Simulation multi-agents d'un transport à la demande dynamique. L'exemple du Modulobus

Résumé : Un transport à la demande (Ambrosino et al. 2004) est qualifié de dynamique lorsqu'il ne nécessite pas de procédure lourde de réservation. La réservation est en effet généralement considérée comme le talon d'Achille de ce type de transport face aux lignes régulières, pour lesquelles la fixité des horaires et des arrêts permet un lien spontané entre l'offre et la demande. Par exemple, on sait quand et où passe régulièrement un bus et où il va, en dépit de son absence totale de flexibilité. Les TAD, lorsqu'il ne s'agit pas de lignes à déclenchement (TAD d'emprise fixe déclenché seulement en cas de demande de mobilité), suivent des parcours variables au fil des heures et des jours. Il est donc obligatoire de les réserver pour déterminer la " forme optimale " de la tournée des véhicules qui réalisent ce service. Cela expliquerait en grande partie le faible taux de pénétration des TAD parmi l'offre globale de transport, et, par ricochet, leur faible niveau d'utilisation, outre un certain cantonnement à des marchés de niche (week-end, soirées ou zones peu denses ou rurales). Il y a quelques années, nous avons développé un concept de transport à la demande (TAD) dynamique, baptisé Modulobus (Josselin & Genre-Grandpierre 2005), dont les contours opérationnels ont été dessinés dans le cadre d'un projet ANR du même nom, terminé en 2011. Pour des raisons de faisabilité technique sur le terrain, les simulations réalisées à l'époque n'ont décrit que le fonctionnement de ce TAD dynamique dans son état de prototype, sans communication entre les véhicules et les clients, hormis la transmission des feuilles de routes et des informations logistiques. L'occasion nous est donnée dans cet article de simuler le Modulobus et notamment d'intégrer l'émission, vers les clients potentiels, d'une information sur les tournées engagées par les véhicules, via ce qu'on appelle en téléphonie mobile : les pushs. Une des voies que nous explorons ici est en effet de développer des transports totalement flexibles dans le temps et l'espace, mais plus spontanés quant à leur usage, dans un milieu urbain dense où se déplacent des piétons. L'augmentation des flux de mobilité confère au système une meilleure faisabilité, par la co-présence d'un nombre suffisant de véhicules roulant et de clients potentiels. Afin de connecter ces deux " entités mobiles ", le TAD dynamique a recours au push, mode de communication dédié entre le conducteur du véhicule et le client potentiel. Dans notre cas, le push est un message envoyé au client qui lui indique la destination d'un véhicule en approche. Grâce à cette information, le client intéressé va se rendre à l'arrêt le plus proche où va passer le véhicule, monter dans ce véhicule, pour se rendre à sa destination indiquée dans la feuille de route. C'est précisément ce type de service à gestion dynamique de l'information spatio-temporelle (Diana 2006) que nous simulons dans cette proposition. L'objectif de cet article est d'une part, de réaliser un modèle de simulation du service appréhendé, en système multi-agent (Amblard & Phan 2006; Ferber & Perrot 1995), et d'en évaluer la faisabilité méthodologique. D'autre part, et ce d'un point de vue plus opérationnel, nous entrons dans le détail du fonctionnement simulé d'un TAD dynamique, à l'aide d'une panoplie de critères d'évaluation relevant des points de vue des clients, du service et du territoire dans leur ensemble. Ces critères quantitatifs varient selon les modifications de paramètres du système. La modélisation et les résultats des simulations sont alors discutés via l'analyse des critères, sous l'angle de l'efficacité et de leur sensibilité aux variations des paramètres. La simulation est réalisée dans l'environnement de développement multi-agents Netlogo (Tisue & Wilensky 2004). Sur un support de déplacement représentant un réseau théorique (générés par le système) ou analogique (simplification d'une réalité observée), nous considérons deux types d'agents : des véhicules et des clients (piétons au départ). Les véhiculent transportent les clients vers leurs destinations dans les " meilleures " conditions. Ils ne communiquent pas entre eux, ils sont en compétition. Ils ont une capacité d'accueil connue à l'avance. Ils envoient des pushs dès qu'ils transportent un client et se dirigent vers les arrêts les plus génératrices de flux. Les clients, quant à eux, sont attirés par les pushs vers les arrêts de passage des véhicules dont la tournée est cohérente avec leur destination. Ils ne communiquent pas non plus entre eux et peuvent changer en temps réel leur trajet et le choix de l'arrêt de prise en charge en fonction des configurations de la desserte proposée via les pushs, en accord avec leur destination finale. Nous évaluons le système de manière exploratoire selon trois approches. Pour chaque approche, nous avons défini une série d'indicateurs qui sont observés en temps réel sur l'interface de simulation, puis analysés statistiquement grâce à des exportations des données issues de la base. La première approche consiste à évaluer les performances du service de transport (i) à l'aide de l'indice de rentabilité (ratio entre le nombre de clients embarqués et la distance parcourue au cours de la simulation), du taux de chargement (part des arrêts traversés avec prise en charge de clients sur le nombre total d'arrêts fréquentés) et du taux d'occupation des véhicules. Nous adoptons ensuite une approche client (ii), par le biais du nombre moyen de clients en attente aux arrêts, et au temps d'attente moyen des clients avant embarquement. Enfin, nous appréhendons la desserte à l'échelle du territoire (iii), comme si nous nous placions au niveau d'une autorité organisatrice de transport. Les observations sont alors d'ordre spatial puisque nous étudions la répartition des flux sur le réseau, la proportion des arrêts avec des clients en attente, et les effets de polarisation sur le territoire. En complément des critères à évaluer, nous utilisons quatre paramètres modifiables, dans leurs intervalles de validité fonctionnelle. Ils influent notamment sur la capacité du service à répondre à la demande. Il s'agit : * du rapport des vitesses de déplacement des clients et des véhicules ; * de l'existence ou non des zones préférentielles géographiques d'émergence de demandes de mobilité ; * en ce qui concerne les véhicules, de leur nombre et de leur capacité d'accueil ; * de la montée en charge de la demande (nombre de clients).
Type de document :
Communication dans un congrès
Nouvelles approches en Géographie Théorique et Quantitative, Feb 2013, Besançon, France
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01061245
Contributeur : Adrien Lammoglia <>
Soumis le : lundi 1 décembre 2014 - 10:25:53
Dernière modification le : lundi 9 octobre 2017 - 16:24:01

Identifiants

  • HAL Id : hal-01061245, version 1

Collections

Citation

Adrien Lammoglia, Didier Josselin. Simulation multi-agents d'un transport à la demande dynamique. L'exemple du Modulobus. Nouvelles approches en Géographie Théorique et Quantitative, Feb 2013, Besançon, France. 〈hal-01061245〉

Partager

Métriques

Consultations de la notice

314

Téléchargements de fichiers

57