Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse porte sur les modèles d'affectation dynamique du trafic et l'équilibre offre-demande du trafic, afin d'en évaluer la capacité opérationnelle et d'en développer certains aspects. L'analyse porte essentiellement sur le modèle LADTA de Leurent (2003), dont les hypothèses physiques et économiques sont proches de l'affectation statique tout en ajoutant la dimension chronologique et un traitement par file d'attente de la congestion sur les arcs du réseau de transport. Nous reprenons la formulation analytique de ce modèle dans une expression abstraite qui est générique pour l'affectation dynamique, ce qui nous permet d'élaborer des approches algorithmiques variées en termes de formulation mathématique et de variables endogènes basiques. Nous discutons des algorithmes d'équilibrage et proposons un algorithme hybride qui traite conjointement des volumes et des temps par arcs. Nous donnons une analyse formalisée du mesurage de convergence, et nous élaborons des critères de convergence rigoureux et parcimonieux. Le modèle dans une version simplifiée, les algorithmes d'équilibrage et les critères de convergence ont été programmés dans un prototype, et expérimentés sur des cas d'école, afin d'établir le comportement des algorithmes et des critères, et de procéder à des réglages pour certains paramètres.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Le travail de recherche porte sur deux thèmes: 1. développement d'un modèle dynamique multimodal basé sur les activités ; 2. développement de méthodes de résolution de l'équilibre du réseau multimodal dynamique. Nous proposons un modèle dynamique multimodal simulant l'enchaînement des déplacements basé sur les activités. Deux nouvelles méthodes de résolution du problème d'équilibre du réseau sont proposées : 1. l'algorithme de colonie de fourmis en discrétisation temporelle ; 2. la méthode de l'Entropie Relative. Cette dernière constitue une avancée méthodologique qui considère que l'équilibre du réseau est un événement rare parmi les états possibles du réseau. Pour réduire les besoins en moyens de calcul pour l'application dans un grand réseau, nous simulons les voyageurs par paquets en nous appuyant sur un nouveau modèle macroscopique de trafic en coordonnées Lagrangiennnes. Ce modèle permet de décrire la propagation des paquets conformément au modèle macroscopique du premier ordre.

Ce travail porte sur la quantification d'incertitude dans la modélisation des émissions de polluants atmosphériques dues au trafic routier d'une aire urbaine. Une chaîne de modélisations des émissions de polluants atmosphériques est construite, en couplant un modèle d’affectation dynamique du trafic (ADT) avec un modèle de facteurs d’émission. Cette chaîne est appliquée à l’agglomération de Clermont-Ferrand (France) à la résolution de la rue. Un métamodèle de l’ADT est construit pour réduire le temps d’évaluation du modèle. Une analyse de sensibilité globale est ensuite effectuée sur cette chaîne, afin d’identifier les entrées les plus influentes sur les sorties. Enfin, pour la quantification d’incertitude, deux ensembles sont construits avec l’approche de Monte Carlo, l’un pour l’ADT et l’autre pour les émissions. L’ensemble d’ADT est évalué et amélioré grâce à la comparaison avec les débits du trafic observés, afin de mieux échantillonner les incertitudes / This work focuses on the uncertainty quantification in the modeling of road traffic emissions in a metropolitan area. The first step is to estimate the time-dependent traffic flow at street-resolution for a full agglomeration area, using a dynamic traffic assignment (DTA) model. Then, a metamodel is built for the DTA model set up for the agglomeration, in order to reduce the computational cost of the DTA simulation. Then the road traffic emissions of atmospheric pollutants are estimated at street resolution, based on a modeling chain that couples the DTA metamodel with an emission factor model. This modeling chain is then used to conduct a global sensitivity analysis to identify the most influential inputs in computed traffic flows, speeds and emissions. At last, the uncertainty quantification is carried out based on ensemble simulations using Monte Carlo approach. The ensemble is evaluated with observations in order to check and optimize its reliability

La croissance démographique dans les zones urbaines représente un problème pour la planification des transports. La surcharge des systèmes de transport urbains entraîne des coûts monétaires importants et des problèmes environnementaux. Des mesures politiques sont alors nécessaires pour réduire le niveau de congestion et accroître l'efficacité des systèmes de transport. À court terme, les simulateurs de trafic pourraient constituer un outil puissant pour la conception de solutions innovantes. Mais les simulateurs de trafic classiques sont exigeants sur le plan informatique pour les applications à grande échelle. De plus, la mise en place du scénario de simulation est complexe. Une modélisation de trafic agrégée pourrait être une bonne solution (Daganzo-2007, Geroliminis-2008). Le réseau routier des villes est divisé en régions, où un diagramme fondamental macroscopique bien défini (MFD) régule les conditions de circulation à l'intérieur de chacune. Le MFD concerne le débit et la densité de trafic moyens dans une région. Malgré que l’idée d’agréger le réseau de la ville soit simple, il soulève plusieurs défis qui n’ont pas encore été abordés. Jusqu'à aujourd'hui, seule (Yildirimoglu-2014) propose un cadre d'affectation dynamique du trafic pour les réseaux régionaux et les modèles MFD. Ce cadre est basé sur le modèle Logit multinomial et ne traite pas explicitement des distributions de longueurs de parcours. De plus, leur structure ne considère pas que les utilisateurs sont différents les uns des autres et ont des objectifs et des préférences différents pour leurs voyages. L'objectif de cette thèse est double. Tout d'abord, l'influence du comportement des utilisateurs sur la performance globale du réseau routier d’une ville est étudiée. Cette analyse se concentre sur la vitesse moyenne du réseau et ses capacités internes et de sortie, en comparant différents modèles tenant compte des différents types de comportement des utilisateurs par rapport à l'équilibre utilisateur déterministe et stochastique. En second lieu, un cadre innovant et complet d’affectation dynamique du trafic pour les modèles multirégionaux basés sur le MFD est proposé. Ce cadre est divisé en plusieurs étapes et repose sur les connexions entre la ville et les réseaux régionaux. Dans un premier temps, des méthodes systématiques de mise à l’échelle sont proposées pour rassembler les voies régionales. Dans un deuxième temps, quatre méthodes sont discutées pour calculer les distributions de longueurs de parcours pour caractériser ces chemins régionaux. Dans la troisième étape, un modèle de chargement de réseau qui considère les distributions de longueurs de parcours explicitement calculées et l’évolution des vitesses moyennes régionales est proposé. Enfin, ce cadre d'affectation dynamique du trafic est étendu pour prendre en compte les usager qui ont une aversion au regret ou une rationalité imparfaite. Cette thèse s'inscrit dans le cadre d'un projet européen ERC intitulé MAGnUM: approche de modélisation du trafic multi-échelle et multimodal pour la gestion durable de la mobilité urbaine. / The population growth in urban areas represents an issue for transportation planning. This overload of urban transportation systems, leading to significant monetary costs and environmental issues. Policy measures are then needed to decrease the level of congestion and increase the efficiency of transportation systems. In a short term, traffic simulators might be a powerful tool that helps to design innovative solution. But, the classical traffic simulators are computationally demanding for large scale applications. Moreover, the set up of the simulation scenario is complex. An aggregated traffic modeling might be a good solution (Daganzo, 2007; Geroliminis and Daganzo, 2008). The city network is divided into regions where a well-defined Macroscopic Fundamental Diagram (MFD) regulates the traffic conditions inside each one. The MFD relates the average traffic flow and density inside a region. Despite the idea of aggregating the city network is simple, it brings several challenges that have not yet been addressed. Up to today, only Yildirimoglu and Geroliminis (2014) proposed a dynamic traffic assignment framework for regional networks and MFD models. This framework is based on the simple Multinomial Logit model and does not explicitly deal with trip length distributions. Moreover, their framework does not consider that users are different from each other and have different purposes and preferences for their travels. The goal of this PhD dissertation is to twofold. First, the influence of the users behavior on the global network performance is investigated. This analysis focus on the network mean speed and its internal and outflow capacities, comparing different models that account for different kinds of users behavior against the Deterministic and Stochastic User Equilibrium. Second, an innovative and complete dynamic traffic assignment framework for multi-regional MFD-based models is proposed. This framework is divided into several milestones and is based on the connections between the city and regional networks. In a first step, systematic scaling-up methods are proposed to gather the regional paths. In a second step, four methods are discussed to calculate the distributions of trip lengths that characterize these regional paths. In the third step, a network loading model that considers distributions of trip lengths that are explicitly calculated and the evolution of the regional mean speeds is proposed. Finally, this dynamic traffic assignment framework is extended to account for bounded rational and regret-averse users. This PhD is part of a European ERC project entitled MAGnUM: Multiscale and Multimodal Traffic Modeling Approach for Sustainable Management of Urban Mobility.

Cette thèse porte sur les modèles d'équilibres dynamiques sur un réseau de transport et leurs applications à l'affectation de trafic. Elle tente d'en propose une formulation à la fois générale et mathématiquement rigoureuse. Une attention particulière est accordée à la représentation de la demande de transport. Plus spécifiquement, la modélisation de l'hétérogénéité dans les préférences des usagers d'un réseau de transport, ainsi que des stratégies de choix d'horaire dans les déplacements, occupe une place importante dans notre approche. Une caractéristique de ce travail est son fort recours au formalisme mathématique; cela nous permet d'obtenir une formulation concise et micro-économiquement cohérente des réseaux de transport et de la demande de transport dans un contexte dynamique. Cette thèse traite aussi de méthodes de résolution en lien avec les modèles d'équilibres dynamiques. Nous établissons analytiquement des équilibres sur des réseaux de petites tailles afin d'améliorer la connaissance qualitative de l'interaction entre offre et demande dans ce contexte. L'intuition retirée de ces exercices nous permet de concevoir des méthodes numériques de calculs qui peuvent être appliquées à des réseaux de transport de grande taille. Tout au long de la thèse plusieurs applications économiques de ces travaux sont explorées. Toutes traitent des politiques de tarification de la congestion et de leurs évaluation, notamment lorsque les automobilistes sont susceptibles d'ajuster leurs horaires de départ. En particulier une politique tarifaire conçue pour limiter la congestion lors des grands départs de vacances est testée. Elle consiste à mettre en place un péage sur le réseau autoroutier variant selon l'heure de la journée mais aussi de jour en jour. Ce type de péage est particulièrement intéressant pour les exploitants car il leur permet d'influencer à la fois sur l'heure et le jour de départ des vacanciers. Les méthodes développées dans cette thèse permettent d'établir que les gains en termes de réduction de la congestion sont substantiels.

Les ressources humaines jouent un rôle crucial dans les systèmes de production. D’une part, elles doivent être polyvalentes et flexibles pour pouvoir effectuer des tâches variées. D’autre part, elles doivent être affectées aux différentes machines du système de façon qu’elles puissent satisfaire  les performances industrielles. Toutefois, il est souvent difficile de prendre des décisions concernant le nombre, les compétences et les stratégies d’affectation des opérateurs, en particulier dans les systèmes où la demande est aléatoire, changeante et fluctuante et lorsqu’il y a plusieurs objectifs à optimiser. Dans ce contexte, la présente thèse vise en premier lieu à déterminer comment affecter les opérateurs aux machines. En second lieu, elle vise à définir le nombre d’opérateurs et les compétences requises afin de réduire les durées de fabrication et le coût de la main d’œuvre. Deux heuristiques sont proposées pour affecter les opérateurs de façon dynamique, et en ligne, à chaque fois ils deviennent disponibles. Le choix de la machine se fait en se basant sur une analyse multicritère de l’état actuel du système avec la méthode TOPSIS pour la première heuristique et avec une méthode de restriction basée sur des seuils numériques pour la deuxième. Les critères utilisés ont été choisis à l'aide d’un jeu sérieux (simulation interactive visuelle dédiée) en utilisant le logiciel ARENA. Pour optimiser les poids de ces critères et les seuils numériques et afin d’adapter les heuristiques proposées, nous avons utilisé l’optimisation basée sur la simulation, qui intègre la dimension à la fois aléatoire et fluctuante de la demande. Les résultats des comparaisons avec les stratégies d’affectation les plus utilisées dans la littérature ont montré l’intérêt et la pertinence de nos heuristiques. Pour optimiser le nombre d’opérateurs et leurs compétences, nous avons proposé une approche basée sur la simulation et sur un algorithme évolutionnaire multi objectif (NSGAII). Nous suggérons d’accepter une certaine redondance aux niveaux des compétences afin de réduire l’impact de l’absentéisme des opérateurs sur la performance du système. Pour prendre en compte le comportement changeant et fluctuant des systèmes de production, nous avons intégré dans l’approche d’optimisation l’heuristique d’affectation la plus performante sur les heuristiques proposées. Un modèle de simulation d’un système de type Job-shop a été utilisé pour illustrer notre approche. Les résultats obtenus sur l’ensemble des solutions non dominées ont montré la pertinence de l’approche proposée. / Human resources play a crucial role in production systems. On one hand, they have to be multi-skilled and flexible to carry out various tasks. On the other hand, they must be assigned to the different machines in the system so as to satisfy industrial performances. However, it is often difficult to make decisions about the number, skills and workers assignment strategies, particularly when systems are characterized by random, changing and fluctuating demand and when there are multiple objectives to be optimized. In this context, the present thesis aims first to determine how to assign workers to machines. Second, it aims to define the number of workers and the required skills in order to reduce production times and manpower costs. Two heuristics are then proposed to assign workers dynamically, on line, each time they become idle. The choice of the machine is based on a multi criteria analysis of the current state of the system using TOPSIS method for the first heuristic and a restriction method based on numerical thresholds for the second one. The criteria used are chosen through a serious game (a dedicated Visual Interactive Simulation) implemented using ARENA software. In order to optimize the weights of these criteria and the numerical thresholds and to adapt the proposed heuristics, we used a simulation optimization, which integrates both of the random and fluctuating dimensions of the demand. The results of comparisons with the most used assignment strategies in the literature have shown the interest and relevance of our heuristics. In order to optimize the number of workers and their skills, we proposed an approach based on simulation and an evolutionary multi-objective algorithm (NSGAII). We suggest accepting some redundancy on skills so as to reduce the impact of worker absenteeism on system performance. In order to take into account the changing and fluctuating behavior of production systems, we have integrated in our optimization approach the most efficient assignment heuristic among the proposed ones. A simulation model of a job shop system has been used to illustrate our approach. The results obtained on all non-dominated solutions showed the relevance of the proposed approach.

L’objectif de ce travail consiste en la modélisation des flux de véhicules d’un grand et dense réseau de transport multimodal. Le travail s’organise en deux parties: un aspect théorique et un aspect développement. L’étude théorique met l’accent sur la façon dont un réseau multimodal peut être modélisé et comment sa performance en termes d’offre peut être optimisée. Pour ce faire, trois études principales sont réalisées: la prévision et la régulation des flux de trafic sur les grands réseaux de surface, la multimodalité véhiculaire dans les grands réseaux de surface prenant en compte les nouvelles formes de mobilité, et enfin l’impact de l’information sur le coût des itinéraires. La partie développement consiste en la conception d’un simulateur de flux de trafic pour réguler le trafic multimodal véhiculaire. Le simulateur développé devrait aider les opérateurs de transport et les collectivités territoriales dans leurs stratégies de gestion des flux de trafic / The objective of this work consists on the modeling of traffic flow of a large multimodaltransportation network. The work is organized in two parts: a theoretical study part anda development part. The theoretical study emphasizes on how a multimodal network canbe model and how its performance in terms of supply can be optimized. To do so, threemain studies are discussed: the traffic flow prediction and regulation on large surface net-works, the vehicular multimodality in big surface networks taking into account new forms ofmobility, and finally the impact of the information on the cost of the itineraries. The devel-opment part consists on the conception of a traffic flow simulator to regulate the vehicularmultimodal traffic. The developed simulator should assist transport operators and territorialcommunities in their traffic flow management strategies

Aujourd'hui, le problème de stationnement devient l'un des enjeux majeurs de la recherche dans la planification des transports urbains et la gestion du trafic. En fait, les conséquences de l'absence de places de stationnement ainsi que la gestion inadéquate de ces installations sont énormes. L'objectif de cette thèse est de fournir des algorithmes efficaces et robustes afin que les conducteurs gagnent du temps et de l'argent et aussi augmenter les revenus des gestionnaires de parking. Le problème est formulé comme un problème d'affectation multi-objectifs dans des environnements statique et dynamique. Tout d'abord, dans l'environnement statique, nous proposons de nouvelles heuristiques en deux phases pour calculer une approximation de l'ensemble des solutions efficaces pour un problème bi-objectif. Dans la première phase, nous générons l'ensemble des solutions supportées par un algorithme dichotomique standard. Dans la deuxième phase, nous proposons quatre métaheuristiques pour générer une approximation des solutions non supportées. Les approches proposées sont testées sur le problème du plus court chemin bi-objectif et le problème d'affectation bi-objectif. Dans le contexte de l'environnement dynamique, nous proposons une formulation du problème sous forme d'un programme linéaire en nombres entiers mixtes qui est résolue à plusieurs reprises sur un horizon de temps donné. Les fonctions objectives considérées, permettent un équilibre entre la satisfaction des conducteurs et l'intérêt du gestionnaire de parking. Deux approches sont proposées pour résoudre ce problème d'affectation dynamique avec ou sans phase d'apprentissage. Pour renforcer la phase d'apprentissage, un algorithme à estimation de distribution est proposé pour prévoir la demande future. Pour évaluer l'efficacité des algorithmes proposés, des essais de simulation ont été effectués. Aussi une mise en œuvre pilote a été menée dans le parking à l'Université de Valenciennes en utilisant une plateforme existante, appelée Context Aware Transportation Services (CATS), qui permet le déploiement dynamique de services. Cette plate-forme peut dynamiquement passer d'une approche à l'autre en fonction du contexte. Enfin cette thèse s'inscrit dans le projet SYstem For Smart Road Applications ( SYFRA). / The parking problem is nowadays one of the major issues in urban transportation planning and traffic management research. In fact, the consequences of the lack of parking slots along with the inadequate management of these facilities are tremendous. The aim of this thesis is to provide efficient and robust algorithms in order to save time and money for drivers and to increase the income of parking managers. The problem is formulated as a multi-objective assignment problem in static and dynamic environments. First, for the static environment, we propose new two-phase heuristics to calculate an approximation of the set of efficient solutions for a bi-objective problem. In the first phase, we generate the supported efficient set with a standard dichotomic algorithm. In the second phase we use four metaheuristics to generate an approximation of the non-supported efficient solutions. The proposed approaches are tested on the bi-objective shortest path problem and the biobjective assignment problem. For the dynamic environment, we propose a mixed integer linear programming formulation that is solved several times over a given horizon. The objective functions consist of a balance between the satisfaction of drivers and the interest of the parking managers. Two approaches are proposed for this dynamic assignment problem with or without learning phase. To reinforce the learning phase, an estimation of distribution algorithm is proposed to predict the future demand. In order to evaluate the effectiveness of the proposed algorithms, simulation tests have been carried out. A pilot implementation has also been conducted in the parking of the University of Valenciennes, using an existing platform called framework for context aware transportation services, which allows dynamic deployment of services. This platform can dynamically switch from one approach to another depending on the context. This thesis is part of the project SYstem For Smart Road Applications (SYFRA).