Cette thèse propose une modélisation des interactions entre le Transport de Marchandises en Ville (TMV) et la dynamique du trafic. Ces deux composantes, pourtant imbriquées, ne sont que très rarement étudiées simultanément. Plus précisément, cette thèse investigue les impacts du TMV sur les états de trafic ; et inversement, les impacts des états de trafic sur le TMV. Les recherches s’articulent autour de deux axes : le TMV à l’échelle (i) de la livraison et (ii) de la tournée de livraison, et la dynamique du trafic à l’échelle (iii) d’un jour et (iv) d’un catalogue de jours. (i) Le TMV réalisé par des véhicules routiers peut engendrer des formes de congestion, et par conséquent des nuisances sonores et atmosphériques. Néanmoins, il s’agit d’un « mal nécessaire » car le transport de ces marchandises est essentiel pour l’économie des villes. Une pratique courante est la livraison en double file. Ces « stationnements sauvages » réduisent l’écoulement des véhicules dans le réseau de transport. Une étude de sensibilité quantitative en simulation microscopique met en lumière une dégradation significative des états de trafic sur un boulevard urbain à partir d’un faible nombre de stationnements en double file. Ces phénomènes locaux et temporaires semblent essentiels à intégrer dans les simulations du trafic afin d’étudier au mieux les performances globales du système de transport. (ii) Les tournées de livraison planifiées peuvent être améliorées par l’intégration des conditions de circulation. Les algorithmes existants d’optimisation de tournées se basent sur une certaine qualité et quantité de données. Nous investiguons l’influence de plusieurs niveaux de granularité d’information du trafic sur l’ordonnancement optimale des tournées. De plus, nous comparons les temps de parcours estimés par les algorithmes, et les temps de parcours effectifs estimés à l’aide d’une simulation microscopique. Les états de trafic attendus peuvent être sujets à quelques variations. Nous proposons une méthodologie de génération de tournées intégrant de l’incertitude dans la dynamique du trafic. (iii) À l’échelle de la ville, les états de trafic sont naturellement variables, que ce soit dans l’espace ou au cours du temps. Le partitionnement permet de découper un réseau de transport en zones homogènes. Une zone est définie par un ensemble de liens connectés ayant des conditions de circulation similaires. Nous proposons une approche spatio-temporelle définissant des zones en 3 Dimensions (3D). L’idée est de résumer la majeure partie de la dynamique du trafic d’une ville en utilisant peu d’information : la vitesse moyenne par zone spatio-temporelle. Deux familles de méthodes de clustering fondamentalement différentes sont comparées et évaluées. Le cas d’étude est le réseau d’Amsterdam avec des données réelles. (iv) D’un jour à l’autre, la dynamique du trafic peut être similaire. Nous proposons une méthodologie regroupant les jours par leurs motifs de congestion. L’existence d’une régularité dans les motifs journaliers est introduite par la notion de jour-type. Un jour-type est le jour de référence d’un groupe de jours. Nous validons notre modèle en comparant les temps de parcours effectifs et les temps de parcours estimés par les jours-types. Diverses applications peuvent être raffinées à partir de quelques jours-types, comme l’assistance routière et la génération de tournées. / This thesis aims to modeling the interactions between the urban freight and the traffic dynamic. Although both are intertwined, they have rarely been studied considering a combined approach. Specifically, the main purpose is to analyze the impacts of the urban freight on traffic states, and vice versa. This research is focused on two axes: the urban freight considering (i) the delivery and (ii) the delivery route scales, and two traffic dynamic scales describing (iii) a day and (iv) a set of days. (i) The delivery of goods carried by vehicles can produce traffic congestion, noise and air pollution. Nevertheless, the transport of goods is essential for the economy of cities. The double parking is a common way for delivery trucks. This illegal parking reduces the vehicle capacity of the transportation network. A sensitivity analysis in traffic microscopic simulation model for urban freight highlight a significant decreasing of the traffic conditions on an urban corridor considering a low number of double parking. These local and temporal phenomena are essential to be integrated into the traffic simulation in order to better study the overall performance of the transportation system. (ii) The delivery route planner can be improved by integrating traffic conditions. The route optimization algorithms are based on quality and quantity of given data available. We investigate the influence of several levels of granularity on traffic information data for the optimal route scheduling. Moreover, the travel time estimated by algorithms and the effective travel time estimated by a microscopic simulation are compared. In addition, the expected traffic conditions can be subject to variations. We propose a methodology of delivery route planner integrating the uncertainty of the traffic dynamics. (iii) At the city level, the traffic conditions are varied through space and time. A partitioning of urban transportation networks makes possible to identify homogeneous zones. A zone is defined by a set of connected links with similar traffic conditions. We proposed a spatial and temporal approach to define the 3D zones. The idea is to summarize the majority of the traffic dynamics of a given city using only a few information: the mean speed per spatial and temporal zone. Two fundamentally different methods of clustering are compared and evaluated. The study case is the Amsterdam network with its real-world traffic data. (iv) From day to day, the traffic dynamic can be similar. We proposed a methodology grouping days by their similar congestion patterns. The existence of a regularity through daily patterns are introduced by consensual speed map. A consensual speed map is the reference day representing a group of days. Our model is validated by using the effective travel time and estimated ones by the consensual speed maps. Numerous applications can be refined from a couple of consensual speed maps, as the route guidance and delivery route planning.