Utilisateur:NicolasSaunier/Brouillon/Les Transports/Modélisation

Cette page est considérée comme une ébauche à compléter . Si vous possédez quelques connaissances sur le sujet, vous pouvez les partager en éditant dès à présent cette page (en cliquant sur le lien « modifier »).

Ressources suggérées : Wikibook Fundamentals of Transportation https://en.wikibooks.org/wiki/Fundamentals_of_Transportation Contactez Utilisateur:NicolasSaunier si vous voulez contribuer

Titre: Modélisation des transports

La modélisation est un moyen de représenter la réalité de façon simplifiée et abstraite[1]. Le choix d'un modèle dépend du contexte et des objectifs. Les modèles de transports représentent de façon simple les déplacements et comportements des usagers pour aider à la planification et la prise de décision. Les modèles de transport relèvent de différentes disciplines comme le génie civil, l'urbanisme, l'informatique, la psychologie, l'ergonomie, l'économie, la médecine, etc.

À la fin de ce module, vous serez en mesure de :

  • interpréter et utiliser les modèles présentés pour caractériser la demande de transport et les différents modes.


Typologie des modèlesModifier

Les différentes modèles utilisés en transport ont plusieurs caractéristiques importantes qui définissent une typologie.

  • quelle est la représentation du temps et de l'espace, l'échelle et l'étendue? Sont-ils représentés de façon continue ou discrète?
    • le modèle est-il statique ou dynamique, temps réel ou pas? Quel est l'horizon de prédiction? Une heure, un jour, une semaine, une année?
    • quelle est l’étendue spatiale des transports? Carrefour, route, corridor, réseau?
  • quel est l'échelle du modèle en terme des agents (véhicules, usagers)? Macroscopiques, mésoscopique, microscopique ou sous-microscopique?
  • les processus sont-ils déterministes ou aléatoires/stochastiques[2]? Le modèle donne-t-il une solution exacte ou nécessite-t-il des simulations pour donner une solution? Le modèle atteind-il un équilibre?

Prenons l'exemple de la vitesse de marche des piétons, lors de la traversée d'une rue. Il y a une variabilité naturelle dans la population (et pour un même individu selon sa fatigue ou le motif de son déplacement par exemple). Un modèle déterministe considérera une valeur moyenne pour tous les piétons, alors qu'un modèle stochastique prendra en compte la variabilité en utilisant un échantillon tiré de la distribution des vitesses observées dans la population. Dans ce cas, il faut effectuer plusieurs simulations (réplications) du modèle avec des tirages indépendants d'échantillons.

Il y a nécessairement un compromis entre les objectifs d'une part, et d'autre part le contexte du modèle et les ressources nécessaires (temps, argent, données, puissance de calcul informatique) pour le créer et l'utiliser.

Les modèles de demande, permettant par exemple de prédire la demande de transport pour une région donnée, seront abordés dans le module suivant de planification des transports.

Les facteurs humainsModifier

Il est impossible d'entreprendre une étude approfondie des transports sans se préoccuper des « facteurs humains », de l'usager des transports, en tant que conducteur ou passager de véhicules et piéton. En particulier, conduire un véhicule est une tache compliquée qui demande des aptitudes particulières, des connaissances diverses et implique l'exécution de manœuvres dont certaines deviennent machinales ou même instinctives avec la pratique.

Les autres composantes des systèmes de transport (infrastructure et véhicules) devraient être conçues de façon sécuritaire pour tous les usagers, quel que soit l'âge (des enfants aux personnes âgées), la santé et les capacités comme la vitesse de déplacement (marche, avec un véhicule, etc.). Les usagers ont différentes caractéristiques physiques, psychiques et intellectuelles nécessaires dans leurs déplacements:

  • aptitudes sensorielles (données extérieures captées par les organes sensoriels): la vue est le sens le plus important: la majeure partie de l'information nécessaire à la conduite est visuelle ;
  • aptitudes physiques (temps de perception et réaction, etc.): distribution dans la population, selon la complexité de la tache ;
  • facteurs psychiques (attente/attention) et sociaux ;
  • facteurs médicaux (maladie, fatigue).

(TODO modèle perception-intellection-émotion-volonté + temps de perception et réaction)

Les limitations des êtres humains sont ainsi la cause principale des inefficacités des transports et des problèmes de sécurité routière, ou dans les mots du professeur Hani Mahmassani[3]:

« Cognitive and behavioral limitations of human drivers are at the root of system inefficiency. Perception time lags, reaction times, and a natural tendency towards over-reaction under stressful situations or perceived risk result in volatility, congestion, instability, frustrating stop-and-go patterns, "phantom bottlenecks", capacity loss, and other component- and system-level phenomena » — Hani S. Mahmassani, Transportation System Intelligence: The Promise and Continuing Opportunities

Modèle de hiérarchie des taches[4]Modifier

Conduire implique un nombre d'activités ou taches discrètes et interdépendantes, qui peuvent se répartir en trois niveaux de compétences et de contrôle (dans l'ordre croissant de complexité et décroissant de priorité):

  • Niveau opérationnel (contrôle): interaction immédiate avec le véhicule et la route (tourner volant, accélérer, changer de vitesse, etc.) ;
  • Niveau tactique (manœuvres): rester sur la route en sécurité (suivre la route, les véhicules, dépasser) ;
  • Niveau stratégique (planification): traverser le réseau pour atteindre une destination (planification du voyage, suivi de l'itinéraire) ;

On retrouve la hiérarchie des taches dans tous les modes de déplacement, par exemple dans la marche.

(TODO graphique de publication)

Modèle de compensation du risque ([5])Modifier

Ce modèle (ou théorie) suggère que les personnes ajustent leur comportement en réponse au niveau de risque perçu: elles sont plus précautionneuses si le risque perçu augmente, et vice versa. Il s'agit d'un phénomène particulier d'adaptation du comportement. Un modèle plus spécifique est le modèle d'homéostasie du risque de Wilde (1982), qui fait l'hypothèse que les personnes ont un niveau cible de risque et que leur comportement s'adapte de façon à maintenir un niveau de risque proche de notre cible.

Le modèle de compensation du risque explique pourquoi les modification aux infrastructures et véhicules destinées à améliorer la sécurité routière n'ont pas toujours l'effet escompté: les usagers adaptent leur comportement à leur nouvel environnement[6]. On peut citer plusieurs exemples en sécurité routière qui sont en accord avec le modèle:

  • les freins ABS « anti-lock brakes »: plusieurs études montrent que les conducteurs de véhicules équipés de l'ABS conduisent plus vite, plus près des autres véhicules et freinent plus tard ;
  • les casques pour les cyclistes: une revue de la littérature de juridictions ayant introduit des lois rendant le port du casque obligatoire montre que une augmentation du taux de port de casque de plus de 40 %, mais aucun effet significatif sur les accidents entraînant des blessures à la tête. L'auteure conclut que le port du casque pourrait encourager les cyclistes à prendre plus de risque ou les conducteurs à faire moins attention lors de leurs interactions avec les cyclistes avec casque, ce qui a été montré dans une étude des distances de dépassement des véhicules [7] ;
  • changement de sens de la circulation: lorsque la circulation est passée à droite en Suède en 1967, le nombre d'accidents et de morts dans des accidents à fortement diminué (baisse des réclamations auprès des assurances de 40 %) et a été expliqué par un phénomène de compensation du risque (le risque perçu par la conduite à droite étant plus élevé). Le nombre de morts dans des accidents de la route a de nouveau augmenté par la suite pour retourner à son niveau d'avant le changement au bout de deux ans.

Modèles macroscopiquesModifier

circulation continue et discontinue

 
The High Five in Dallas, Texas, United States: an example of interchange design. This is a complicated five-level stack interchange due to the proximity of frontage roads and high-occupancy vehicle lanes. This hybrid design is based on parts of a four-level-stack for highways and a three-level-diamond interchange to handle the frontage roads. 32°55′27″N 96°45′49″W / 32.9242°N 96.7636°W

croisement dénivelé https://en.wikipedia.org/wiki/Grade_separation (en anglais)

diagramme fondamental (véhicule et piétons)

relation entre les variables macroscopiques de la circulation

TODO goulots (inc piétons, évacuation), ondes de choc

Modèles microscopiquesModifier

simulations de la circulation (tout modes)

modèles auto: poursuite, changement de voie et acceptation des créneaux

modèle piéton: ex modèle de forces sociales, automate cellulaire acceptation des créneaux pour la traversée (études Cavallo)

modèle cycliste moins développés

SIM City: modèle plus ou moins détaillé, complexe exemple http://www.traffic-simulation.de/

exemple piéton: http://pedsim.silmaril.org/download/

Files d'attenteModifier

OutilsModifier

Nous avons vu deux (?) outils mathématiques graphiques dans l'introduction des variables décrivant la circulation. De nombreux autres outils sont couramment utilisés pour mettre en œuvre les modèles présentés, en particulier des outils informatiques comme les systèmes de gestion de base de données (BD), les systèmes d'information géographique (SIG), et des logiciels de simulation des déplacements et de la circulation.

Aller plus loinModifier

gestion et analyse de données de transport dans le cours CIV8760 https://moodle.polymtl.ca/course/view.php?name=CIV8760


RéférencesModifier

  1. Fundamentals of Transportation/Modeling
  2. Processus stochastiques, Wikipedia https://fr.wikipedia.org/wiki/Processus_stochastique
  3. https://www.mccormick.northwestern.edu/research-faculty/directory/profiles/mahmassani-hani.html
  4. Michon, J. A. (1985). A critical review of driver behavior models: What do we know, what should we do? In R. Schwing & L. A. Evans (Eds.), Human behavior and traffic safety (pp. 487-525). New York: Plenum Press. http://jamichon.nl/jam_writings/1985_criticial_view.pdf
  5. Risk compensation, Wikipedia (en anglais) https://en.wikipedia.org/wiki/Risk_compensation
  6. Section 2.17 Risk Compensation in Elements of Access: Transport Planning for Engineers, Transport Engineering for Planners. By David M. Levinson, Wes Marshall, Kay Axhausen. 336 pages, 164 color images. Published by the Network Design Lab. https://transportist.org/books/elements-of-access/
  7. N. Swaminathan, Strange but True: Helmets Attract Cars to Cyclists https://www.scientificamerican.com/article/strange-but-true-helmets-attract-cars-to-cyclists/