of a transit trip is impacted mainly though its in-vehicle comfort component. Detailed results have been provided for the RER A, the busiest commuter rail line in the transit network