Test d’un modèle d’affectation des transports collectifssimbad.laet.science/documents/Memoires/Skalli2007.pdf · Projet de Fin de Formation ... Elève Ingénieur en 3ème année

Ecole Hassania des Travaux Publics

2005-2006

Projet de Fin de Formation Master Gestion et Exploitation des Systèmes de Transport

Mounia SKALLI

Elève Ingénieur en 3ème année Génie Civil

Test d’un modèle d’affectation des transports collectifs Elaboration du réseau des transports collectifs lyonnais sous

DaVISUM sur la base de données disponibles, et comparaison des résultats d’affectation issus de cette approche avec ceux de TERESE.

Projet réalisé au sein du Laboratoire d’Economie des Transports

à Lyon - France

Du 21 Juillet 2006 au 10 Janvier 2007

Encadrant interne : M. Mostafa ELHAMLY

Encadrant externe : M. Patrick BONNEL

I

« Nous croyons que le transport, au cœur de l’économie et de la vie quotidienne des

citoyens, peut satisfaire les exigences de la protection de l’environnement tout en

contribuant au bien-être des populations, et cela par combinaison appropriée de

politiques ».

Rapport sur l’environnement, Association Mondiale de la Route, 2004.

II

Remerciements

A mes chers parents à qui je dois la vie.

A mon encadrant externe Monsieur Patrick BONNEL, grâce à qui j’ai pu approfondir mes

connaissances en matière de modélisation de la demande de déplacement, et qui n’a épargné

aucun effort pour faire réussir ce travail. J’ai été très honorée de travailler avec une telle

personne.

A mon encadrant interne Monsieur Mostafa EL HAMLY d’abord parce que c’est grâce à lui

que j’ai aimé la modélisation et donc j’ai choisi ce stage, et puis pour son suivi et son soutien

tout au long des six mois de travail.

A ma famille qui m’a toujours encouragé et soutenu.

A mes amis avec lesquels j’ai eu le plaisir de partager ma vie estudiantine.

A tous mes enseignant qui m’ont prodigués leur savoir et conseils.

A tous ceux qui m’ont aidé dans l’élaboration de ce travail, notamment Messieurs Sylvain

BAUGE et Christian DE CARVALHO de Kéolis Lyon, Messieurs Fabrice MARCHAL, Jean

Pierre NICOLAS et David CAUBEL du Laboratoire d’Economie des Transports, Monsieur

Emmanuel BERNE de l’Ecole Nationale des Travaux Publics de l’Etat, Madame Florence

PRYBYLA et Messieurs Frederic ORVAIN, Frederic REUTENAUER et Mathias LENZ de

PTV France.

A toute personne ayant participé de proche ou de loin au bon déroulement de ce travail.

III

NOTICE ANALYTIQUE NOM PRENOM COORDONNEES

AUTEUR SKALLI Mounia [email protected]

+ 212 65 20 26 83

TITRE DU TFE Test d’un Modèle d’Affectation des Transports Collectifs

ORGANISME

D'AFFILIATION ET

LOCALISATION NOM PRENOM

ENCADRANT

EXTERNE LET - ENTPE Patrick BONNEL

ENCADRANT

INTERNE EHTP Mostafa EL HAMLY

COLLATION Nombre de pages

du rapport 81

Nombre de pages d'annexes

5

Nombre de références bibliographiques

23

MOTS CLES Modélisation de la demande de déplacement, affectation, réseaux des transports en commun

TERMES

GEOGRAPHIQUES Aire urbaine lyonnaise

IV

RESUME

Mon projet de fin de formation s’inscrit dans le cadre du projet SIMBAD (Simuler les

MoBilités pour une Agglomération Durable), développé au sein du Laboratoire d’Economie

des Transports. C’est un modèle prospectif qui rend compte des enjeux environnementaux,

économiques et sociaux des déplacements de personnes et de marchandises, réalisés au sein

de l’aire urbaine lyonnaise. L’objectif étant de pouvoir simuler, en partenariat avec des

acteurs publics du grand Lyon, différents scénarios de politiques de transport et d’urbanisme,

et de tester leurs impacts de manière simultanée dans ces trois dimensions.

SIMBAD se divise en plusieurs modules interagissant entre eux : localisation des activités

économiques, localisations résidentielles, génération de la demande de transport de passagers,

génération de la demande de transport de marchandises et affectation des déplacements sur les

réseaux routiers et de transport collectif.

Mon intervention dans ce grand projet prend lieu dans la phase du développement du module

« Affectation des Transports Collectifs ». Le LET souhaite utiliser des données

théoriquement disponibles, c’est-à-dire des données non confidentielles, pour codifier le

réseau des transports collectifs, sans avoir à réaliser une lourde étape de calage du réseau qui

nécessite d'avoir des données fines en matière d'usage des transports collectifs qui ne sont pas

toujours facilement accessibles. J’ai été amenée à tester cette approche sous le logiciel

DaVISUM sur la base d’une comparaison avec les résultats d’un modèle conventionnel qui

est le modèle TERESE.

Après avoir reconstitué le réseau de transport en commun Lyonnais de 2001 en partant des

données de 2006, je l’ai codifié sous DaVISUM, j’ai codifié le zonage de Lyon et la matrice

de la demande de déplacement en heure de pointe du soir d’un jour normal, et j’ai réalisé

plusieurs procédure d’affectation sous DaVISUM, en changeant à chaque fois les coefficients

des termes du temps généralisé. Les résultats m’ont amené à modifier le temps de parcours

des connecteurs, en fonction du mode qu’on désire utiliser. J’ai refait le même processus en

tenant compte du changement réalisé, les derniers résultats trouvés ont montré que je suis sur

la bonne voie et m’ont conduit vers des pistes d’amélioration de mon travail.

V

TABLE DES MATIERES

REMERCIEMENTS ............................................................................................................... II

NOTICE ANALYTIQUE ..................................................................................................... III

RESUME ................................................................................................................................. IV

TABLE DES MATIERES ...................................................................................................... V

LISTE DES TABLEAUX ................................................................................................... VIII

LISTE DES FIGURES ........................................................................................................ VIII

LISTE DES ABREVIATIONS ............................................................................................. IX

INTRODUCTION .................................................................................................................... 1

I. CADRE ET CONTEXTE DU TRAVAIL ...................................................................... 3

I.1 UNITE DE TRAVAIL ............................................................................................... 3

I.2 LE RESEAU DES TRANSPORTS EN COMMUN A LYON ................................... 4

I.2.1 Description ............................................................................................................. 4

I.2.2 Organisation et exploitation ................................................................................... 4

I.3 PROJET SIMBAD ..................................................................................................... 5

I.3.1 Présentation et objectifs du projet ......................................................................... 5

I.3.2 Démarche prospective de SIMBAD ........................................................................ 6

I.3.3 Formalisation des scénarios prospectifs ................................................................ 7

I.3.3.1 Délimitation du système modélisé ................................................................................ 7 I.3.3.2 Sélection et attribution du statut des variables clés ....................................................... 9 I.3.3.3 Scénarios retenus ......................................................................................................... 11

I.3.4 Architecture du projet .......................................................................................... 12

II. BASES THEORIQUES DES MODELES DE TRANSPORT ................................... 14

II.1 PERIMETRE D’ETUDE ET DEFINITION DU ZONAGE ..................................... 14

II.1.1 Périmètre d’étude ................................................................................................. 14

II.1.2 Définition du zonage ............................................................................................ 15

II.2 ETAPES DES MODELES A QUATRE ETAPES ................................................... 16

II.2.1 Génération ............................................................................................................ 16

II.2.2 Distribution .......................................................................................................... 18

VI

II.2.3 Répartition modale ............................................................................................... 18

II.2.4 Affectation ............................................................................................................ 19

II.2.4.1 Temps généralisé ......................................................................................................... 21 II.2.4.2 Classification des modèles d’affectation ..................................................................... 23

II.3 OPERATIONNALITE ET PROBLEMATIQUE DES MODELES ........................ 27

II.3.1 Opérationnalité des modèles ................................................................................ 27

II.3.1.1 Pertinence .................................................................................................................... 27 II.3.1.2 Cohérence .................................................................................................................... 27 II.3.1.3 Mesurabilité ................................................................................................................. 28

II.3.2 Problématique des modèles .................................................................................. 29

III. DONNEES DE BASE, CODIFICATION ET APPLICATION DU LOGICIEL ..... 32

III.1 DONNEES DE BASE .............................................................................................. 32

III.1.1 Zonage .................................................................................................................. 32

III.1.2 Réseau de transport .............................................................................................. 33

III.1.3 Matrice Origine-Destination ................................................................................ 36

III.2 CODIFICATION SOUS DAVISUM ....................................................................... 37

III.2.1 Eléments de la codification du réseau sous DaVISUM ........................................ 37

III.2.2 Démarche suivie ................................................................................................... 45

III.3 REALISATION DE L’AFFECTATION SOUS DAVISUM ................................... 46

III.3.1 Les procédures d’affectation sous DaVISUM ...................................................... 46

III.3.2 Affectation selon la cadence ................................................................................. 47

III.3.2.1 Détermination de la cadence ....................................................................................... 47 III.3.2.2 Coûts généralisés ......................................................................................................... 48 III.3.2.3 Recherche et choix d’itinéraires .................................................................................. 49 III.3.2.4 Evaluation de la procédure, champs d’application ...................................................... 50

III.3.3 Description de la réalisation de l’affectation sous DaVISUM ............................ 50

IV. ANALYSE ET COMPARAISON DES RESULTATS D’AFFECTATION SOUS

DAVISUM AVEC CEUX DE TERESE ............................................................................... 54

IV.1 PRESENTATION DE TERESE............................................................................... 54

IV.2 RESULTATS D’AFFECTATION SOUS TERESE ................................................ 55

IV.3 RESULTATS D’AFECTATION SOUS DAVISUM, ANALYSE ET

COMPARAISON AVEC TERESE ...................................................................................... 55

IV.4 CONCLUSION SUR L’ANALYSE ET LA COMPARAISON ............................... 61

VII

CONCLUSION ET PERSPECTIVES ................................................................................. 62

ANNEXE ................................................................................................................................. 64

BIBLIOGRAPHIE ................................................................................................................. 69

VIII

LISTE DES TABLEAUX

TABLEAU 1 : CLASSIFICATION DES MODELES D’AFFECTATION (BONNEL, 2004) ... 24

TABLEAU 2 : CHARGE SUR CHAQUE MODE DE TRANSPORT EN EN COMMUN

CALCULEE A L’AIDE DE TERESE ................................................................. 55

TABLEAU 3 : PREMIERS RESULTATS D’AFFECTATION SOUS DAVISUM ................... 56

TABLEAU 4 : TABLEAU DES VALEURS ATTRIBUEES AUX CONNECTEURS POUR

VALORISER LES TRANSPORTS EN SITES PROPRES ................................ 58

TABLEAU 5 : COMPARAISON DES PARTS DE MARCHE DE CHAQUE METRO PAR

RAPPORT AU AUTRES METRO, ISSUES DE DAVISUM ET DE TERESE . 59

TABLEAU 6 : SECONDS RESULTATS D’AFFECTATION SOUS DAVISUM .................... 59

LISTE DES FIGURES

FIGURE 1 : SCHEMAS DU PROCESSUS DE SELECTION DES VARIABLES POUR LA CONSTRUCTION DE

SCENARIOS PROSPECTIFS (SCENARIOS PROSPECTIFS POUR LE PROJET SIMBAD, J.P.

NICOLAS, N. MORICE, FEVRIER 2006) ................................................................. 6

FIGURE 2 : GRAPHIQUE DU CLASSEMENT DES PRINCIPALES VARIABLES CLES SELON LEUR DEGRE

DE MAITRISE ET D’INCERTITUDE (J.P. NICOLAS, N. MORICE, FEVRIER 2006) ...... 9

FIGURE 3 : SCHEMA DE L’ARCHITECTURE DE SIMBAD (J.P. NICOLAS, M. HOMOCIANU, F.

MARCHAL, J.L. ROUTHIER, 2006) .................................................................... 12

FIGURE 4 : SCHEMA DE GENERATION DES EMISSIONS ET ATTRACTIONS PAR ZONE (BONNEL,

2004) ....................................................................................................................... 16

FIGURE 5 : SCHEMA DE DISTRIBUTION DES DEPLACEMENTS (BONNEL, 2004) ......................... 18

FIGURE 6 : SEQUENCE DES ETAPES LORS DU CALAGE DU MODELE A QUATRE ETAPES (BONNEL,

2004) ....................................................................................................................... 20

FIGURE 7 : RAPPORT ENTRE SYSTEMES DE TRANSPORT, MODES, SEGMENTS DE LA DEMANDE ET

MATRICES O-D (MANUEL DAVISUM, P54) ............................................................. 39

FIGURE 8 : RESEAU DES TRANSPORTS COLLECTIFS LYONNAIS MODELISE SOUS DAVISUM ...... 51

FIGURE 9 : VISUALISATION DES CHARGES SUR LE RESEAU DES TRANSPORTS COLLECTIFS

LYONNAIS SOUS DAVISUM ................................................................................... 53

IX

LISTE DES ABREVIATIONS

ADEME Agence De l’Environnement et de la Maîtrise de l’Energie

CERTU Centre d’Etudes sur les Réseaux, les Transports, l’Urbanisme et les constructions

publiques

DRAST Direction de la Recherche et des Affaires Scientifiques et Techniques

DRP Distance Réellement Parcourue

DVO Distance à Vol d’Oiseau

INRETS Institut National de Recherche sur les Transports et leur Sécurité

INSEE Institut National de la Statistique et des Etudes Economiques

IRIS Ilots Regroupées pour l’Information Statistique

LET Laboratoire d’Economie des Transports

MAP Marche à Pieds

NR Nombre de Rupture

OD Origine Destination

PDU Plan de Déplacements Urbains

PL Poids Lourd

PTU Périmètre des Transports Urbains

SCOT Schéma de Cohérence Territoriale

SIG Systèmes d’Informations Géographiques

SIMBAD Simuler les Mobilités pour une Agglomération Durable

SYTRAL Syndicat mixte des Transports pour le Rhône et l'Agglomération Lyonnaise

TAC Temps d’Attente en Correspondance

TAD Temps d’Attente au Départ

TAX Temps d’Accès à Destination

TC Transports Collectifs

TCL Transport en Commun Lyonnais

TDP Temps de Déplacement Perçu

TERESE Test de Réseau

TEV Temps de Transport en Véhicule

TG Temps Généralisé

TI Transport Individuel

TMàP Temps de Marche à Pieds

X

TR Temps de Rabattement

VP Voiture Particulière

Master Gestion et Exploitation des Systèmes de Transport – Projet de fin de Formation

Mounia SKALLI – Laboratoire d’Economie des Transports 1

INTRODUCTION

La mobilité est un facteur essentiel pour le développement de la société, mais pour satisfaire

la demande de cette mobilité, toujours croissante, il faut organiser les transports de façon plus

durable. Dans cette perspective, le Laboratoire d’Economie des Transports (LET) propose, à

travers le projet SImuler les MoBilités pour une Agglomération Durable (SIMBAD), de

développer un modèle prospectif qui rend compte des enjeux environnementaux,

économiques et sociaux des déplacements de personnes et de marchandises réalisés au sein

d’une aire urbaine. L’objectif étant de pouvoir simuler, en partenariat avec des acteurs

publics du grand Lyon, différents scénarios de politiques de transports et d’urbanisme et de

tester leurs impacts de manière simultanée dans ces trois dimensions.

SIMBAD se divise en plusieurs modules interagissant entre eux : localisation des activités

économiques, localisations résidentielles, génération de la demande de transport de passagers,

génération de la demande de transport de marchandises et affectation des déplacements sur les

réseaux routiers et de transports collectifs. Mon intervention dans ce grand projet prend lieu

dans la phase du développement du module « Affectation des Transports Collectifs ».

Le LET souhaite utiliser des données théoriquement disponibles dans tous les réseaux

(c’est-à-dire des données non confidentielles), pour codifier de manière automatique le réseau

des transports collectifs, sans avoir à réaliser une lourde étape de calage du réseau, qui

nécessite d'avoir des données fines en matière d'usage des transports collectifs qui ne sont pas

facilement accessibles (car les autorités organisatrices ou les entreprises ne veulent pas

toujours les donner). L’outil informatique qui sera utilisé pour notre procédure d’affectation

est le logiciel DaVISUM1. Il s’avère indispensable, avant de pousser le développement de ce

module, de tester l’efficacité de cette approche ; c’est ce que j’ai été amenée à faire à travers

mon stage de fin de formation.

L’objectif de mon stage est de reconstituer le réseau de transport en commun Lyonnais de

2001 (nous verrons par la suite pourquoi 2001), sur la base des données disponibles et

accessibles à tout le monde, le codifier sous DaVISUM, codifier le zonage de Lyon, codifier

1 Logiciel d’aide à la planification des transports, développé par PTV, qui permet d’analyser et de planifier un système de transport.



la matrice de la demande de déplacement, réaliser l’affectation sous DaVISUM, comparer les

résultats de cette affectation avec ceux issus d’un modèle de référence, le modèle TERESE2,

qui a déjà prouvé son efficacité, et conclure sur la possibilité d'utiliser des données

théoriquement disponibles dans tous les réseaux, pour codifier de manière automatique le

réseau et réaliser l’affectation des transports en commun dans SIMBAD.

Les étapes suivies pour accomplir ce travail sont comme suit :

Collecter les données relatives au réseau de transport collectif de 2006 (les seules

données disponibles) ;

Ramener ces données à l’année 2001 ;

Les codifier sous format lisible par DaVISUM ;

Codifier le zonage de l’aire urbaine lyonnaise ;

Codifier la matrice origine-destination relative à ce zonage ;

Mettre en œuvre l’application de l’affectation sous DaVISUM ;

Analyser les résultats de DaVISUM ;

Comparer ces résultats avec ceux du modèle de référence TERESE ;

Conclure sur la comparaison.

Le présent rapport résume l’ensemble du travail depuis la phase bibliographique jusqu’à la

comparaison entre les résultats de DaVISUM et ceux de TERESE. Il est scindé en quatre

parties :

La première rend compte de l’environnement du stage : l’unité de travail, les

transports en commun Lyonnais et le projet SIMBAD ;

La deuxième, consiste à rappeler les concepts théoriques de la modélisation de la

demande de déplacement ;

La troisième est consacrée aux données à savoir : la construction du réseau, le zonage,

la matrice de la demande de déplacement, et à la codification et l’application de

DaVISUM ;

Et la quatrième et dernière partie consiste à analyser et comparer les résultats de

DaVISUM avec ceux de TERESE.

2 TERESE ou Test de RESEau est un logiciel d’analyse de l’offre, de génération et d’affectation de trafic dans le domaine des transports publics des personnes développé au sein de la SEMALY.



I. CADRE ET CONTEXTE DU TRAVAIL

Avant de commencer à parler du projet sur lequel j’ai travaillé, il me semble indispensable de

faire connaître au lecteur l’organisme avec lequel j’ai effectué mon stage ; j’enchaînerai par

une brève description des transports en commun Lyonnais et je terminerai cette partie par la

présentation du projet SIMBAD.

I.1 UNITE DE TRAVAIL

Le Laboratoire d’Economie des Transports (LET) est un laboratoire de recherche spécialisé

en économie des transports et en aménagement du territoire. Le LET est rattaché au

Centre National de la Recherche Scientifique (Unité Mixte de Recherche n°5593 de la

Délégation Régionale Vallée du Rhône), à l'Université Lumière - Lyon 2 et à l'Ecole

Nationale des Travaux Publics de l'Etat.

Equipe pluridisciplinaire créée il y a plus de 30 ans, le LET regroupe actuellement une

soixantaine de chercheurs qui s’activent dans la production scientifique traditionnelle et

dans des activités contractuelles et d'expertise contribuant à l'aide à la décision des pouvoirs

publics.

De façon plus large, les recherches du LET donnent des éléments de réponses aux questions

économiques et sociales inhérentes à la mobilité des personnes et des marchandises.

Ainsi, dans un contexte où se télescopent des questions liées à l'environnement, aux équilibres

sociaux, à l'aménagement du territoire, à la localisation des activités ou encore au choix des

nouvelles infrastructures de transport, le LET analyse, simule et évalue des politiques de

transport intégrant les préoccupations de développement durable.

Le Laboratoire d'Economie des Transports est la principale équipe de recherche française

dans son domaine.



I.2 LE RESEAU DES TRANSPORTS EN COMMUN A LYON

I.2.1 Description

Le réseau des transports collectifs Lyonnais est le deuxième réseau de transports urbains en

France. C’est un réseau multimodal qui dessert l'ensemble des communes du Grand Lyon et

permet de nombreuses connexions avec les autres modes de déplacements, individuels ou

collectifs. Ce réseau comprend :

Quatre lignes de métro, dont une ligne automatique ;

Deux funiculaires ;

Trois lignes de tramway, y compris une nouvellement mise en service (4 décembre

2006) ;

Une centaine de lignes de bus et de trolleybus ;

Et des navettes.

I.2.2 Organisation et exploitation

L'organisation et l'exploitation des transports en commun urbains de Lyon relèvent de la

compétence du SYndicat mixte des Transports pour le Rhône et l'Agglomération Lyonnaise

(SYTRAL). Créé à l'initiative de la communauté urbaine de Lyon et du conseil général du

Rhône, qui lui ont délégué leurs compétences sur le territoire du Grand Lyon, le SYTRAL est

dirigé par un Comité syndical où siègent seize représentants communautaires et dix

représentants du conseil général.

Le SYTRAL élabore, programme et finance le développement, l’entretien et la modernisation

du réseau de transports en commun (renouvellement du parc des véhicules, création de parcs-

relais, aménagements de voirie pour faciliter l'accès aux transports en commun…).

Le SYTRAL a confié la gestion du réseau TCL (Transport en Commun Lyonnais) à Kéolis

Lyon, et la gestion du réseau Optibus (transport à la demande réservé aux personnes à

mobilité réduite) à la société Inter Rhône-Alpes. Le terrain d'action du SYTRAL correspond

au Périmètre des transports Urbains (PTU), c'est-à-dire, cinquante cinq communes de la

Communauté urbaine de Lyon, auxquelles s'ajoute sept communes limitrophes. Le PTU

représente 606 km² et 1 325 000 habitants.

(Source : www.sytral.fr, www.grandlyon.com).



I.3 PROJET SIMBAD

I.3.1 Présentation et objectifs du projet

Le concept du développement durable s’impose de plus en plus, et donc naturellement,

l’exigence d’une action publique s’inscrivant dans ce cadre est inévitable. Cependant, les

outils permettant d’évaluer les politiques publiques dans cette optique sont encore peu

développés. Pour cela, le Laboratoire d’Economie des Transports propose de développer le

modèle prospectif SIMBAD qui rendra compte des enjeux environnementaux, économiques

et sociaux des déplacements de personnes et de marchandises réalisés au sein de l’aire urbaine

Lyonnaise.

L’objectif est de pouvoir simuler, en partenariat avec des acteurs publics locaux, différents

scénarios de politiques de transports et d’urbanisme et de tester leurs impacts de manière

simultanée dans ces trois dimensions. SIMBAD est un modèle stratégique à ambition plutôt

macro que microscopique : ce n’est pas l’effet de tel projet particulier en tel endroit de l’aire

urbaine qui aura de l’intérêt, mais bien plus l’impact de telle politique d’agglomération dans

un contexte général donné.

Cet exercice est mis en œuvre sur l’aire urbaine de Lyon, avec 1999 comme année de

référence et des scénarios à l’horizon 2025. Les moyens disponibles pour le développement

du modèle sont de l’ordre de 40 hm (homme*mois) et 60 mille Euros. Le projet a démarré en

janvier 2005 et il doit s’étaler sur une durée de 3 ans. Il est financé par l’ADEME (Agence de

l’Environnement et de la Maîtrise de l’Energie) et la DRAST (la Direction de la Recherche et

des Affaires Scientifiques et Techniques), avec également la participation de l’Agence

d’Urbanisme de Lyon qui finance une bourse de thèse.

L’exercice proposé par SIMBAD n’est pas d’annoncer ce que seront les trafics sur l’aire

urbaine de Lyon en 2025, ni de prédire les coûts ou le niveau de pollution générés par les

transports à cet horizon. L’objectif est tout à la fois plus modeste et plus stimulant

intellectuellement : compte tenu des connaissances des liens entre les différents facteurs qui

conditionnent les mobilités, comment peut on penser l’évolution des trafic suivant diverses

hypothèses de transformation du contexte général, et quelles politiques peuvent accompagner

ou modifier ces évolutions ? Tout l’enjeu de la prospective est d’éclairer au mieux cette

réflexion stratégique.



I.3.2 Démarche prospective de SIMBAD

La démarche prospective retenue pour SIMBAD comprend cinq étapes principales :

I- Délimiter le système étudié (la mobilité urbaine, ses causes et ses conséquences) ;

II- Identifier les variables clés, déterminantes pour l’évolution de la mobilité urbaine ;

III- Distinguer ces variables clés selon leur degré de maîtrise par les pouvoirs publics ;

IV- Distinguer les variables mal maîtrisées selon leur degré d’incertitude, puis combiner

différentes hypothèses sur l’évolution de ces variables pour construire des scénarios ;

V- Confronter ces scénarios aux leviers disponibles pour élaborer les stratégies de l’action

publique.

Les étapes de ce protocole sont schématisées comme suit :

Figure 1 : Schémas du processus de sélection des variables pour la construction de scénarios prospectifs

(Scénarios prospectifs pour le projet SIMBAD, J.P. NICOLAS, N. MORICE, Février 2006)

Variables endogènes

Variables clés

Variables négligeables

I

II

III

SYSTÈME MODÉLISÉ (variables environnementales, économiques et sociales)

Variables exogènes

Variables bien maîtrisées

Variables peu maîtrisées

IV

Variables aisément prévisibles

Variables difficilement prévisibles

Tendances lourdes

Clivages entre les futurs possibles

Leviers disponibles

SCENARIOS STRATEGIES V



I.3.3 Formalisation des scénarios prospectifs

L’élaboration des scénarios SIMBAD comporte trois étapes successives :

1- Délimitation du système modélisé ;

2- Sélection et attribution du statut des variables clés ;

3- Etablissement et description des scénarios retenus.

I.3.3.1 Délimitation du système modélisé

a. Nature du phénomène

La mobilité urbaine, objet de la modélisation prospective de SIMBAD, est un phénomène

complexe dont la définition mérite d’être précisée. Elle peut se concevoir comme l’ensemble

des déplacements de voyageurs et de marchandises réalisés sur un territoire urbain.

b. Acteurs

On distingue traditionnellement trois types d’acteurs concernés par la mobilité urbaine :

• Les individus à la fois citoyens (électeurs et contribuables) et consommateurs de biens

et de services (dont les transports) ;

• Les entreprises (opérateurs, gestionnaires d’infrastructures, constructeurs,

expéditeurs/destinataires de marchandises, fournisseurs d’énergie…) ;

• Les administrations nationales et locales (services centraux et déconcentrés de l’Etat,

Régions, Départements, groupements intercommunaux, autorités organisatrices,

régies…).

L’évolution de la mobilité urbaine dépend en partie des compétences et du comportement de

ces acteurs. Il est donc indispensable de tenir compte de leur intérêt et des logiques auxquelles

ils répondent pour appréhender les enjeux de la mobilité urbaine.

c. Contexte spatial

La délimitation géographique du territoire sur lequel porte la perspective SIMBAD est

essentielle : la configuration spatiale des agglomérations (répartition de l’habitat et des

activités) amène à se placer à l’échelle de l’aire urbaine, voire au-delà. Un tel territoire

comprend une superposition de découpages administratifs, sur lequel s’exercent autant

d’influences différentes, multipliant de fait les possibilités d’évolution. Au sein de ce

territoire, la mobilité prend des formes hétérogènes.



L’horizon de projection de SIMBAD est fixé à 2025, sa date de référence est 1999. La période

2000-2025 se subdivise en cinq sous-périodes de 5 ans, durée particulièrement adéquate pour

l’établissement de projections. Modéliser la mobilité urbaine oblige en outre à considérer

l’existence de rythmes temporels plus fins (mobilité quotidienne, occasionnelle…).

d. Causes

La mobilité n’est pas une fin en soi, mais elle est nécessaire à la réalisation d’activités : un

déplacement est toujours effectué pour un motif particulier. Il s’agit donc d’un phénomène

dont la demande est dérivée, c’est-à-dire générée par l’existence de besoins socio-

économiques annexes à satisfaire (activités de production, de consommation, de loisirs…),

eux-mêmes déterminés par les comportements individuels et collectifs, les modes de vie et les

valeurs culturelles. Ces déterminants peuvent être statistiquement expliqués par des variables

telles que :

• L’âge, le sexe, le statut d’activité du voyageur…

• Le volume, le poids, la valeur des marchandises transportées…

• Le motif, l’origine, la destination du déplacement…

La mobilité urbaine est assurée par des modes de transport terrestre dont les principaux sont :

la voiture particulière (VP), les poids lourds (PL), les transports collectifs (TC) et la marche à

pieds (MAP). De ce fait, cette délimitation exclut non seulement les modes aériens, maritimes

et fluviaux, mais aussi les déplacements routiers et ferroviaires de longue distance. Les modes

de transport urbain sont dotés de réseaux d’infrastructures et de véhicules dont les

spécifications techniques et fonctionnelles sont variées, proposant différentes quantités et

qualités de service (que l’on peut exprimer par les variables prix, vitesse, confort…). Le

fonctionnement d’un système de déplacements urbains résulte de l’adéquation ente les

besoins de mobilité (demande) et l’équipement en moyens de transport (offre).

e. Conséquences

La mobilité urbaine a de multiples conséquences :

• Environnementales (consommation d’énergie, contribution à l’effet de serre, pollution

atmosphérique, bruit, occupation d’espace…) ;

• Economiques (valorisation des rentes foncières, implantation des unités de production

et de distribution…) ;



• Sociales (conditions d’accès aux logements et aux lieux d’activité, stratégies de

localisation des ménages…).

Les principales variables permettant de mesurer ces impacts seront sélectionnées pour

l’élaboration des scénarios SIMBAD.

I.3.3.2 Sélection et attribution du statut des variables clés

La sélection des variables clés, supposées être à la fois exogènes au système modélisé et

déterminantes pour son avenir, se fonde sur un ensemble de travaux récents consacrés à

l’étude de la mobilité urbaine. La confrontation du contenu de ces travaux et des réflexions

menées dans le cadre de SIMBAD permet de dégager un consensus pour l’attribution des

degrés de maîtrise et d’incertitude de chaque variable clé. Le classement obtenu est présenté,

de manière simplifiée, sur le schéma suivant (chaque variable clé est en réalité décrite par un

ensemble d’indicateurs quantitatifs et qualitatifs, qui n’apparaît pas ici par souci de clarté).

Figure 2 : Graphique du classement des principales variables clés selon leur degré de maîtrise et

d’incertitude (J.P. NICOLAS, N. MORICE, Février 2006)

Maîtrise

Incertitude

Réglementation Fiscalité Investissements

Technologie

Economie Démographie Valeurs

culturelles



De ce classement, il est possible de formuler plusieurs hypothèses, qui serviront de fondement

à l’élaboration des scénarios SIMBAD. Avant d’énoncer ces hypothèses, nous allons

présenter brièvement la signification des trois types de variables clés :

• Les tendances lourdes affectent le système de manière prévisible, mais non

maîtrisée ;

• Les sources de clivages affectent le système de manière imprévisible et non

maîtrisée ;

• Les leviers disponibles affectent le système de manière prévisible et maîtrisée.

Voici les principales hypothèses retenues pour caractériser l’évolution qualitative et

quantitative des variables clés :

• L’évolution démographique (classes d’âge, répartition spatiale…) est sans doute une

tendance lourde à l’échelle du territoire national, mais reste une source de clivage à

l’échelle d’une agglomération ;

• L’évolution économique est caractérisée par des clivages potentiels (croissance du

PIB, de l’indice de production industrielle, du revenu disponible et de la

consommation finale des ménages, prix de l’énergie) ;

• L’évolution des technologies (amélioration du rendement énergétique, donc des

consommations et des émissions unitaires des véhicules, des habitations et des

activités) apparaît comme une tendance lourde ;

• L’évolution des valeurs, des références culturelles, des comportements et des

modes de vie est source d’importants clivages ;

• L’adoption de mesures réglementaires (normes d’émission, droit à polluer,

limitations de vitesse, gestion du stationnement…) est un levier disponible pour

l’action publique ;

• L’usage des instruments de prélèvement fiscaux (taxes sur les véhicules et les

carburants, péage de zone…) et d’affectation des recettes (subventions aux

transports et bâtiments moins énergétivores…) peut être plus ou moins important et

ciblé, et constitue donc un levier ;

• Le choix des investissements publics, pour favoriser le développement de tel mode

de transport ou de tel type d’habitat, est également un levier (qui dépend de critères

tels que le taux d’actualisation, les valeurs du temps, de la vie humaine, de la tonne de

carbone…).



I.3.3.3 Scénarios retenus

Nous allons maintenant citer les scénarios prospectifs qui peuvent être simulés par SIMBAD

tels qu’ils ont été retenus par l’équipe de travail.

a. La ville mobile

C’est le cas d’une forte croissance économique, tirant la mobilité automobile et conduisant à

s’interroger sur les conséquences de son omniprésence.

b. Une ville figée dans vieille Europe

Le cas opposé d’une déflation durable, où les difficultés d’investissement et les problèmes

sociaux se trouvent placés en premier plan.

c. La voiture de la cohésion urbaine ?

A côté des deux premiers scénarios opposant tendance haute et tendance basse, on

s’interrogera aussi sur la fragilisation apportée par la simple poursuite des tendances actuelles,

où l’on constate un renforcement des prix de l’immobilier qui tend à repousser les plus

modestes en périphérie au prix (financièrement possible aujourd’hui) d’une dépendance

automobile renforcée. Que se passe-t-il si les coûts d’usage de la voiture augmentent

fortement?

d. À la recherche d’une cohérence territoriale

Enfin, une question vive en matière de gouvernance urbaine et de cohérence des politiques de

transport émerge dans le cadre de l’Inter Scot3 : quelles seraient les conséquences d’une

politique divergente entre le centre et la périphérie ?

Nous allons nous contenter de ce niveau de détail, et nous passerons à la présentation de

l’architecture proprement dite du modèle « Simuler les MoBilités pour une Agglomération

durable ».

3 Démarche de coordination entre les Schémas de COhérence Territoriale (Scot) situés dans un territoire où les interdépendances sont fortes.



I.3.4 Architecture du projet

L’architecture de SIMBAD se présente en six grands blocs qui interagissent entre eux.

Le schéma suivant est une représentation simplifiée du système modélisé :

Figure 3 : Schéma de l’architecture de SIMBAD (J.P. NICOLAS, M. HOMOCIANU, F. MARCHAL,

J.L. ROUTHIER, 2006)

1- À la période initiale, les localisations sont données.

2- Le croisement entre la localisation des activités et les caractéristiques des ménages résidant

dans chaque zone permet de déduire les besoins de déplacements entre chaque zone : les

déplacements domicile-travail liés aux actifs et à l’emploi (idem pour les études des jeunes),

Echange et transit

t+1 Affectation des déplacements Réseau routier

Réseau TC

Localisation des activités économiques

Localisations résidentielles

Génération – Distribution des déplacements

individuels

Répartition horaire (HP/HC) Répartition modale

Génération – distribution de marchandises

Répartition par gabarit PL,

Répartition horaire (HP/HC)

InteractionLocalisations

Interactions génération des déplacements



les autres déplacements liés aux différents besoins des ménages et aux services proposés dans

chaque zone.

Suivant les motifs et l’accessibilité relative des modes, ces déplacements seront différemment

répartis en termes d’horaires et de modes utilisés.

3- Par ailleurs, la localisation des activités va déterminer les flux de marchandises à l’intérieur

de l’aire urbaine, là encore avec des types de véhicules et des répartitions horaires différentes

selon les activités.

4- L’introduction des flux d’échanges et de transit, calculés sur la base simplifiée de

l’évolution économique générale, permet de compléter le tableau des trafics réalisés sur l’aire

d’étude.

5- L’ensemble de ces trafics de personnes et de marchandises se retrouve sur les différents

réseaux, générant parfois, selon l’heure et le lieu, des points de congestion. Le calcul de

l’affectation permet de déterminer des accessibilités moyennes par mode et par période

(heures creuses, heures de pointe) entre les zones.

6- Ces accessibilités relatives joueront à long terme sur les localisations et affecteront le point

de départ de la période suivante. Par ailleurs, un ajustement entre localisations résidentielles

et localisations des activités doit être pris en compte, avec par exemple certaines activités de

proximité qui suivent les mouvements résidentiels et d’autres qui peuvent attirer les

populations (emplois, services) ou au contraire les repousser (atteintes au cadre de vie,

nuisances).

(Source : l’ensemble de cette partie a été inspiré de : « Scénarios prospectifs pour le projet

SIMBAD », J.P. NICOLAS, N. MORICE, Février 2006 ; et « L’architecture du modèle au

sein du projet SIMBAD », J.P. NICOLAS, M. HOMOCIANU, F. MARCHAL, J.L.

ROUTHIER, Mars 2006).

Comme il a déjà été signalé, mon intervention prend lieu dans la phase affectation relative aux

transports collectifs. Cette phase représente la quatrième étape dans ce que l’on appelle « les

modèles à quatre étapes ». Nous allons voir dans ce qui suit ce que c’est qu’un modèle à

quatre étapes, nous présenterons après ses différentes étapes et nous terminerons cette partie

par les conditions d’opérationnalité et les problématiques des modèles.



II. BASES THEORIQUES DES MODELES DE TRANSPORT Avant de parler de la modélisation, commençons d’abord par quelques définitions du mot

modèle :

« Un modèle est une représentation simplifiée de la réalité destinée à mieux la comprendre

ou à agir sur elle. » (Guitton, 1964).

« Le mot MODELE désigne une représentation formelle de la réalité sous forme de lois, c’est-

à-dire classiquement de variables et de relations entre ces variables. Le modèle est une vision

simplificatrice de la réalité physique qu’il représente. Il a un caractère opératoire dans le

cadre d’un certain nombre d’applications : soit pour mieux comprendre le phénomène, soit

pour prédire sa réaction à une commande ou à une évolution de ses entrées. » (Ch. Buisson

et F. Künkel, 2001).

Dans le domaine de la modélisation de la demande de déplacement, il existe plusieurs

familles de modèle, les plus utilisés sont ceux dits à quatre étapes. L’objectif de ce genre de

modèles est de simuler les déplacements à des horizons donnés. Ils se décomposent en quatre

étapes. Chacune de ces étapes correspond à une question :

1. Est-ce que je me déplace ? (Étape de génération)

2. Dans quelle direction je me déplace ? (Étape de distribution)

3. En utilisant quel mode de transport ? (Étape de choix modal)

4. Quel chemin j’emprunte pour réaliser ce déplacement ? (Étape d’affectation)

Nous allons détailler dans ce qui suit les différentes étapes des modèles à quatre étapes, mais

nous allons d’abord parler d’un point primordial pour la modélisation qui est la définition du

zonage et le choix du périmètre d’étude.

II.1 PERIMETRE D’ETUDE ET DEFINITION DU ZONAGE

II.1.1 Périmètre d’étude

L’utilisation d’un modèle nécessite de définir un périmètre d’étude au sein duquel sera

développé le modèle. Le choix d’un périmètre revient en quelque sorte à définir un isolat,

c'est-à-dire à considérer que ce qui est externe à ce périmètre est exogène et donc, toutes les



évolutions de ce qui est extérieur à ce périmètre sont considérées comme étant indépendantes

des évolutions qui prennent place à l’intérieur. On définit donc un isolat qui n’interagit pas

avec l’extérieur. Le choix de cet isolat dépend de :

L’échelle à laquelle on souhaite travailler : il faut adapter le périmètre d’étude aux

objectifs de l’étude, par exemple, nous n’avons pas besoin de considérer une

agglomération en entier si l’on souhaite étudier l’impact d’une modification locale

d’un réseau de transport ;

Du coût et de la disponibilité des données : L’élargissement du périmètre

s’accompagne souvent d’un alourdissement du travail nécessaire d’une part pour

collecter les données, d’autre part pour mettre en place le modèle. De plus, certaines

données peuvent être disponibles sur un espace restreint par rapport aux ambitions que

l’on peut avoir.

II.1.2 Définition du zonage

Les modèles à quatre étapes s’appuient sur un découpage de l’agglomération en zones. La

définition du zonage dépend des objectifs de l’étude, des données disponibles et de la taille de

l’agglomération. En effet, le zonage doit pouvoir répondre à l’objectif que l’on s’est fixé, doit

concorder avec les données dont on dispose (on ne peut pas créer un zonage très fin si l’on ne

dispose pas des informations correspondant à chacune des zones) et doit prendre en compte la

taille de l’agglomération.

D’une manière générale, le découpage comprend de quelques dizaines de zones pour des

modélisations de très long terme à faible spatialisation jusqu’à plusieurs milliers de zones

pour les plus grosses agglomérations.

Pour chaque zone, nous définissons un centroïde. « Ce centroïde est un point fictif de la zone

(qui n’a pas besoin d’être physiquement localisé, si ce n’est pour des commodités de

représentation graphique) qui concentre l’ensemble des caractéristiques de la zone »

(BONNEL, 2004).

En définissant un zonage, on agrège sur le plan spatial toutes les données qui se trouvent à

l’intérieur de la zone, c'est-à-dire, qu’un individu, un emploi ou autre n’est plus localisé en un

point précis de la zone, mais est situé au centroïde de la zone. Donc, à l’intérieur de la zone,

toutes les distances sont considérées comme nulles.



Le choix du périmètre d’étude et du zonage est une opération de base pour l’ensemble des

calculs opérés dans les différentes étapes des modèles à quatre étapes. Il répond à deux

impératifs principaux qui sont contradictoires : la précision des calculs nécessite une

codification la plus fine possible et une aire étendue ! Toutefois, une codification très fine

engendre davantage de zéros dans la matrice déplacements, et donc moins de précision dans le

calage du modèle. Aussi, les considérations de coûts (temps de travail nécessaire et temps de

calcul des ordinateurs) et de disponibilité des données militent pour une précision limitée. Le

choix du périmètre d’étude et du zonage est donc un compromis entre des impératifs

contradictoires.

II.2 ETAPES DES MODELES A QUATRE ETAPES

Les deux premières étapes des modèles à quatre étapes correspondent à la détermination de

la demande de déplacement, les deux dernières ont pour objectif de répartir la demande

en fonction de l’offre modale. Les parties suivantes décrivent chacune de ces étapes.

II.2.1 Génération

L’étape de génération, première des quatre étapes, a pour objet la détermination du nombre

de déplacements émis et reçus par chaque zone. Cette étape correspond au choix de

l’individu de se déplacer ou non. Dans cette étape, seules les extrémités des déplacements

sont prises en compte comme des déplacements émis ou reçus. Les émissions correspondent à

l’ensemble des déplacements dont l’origine se situe dans la zone et les attractions à

l’ensemble des déplacements dont la destination se situe à l’intérieur de la zone.

Figure 4 : Schéma de génération des émissions et attractions par zone (BONNEL, 2004)



Dans la pratique, l’étape de génération permet de constituer les marges de la matrice origines-

destinations qui sera produite par l’étape suivante de distribution. La sortie d’un modèle de

génération est donc la production des émissions et attractions qui sont généralement mesurées

en nombre de déplacements par zone.

Je voudrais noter ici que, lors de toute étude, il est important de s’assurer de la définition du

« déplacement » retenue lors de la production des données, tout particulièrement lorsqu’il

s’agit de combiner des données provenant de sources différentes. En effet, il n’y a pas de

définition unique pour un déplacement. La définition utilisée dans le cadre des enquêtes

ménages en France est la suivante : « le déplacement est le mouvement d’une personne,

effectué pour un certain motif, sur une voix publique, entre une origine et une destination,

selon une heure de départ, et une heure d’arrivée, à l’aide d’un ou plusieurs moyens de

transport ». CERTU, L’enquête ménages déplacements « méthode standard »,

Collections du CERTU, éditions du CERTU, Lyon, 1998, Page 295.

Toutefois, cette définition est difficilement applicable au sens strict, car on observe une

multiplication conséquente du nombre de déplacements, ainsi qu’une segmentation artificielle

des activités qui peuvent être liées. Ainsi, nous pouvons nous demander à partir de quel temps

de parcours ou bien pour quel motif un déplacement sera pris en compte. C’est pourquoi la

notion de sortie était avancée. Une sortie est composée de la totalité des déplacements

effectués par un individu entre le départ du domicile et le retour à celui-ci.

On peut également définir une autre notion qui est la chaîne de déplacement. Il s’agit de la

succession des déplacements entre le domicile et le motif principal de la sortie ou entre ce

motif principal et le retour au domicile.

Lorsqu’on parle de déplacement, il est aussi primordial de préciser si l’on considère les

déplacements d’un ménage ou alors juste d’un individu. Il est aussi fondamental d’expliciter

la durée sur laquelle on considère les déplacements. On peut ainsi décompter les

déplacements de façon journalière mais également à une heure de pointe, du soir ou du matin.



II.2.2 Distribution

La distribution constitue la seconde étape des modèles à quatre étapes. Elle correspond au

choix de l’individu de sa destination et prend place après la génération dont elle utilise les

sorties : émissions et attractions. En effet, à l’issue de la génération, les origines et les

destinations des déplacements sont connues mais ne sont pas reliées. C’est l’objectif de

l’étape de distribution de les relier pour produire la matrice origines-destinations des

déplacements sur l’aire d’étude.

Mathématiquement, la distribution permet de calculer la matrice origines-destinations des

déplacements à partir de ses marges.

E1

3

2

1

3

2T12

T21T32T23T13

T31

A3

E 3A1

A2

2

E 1

Génération

Distribution

EMISSIONEi

ATTRACTION

Distribution

MATRICE O-D

Tij

GénérationAj

Figure 5 : Schéma de distribution des déplacements (BONNEL, 2004)

II.2.3 Répartition modale

La répartition modale constitue la troisième étape des modèles à quatre étapes. Elle prend

place après la distribution dont elle utilise les sorties. La répartition modale correspond au

choix de l’individu de son mode de déplacement. Pratiquement, elle permet d’éclater la

matrice origines-destinations en autant de matrices origines-destinations par mode qu’il y a de

modes pris en compte, afin d’estimer les volumes de déplacements pour chaque moyen de



transport. Elle utilise donc comme entrée les matrices origine-destination issues de l’étape de

distribution pour fournir en sortie les matrices origine-destination par mode de transport.

Plusieurs facteurs déterminent le choix du mode. Ils peuvent être classés en trois groupes

(Ortúzar et Willumsen, 2001) :

Les caractéristiques de l’individu réalisant le déplacement (disponibilité ou

propriété d’une voiture, possession d’un permis de conduire, structure du

ménage, revenus, etc.) ;

Les caractéristiques du déplacement (motif du déplacement, moment de la

journée au cours duquel ce déplacement est réalisé, etc.) ;

Les caractéristiques de l’offre de transport (temps de parcours pour chaque

mode, coûts généralisés pour chaque mode, confort, régularité ou sécurité, etc.).

II.2.4 Affectation

Nous allons détailler un peu plus la description de cette étape par rapport aux précédentes du

fait qu’autour d’elle que s’articule le sujet du stage.

Après avoir calculé la matrice origine-destination des déplacements pour chacun des modes,

nous procédons à l’affectation de la demande de déplacements sur les réseaux. Cette étape

correspond au choix de l’individu de l’itinéraire pour se rendre d’une origine à une destination

donnée avec un mode de déplacement donné, et ce, en choisissant l’alternative qui maximise

son utilité. La principale sortie du modèle d’affectation consiste à produire la charge sur les

différents réseaux, et c’est en fonction de cette charge que l’on détermine les temps de

parcours sur chaque itinéraire du réseau.

Ce calcul des temps avec la charge sur les réseaux effectué par le modèle d’affectation permet

donc de calculer les matrices origines-destinations de coûts généralisés par mode. Ceci parait

contradictoire, du fait que ces matrices sont celles que l’on utilise comme données d’entrée

des modèles de distribution et de choix du mode et au même temps, le modèle d’affectation

utilise comme données d’entrée les matrices de demande produites en sortie du modèle de

choix modal : contradiction !



Pour remédier à ce problème d’incohérence, dans la pratique, on commence le calage du

modèle à quatre étapes par l’affectation, en prenant comme entrée du modèle d’affectation les

matrices de référence issues des enquêtes déplacements. Ces matrices sont affectées sur les

réseaux, chose qui permet de construire une première matrice origines-destinations de coûts

généralisés pour chacun des modes. Ces matrices sont utilisées en entrée des modèles de

distribution et de choix du mode. En sortie de ces deux modèles, on dispose de nouvelles

matrices estimées par le modèle génération–distribution–choix modal. Il est alors possible de

réaffecter ces matrices sur les réseaux. Cette procédure est schématisée comme suit :

Figure 6 : Séquence des étapes lors du calage du modèle à quatre étapes (BONNEL, 2004)



Passons maintenant à la définition des différentes méthodes d’affectation. Il en existe

plusieurs qui ont toutes en commun une première étape permettant de calculer le coût d’un ou

plusieurs itinéraires entre chacune des origines i et chacune des destinations j.

En effet, le coût d’un déplacement pour aller d’une origine i à une destination j, dépend du

choix de l’itinéraire. Pour un itinéraire donné, ce coût est constitué du coût nécessaire pour

parcourir chacun des liens de l’itinéraire, permettant d’aller du centroïde origine i au centroïde

destination j. Le coût de chacun des liens peut être déterminé à partir des attributs du lien et

d’une loi reliant le coût à ces attributs. Dans notre cas (transports collectifs), il s’agit de la

notion du coût (ou temps) généralisé. Nous allons aborder dans ce qui suit cette notion et nous

détaillerons par la suite les différentes catégories des modèles d’affectation.

II.2.4.1 Temps généralisé

Le temps d’attente, le temps de parcours en véhicule et le temps d’accès au réseau à l’origine

et à la destination constituent le temps réel pour arriver d’une origine à une destination.

Toutefois, ce temps ne justifie pas le choix d’un itinéraire au lieu d’un autre, puisque ce choix

intègre aussi des composantes difficilement quantifiables comme le confort, la sécurité, la

perception du temps par chaque individu…. Pour cela, il s’est avéré indispensable d’intégrer

une notion qui prend en compte, en plus du temps réel de déplacement, cet aspect

difficilement quantifiable, c’est ce qu’on appelle « le temps ou coût généralisé ».

La formule générique du coût généralisé est donnée par l’équation suivante (BONNEL,

2004) :

ti

ii V*TPCg

α+= ∑

Avec Cg est le coût généralisé ;

P est le prix du déplacement ;

iT est une partie élémentaire du temps nécessaire pour effectuer le déplacement ;

tV est la valeur que l’individu attribue à son temps ;

iα est un coefficient pondérateur du temps élémentaire iT .

Équation 1 : formule générique du coût généralisé



L’estimation des différentes composantes de ce coût généralisé pose des problèmes

spécifiques ; nous traiterons dans ce qui suit ces différents problèmes en restant toujours dans

le cas des transports collectifs :

Le prix P est généralement défini de manière moyenne, en fonction du mode de

tarification. On utilise généralement la recette moyenne fournie par l’exploitant, mais

entre le titre unitaire, les différentes formules tarifaires d’abonnement et les réductions

tarifaires à caractère commercial ou social, la disparité peut être très élevée sans que

l’information soit généralement disponible ;

Le temps de parcours est généralement décomposé en temps élémentaires Ti.

Pour les transports collectifs, on distingue :

• Le temps passé en véhicule ;

• Le temps de marche à pieds pour accéder à l’arrêt à l’origine et à la

destination ;

• Le temps de correspondance : celui-ci est « défini indépendamment de l’attente

du véhicule suivant, qui peut être forfaitaire (en général plusieurs minutes

pour traduire la pénibilité de la correspondance indépendamment du temps

réel supplémentaire) ou ajusté sur les lignes en correspondance en fonction du

temps réellement nécessaire pour la correspondance + une constante qui

traduit la pénibilité de la correspondance indépendamment du temps réel

supplémentaire (cette constante peut valoir de 2 à 10 minutes selon les

réseaux) » (BONNEL, 2004).

Les temps de marche et d’attente sont affectés de coefficients généralement supérieurs à deux

(en principe compris entre 1,5 et 3, leur estimation résulte du calage sur des données de

préférences révélées ou parfois de préférences déclarées). La localisation précise de l’origine

et de la destination du déplacement par rapport aux différents arrêts de transports collectifs

n’étant pas connue, il est généralement nécessaire de retenir une valeur moyenne. Cette valeur

fait partie des attributs du connecteur de centroïde.

Pour la valeur du temps Vt, si l’on ne dispose pas de données, on prend la valeur

moyenne. Toutefois, une valeur individuelle relative au déplacement reste souhaitable

pour tenir compte de la forte dispersion des valeurs individuelles du temps. En effet, il

est important en modélisation de privilégier une valeur perçue par rapport à une valeur

moyenne pour traduire correctement la perception de l’utilité de chacun des itinéraires



pour une origine-destination donnée. L’information individuelle n’étant pas toujours

disponible, on utilise parfois une loi de distribution des valeurs du temps dans la

population des déplacements. La forme de ces distributions est généralement log-

normale (BONNEL, 2004). Le plus souvent, la formalisation du modèle ne permet pas

de retenir une distribution des valeurs du temps. Dans ce cas, il est souvent préférable

d’utiliser une valeur de temps médiane, plutôt qu’une valeur moyenne plus sensible

aux très hauts revenus.

A part ces éléments pris en compte dans le coût généralisé, il faut garder en esprit qu’il y a

plusieurs autres composantes du déplacement ou de l’individu qui influent sur la perception

des caractéristiques du déplacement et donc du choix de l’itinéraire (confort, habitude,

connaissance préalable des itinéraires...). Compte tenu de ces différents éléments, il est

rarement sinon jamais possible d’estimer un coût généralisé au niveau du déplacement.

Enfin, il est important de signaler que la formalisation mathématique de la fonction de coût

généralisé présente des limites, du fait que l’additivité de l’ensemble des éléments entrant

dans la fonction de coût n’est pas évidente, car il n’est pas sûr que les individus disposent

d’un référent unique permettant d’assurer la conversion de l’ensemble des composantes du

coût généralisé.

Le principe de base de tous les modèles d’affectation est de considérer que l’individu cherche

à maximiser son utilité et donc à minimiser le coût généralisé de son déplacement.

Nous allons voir dans ce qui suit comment sont classés les modèles d’affectation et nous

définirons par la suite les différentes familles de modèles d’affectation.

II.2.4.2 Classification des modèles d’affectation

Bien que les modèles d’affectation ont un principe de base commun qui est de considérer que

l’individu cherche à maximiser son utilité, ils sont toutefois classés selon deux dimensions

(Thomas, 1991) :

La prise en compte ou non des contraintes de capacité. En effet, certains modèles

ne prennent pas en compte la contrainte de capacité du lien, et donc le coût du lien ne

dépend pas de la charge du lien. Ce type de modèle n’est applicable que sur des



réseaux non ou très faiblement congestionnés ou pour des applications en transports

collectifs où l’incidence de la charge sur les temps de parcours est rarement prise en

compte ;

L’utilité déterministe ou probabiliste. Pour l’utilité déterministe, on considère que

tous les individus perçoivent d’une manière identique le coût d’un lien ou d’un

itinéraire, chose qui n’est pas vraie ! du fait que la perception des différents éléments

constituant le coût généralisé peut être différente selon les individus, de plus, les

individus ne disposent le plus souvent que d’une information partielle sur l’ensemble

des itinéraires potentiels.

Et pour l’utilité probabiliste, elle concerne l’ensemble des facteurs du choix non pris

en compte dans la fonction de coût généralisé : l’agrément du site traversé, le climat…

La combinaison de ces deux dimensions conduit à la classification présentée dans le

tableau suivant :

Tableau 1 : CLASSIFICATION DES MODELES D’AFFECTATION (BONNEL, 2004)

Procédure de choix de l’itinéraire

Déterministe Probabiliste

Contrainte de capacité

Non Méthode tout-ou-rien ou plus court chemin

Procédure stochastique pure (multichemin Dial,

Burrell…), prix-temps

Oui Méthode d’équilibre

(équilibre de Wardrop, affectation par tranche)

Méthode d’équilibre avec utilité stochastique

Nous allons voir dans ce qui suit chacune des différentes classes de modèles d’affectation à

savoir :

Affectation tout ou rien ou plus court chemin

Affectation stochastique ou multichemin

Affectation à l’équilibre ou avec contrainte de capacité

Affectation à l’équilibre avec utilité stochastique



a. Affectation tout-ou-rien ou plus court chemin

C’est une procédure qui affecte la totalité du trafic d’une origine-destination donnée sur le

chemin qui est le plus court (en termes de coût généralisé) et rien sur tous les autres chemins

possibles.

Cette procédure se base sur deux hypothèses :

Tous les individus perçoivent le coût d’un lien de manière identique, ce qui fait que

pour tous les individus, il y a un plus court chemin unique ;

Le coût d’un lien est fixe et donc ne dépend pas de sa charge (comme si l’on considère

que le lien a une capacité infinie), ce qui fait que la totalité de la demande sera affectée

sur ce plus court chemin. Cette hypothèse est acceptable pour les transports collectifs,

et pour la voiture dans le cas de réseaux non congestionnés.

L’affectation tout-ou-rien correspond donc à une formulation déterministe de l’utilité

(définition agrégée de l’utilité) associée à un itinéraire unique.

Il existe plusieurs algorithmes de plus courts chemins (Thomas, 1991). Les plus connus sont

ceux de Dijkstra (1959) et de Moore (1957).

b. Affectation stochastique ou multichemin

L’affectation stochastique se base sur deux hypothèses :

Tous les individus ne perçoivent pas le coût d’un chemin de manière identique ;

Le coût d’un lien est fixe et donc ne dépend pas de sa charge (toujours la considération

d’une capacité infinie).

Pour les réseaux routiers non ou peu congestionnés (période creuse par exemple en urbain ou

trafic interurbain) et pour les transports collectifs, les méthodes multichemins sont plus

pertinentes que l’affectation au plus court chemin. L’intérêt de ces méthodes réside dans leur

capacité à répartir le trafic entre plusieurs chemins tout en conservant une attractivité accrue

pour les chemins les plus courts.

Les méthodes d’affectation stochastique les plus couramment utilisées sont : l’affectation

multichemin de Dial et de Burrell et la méthode d’Abraham appelée également méthode

Ariane utilisée en France pour l’interurbain.



c. Affectation à l’équilibre ou avec contrainte de capacité

Les deux familles de modèles précédentes ne prennent pas en compte les phénomènes de

congestion. De ce fait, elles sont peu efficaces pour traiter de l’affectation des déplacements

pour des réseaux routiers fortement congestionnés. Pour répondre à ces problèmes, les

modèles à l’équilibre ont été développés.

Le principe général de ces modèles est de prendre en compte la congestion à travers une

définition du coût du lien en fonction de sa charge. En revanche, ils considèrent une approche

déterministe de l’utilité à travers un coût unique pour le lien défini à partir des attributs du

lien. L’affectation sur plusieurs chemins n’est plus assurée par une formalisation probabiliste

des coûts comme dans l’affectation stochastique, mais par une prise en compte de la capacité

des infrastructures. Lorsqu’un lien est trop chargé son coût devient excessif. De ce fait,

d’autres itinéraires deviennent plus intéressants (au sens du coût généralisé). Le principe des

méthodes à l’équilibre est de faire en sorte que plusieurs itinéraires soient choisis pour une

même origine-destination lorsque l’on rencontre des phénomènes de congestion, de telle sorte

que ces itinéraires soient d’un coût comparable.

Plusieurs modèles sont inclus dans cette famille. Toutefois, seule l’affectation à l’équilibre de

Wardrop répond pleinement à l’objectif visé. Les autres modèles plus simples à mettre en

œuvre permettent seulement d’approcher la solution obtenue par l’équilibre de Wardrop.

d. Affectation à l’équilibre avec utilité stochastique

L’affectation à l’équilibre avec utilité stochastique repose sur le fait que chaque usager choisit

le chemin qui lui permet de minimiser le coût perçu et donc de maximiser son utilité. De ce

fait, pour chaque usager, le chemin choisi est celui qui présente le coût perçu le plus faible et

donc aucun usager ne peut trouver un chemin lui offrant un coût perçu plus faible.

Passant maintenant aux conditions d’opérationnalité et problématique des modèles.



II.3 OPERATIONNALITE ET PROBLEMATIQUE DES MODELES

II.3.1 Opérationnalité des modèles

Un modèle consiste à représenter d’une manière simplifiée la réalité. De ce fait, il convient de

s’assurer de son opérationnalité en tenant compte des objectifs qui lui sont assignés.

« Un modèle apte à réaliser les performances que l’on attend de lui sera dit opérationnel.

L’opérationnalité du modèle constitue donc sa qualité fondamentale » (Bonnafous, 1989).

Bonnafous précise qu’il y a trois conditions à l’opérationnalité du modèle : pertinence,

cohérence et mesurabilité. Ces trois conditions sont nécessaires et suffisantes. Toutefois, elles

sont contradictoires et constituent la problématique du modèle.

II.3.1.1 Pertinence

« La pertinence correspond à la capacité du modèle à être conforme à ce que l’on croit

savoir de la réalité, de l’état des choses », (BONNEL, 2004).

Cette condition vérifie donc la capacité du modèle à approcher d’une manière simplifiée la

réalité. L’absence de pertinence peut être due principalement au choix des variables

explicatives et aux relations entre ces variables. Pour apprécier la pertinence d’un modèle, il

est primordial d’expliciter la construction simplifiée de l’objet d’étude.

II.3.1.2 Cohérence

La cohérence du modèle recouvre deux notions : une condition de cohérence interne du

modèle et une condition de cohérence d’objectifs du modèle.

« La cohérence interne du modèle correspond à une condition de cohérence logico-

mathématique du modèle. C’est-à-dire que le modèle ne doit pas comporter de contradictions

internes que ce soit au niveau de la définition des variables, des valeurs prises par celles-ci

ou au niveau des relations de causalité retenues. De plus, le modèle doit respecter les

hypothèses d’application des modèles mathématiques » (Bonnel, 2004).

Le problème de cohérence interne peut généralement être résolu en ayant recours à des calculs

un peu plus longs ou complexes. Un examen attentif du modèle permet d’ailleurs, le plus

souvent, de détecter les problèmes de cohérence interne.



Pour la seconde condition qui est la cohérence d’objectifs du modèle, elle signifie que le

modèle « doit reposer sur une organisation logico-mathématique, qui soit cohérente avec son

objectif : pour rendre compte d’un équilibre général, le modèle du même nom devra

comporter autant d’équations qu’il y a de quantités de bien à échanger sur les marchés et de

prix de ces biens. Il faudra de surcroît que ces équations soient indépendantes, faute de quoi

quelques-unes des inconnues du problème resteraient inconnues » (Bonnafous, 1989).

L’ajout de nouvelles variables explicatives pour répondre à un objectif particulier pourra donc

nécessiter l’introduction d’équations nouvelles ou d’hypothèses supplémentaires pour lever

une indétermination. Elle nécessitera également le plus souvent des tests d’indépendance

entre variables.

La condition de cohérence est nécessaire à l’opérationnalité du modèle. Sa mise en défaut

pourra conduire :

à des contradictions dans les résultats du modèle pour ce qui est de la cohérence

interne ;

et à des indéterminations pour la condition de cohérence d’objectifs.

Dès lors, c’est l’opérationnalité qui sera responsable de la non conformité avec la réalité ou de

l’impossibilité de produire des prévisions.

II.3.1.3 Mesurabilité

La mesurabilité constitue la troisième condition de l’opérationnalité du modèle. Cette

exigence se décline « selon trois registres :

La mesurabilité des relations causales ;

La mesurabilité des quantités mises en jeu dans le modèle ;

La mesurabilité des paramètres de ses équations » (Bonnafous, 1989).

Pour la mesurabilité des relations causales, elle correspond à la nécessité de pouvoir les

formaliser. Une absence de formalisation ne permettrait pas d’utiliser le modèle en prévision.

« Quel serait l’intérêt en matière de prévision d’une relation causale du type

« l’accroissement de la motorisation entraîne une croissance du nombre de déplacements en

voiture particulière », pour laquelle on ne pourrait proposer une fonction reliant

motorisation et mobilité automobile. Tout au plus, on pourrait prédire une croissance de la



circulation automobile en cas de croissance de la motorisation, mais on serait bien incapable

de la quantifier et ainsi de répondre à l’objectif » (BONNEL, 2004).

Pour ce qui est de la mesurabilité des quantités mises en jeu dans le modèle, elle est très

nécessaire, puisque la non-mesurabilité de l’une de ces quantités pose problème, du fait

qu’elle ne permettrait ni de tester l’opérationnalité du modèle (si le modèle établit que telle

variable doit croître sous l’effet d’une variation d’une autre variable, le moins que l’on puisse

attendre est de pouvoir confronter cette relation à l’état des choses), ni d’établir la valeur de la

variable de sortie.

Enfin, pour la mesurabilité des paramètres de ses équations, elle est également

indispensable. L’indétermination d’un coefficient ne permettra pas d’estimer le modèle. Cette

indétermination rend impossible de tester l’opérationnalité du modèle (face à l’impossibilité

dans laquelle on se trouve de le confronter à l’état des choses), et la prévision de certaines

grandeurs pour répondre aux objectifs visés.

C’est pour répondre à ces trois dimensions de la mesurabilité que la production de données est

nécessaire. En l’absence de données d’enquête, les quantités des variables risquent fort de ne

pouvoir être définies. Mais surtout, la formalisation ne pourra pas être confrontée à la

« réalité » représentée par les données. Et puis, la détermination des coefficients du calage

sera impossible. Certes, dans ce cas, il est toujours possible de reprendre la formalisation et

les coefficients de calage retenus lors d’un autre exercice de modélisation, mais alors de

nouveau l’opérationnalité du modèle ne pourra être éprouvée, faute de confrontation possible

à la « réalité ».

II.3.2 Problématique des modèles

Certes, les trois conditions de pertinence, cohérence et mesurabilité sont nécessaires et

suffisantes à l’opérationnalité du modèle mais elles sont toutefois contradictoires, du fait que

l’amélioration de l’une des conditions se fait, le plus souvent, au détriment des deux autres,

constituant ainsi la problématique du modèle.

Nous allons examiner dans ce qui suit ces différentes contradictions.

La recherche d’une plus grande pertinence passe souvent par l’ajout d’un plus grand nombre

de variables explicatives, ce qui nécessitera l’introduction des relations correspondantes au



sein du modèle mathématique et la cohérence d’objectifs imposera des tests beaucoup plus

lourds pour vérifier que le modèle correspond bien à l’état des choses lorsque chacune des

variables varie indépendamment ou conjointement. Aussi il y a risque de trouver des

problèmes d’indépendance entre les variables lorsque l’hypothèse est nécessaire chose qui

provoquera un problème au niveau de cohérence interne.

La contradiction est encore plus évidente sur le plan de la mesurabilité. En effet, sur le volet

mesurabilité des relations causales, les données doivent être disponibles pour formaliser

l’ensemble des relations. L’absence de données pour choisir la forme fonctionnelle

correspondant le mieux à l’état des choses, imposerait de faire des hypothèses sur la fonction

mathématique à choisir, ce qui risque de compromettre tant la pertinence que la cohérence

d’objectifs. Sur le volet mesurabilité des quantités mises en jeu, la multiplication des variables

peut poser des problèmes de mesurabilité de ces variables. Et sur le volet mesurabilité des

paramètres de ses équations, l’analyste doit pouvoir disposer d’un jeu de données suffisant

mettant en œuvre l’ensemble des variables en relation afin de pouvoir caler les fonctions.

L’accroissement de la pertinence risque donc de se faire au prix fort, face à l’inflation des

données nécessaires. En effet, la production des données est un poste budgétaire important

dans le cas où une telle production est nécessaire face à l’absence de données disponibles.

La recherche d’une plus grande mesurabilité se fait également souvent au détriment des autres

conditions. Pour illustrer ce problème, nous proposons l’exemple du revenu (BONNEL,

2004). Lors des enquêtes, il est très rare de demander directement aux enquêtés leurs revenus,

du fait que les gens refusent fréquemment de donner cette information. Pour remédier à cela,

on utilise des classes de revenu en demandant à l’enquêté non pas de donner son revenu mais

la classe à laquelle il appartient. Ceci permet de réduire le nombre de refus. Toutefois, la

définition de cette nouvelle variable qui est la classe de revenus pose des problèmes de

cohérence interne, puisque, pour répondre aux objectifs de quantification du modèle, il est

généralement nécessaire de disposer d’un revenu variant continuellement et non pas par

classes. La solution consiste alors à lisser la courbe. Pour cela, il faudrait introduire des

hypothèses sur la distribution des revenus au sein de chacune des classes, chose qui provoque

un problème de pertinence, puisqu’on ne connaît pas la distribution effective des revenus.

En plus, même si l’introduction de la classe de revenu réduit les refus, elle ne les annule pas.

De plus, selon les niveaux de revenus et les professions, les informations délivrées par les



enquêtés sont fréquemment volontairement erronées à la hausse ou à la baisse. L’information

reste donc de qualité médiocre. C’est pourquoi, il est fréquent de remplacer le revenu par

l’appartenance à une catégorie socio-professionnelle. On dispose cette fois d’une variable

aisément mesurable. Par contre, il faut bien garder à l’esprit qu’il s’agit d’un substitut

approximatif du revenu dont la pertinence est plus que discutable.

Enfin, la recherche d’une plus grande cohérence ne fait pas non plus bon ménage avec les

deux autres conditions de l’opérationnalité. Prenons l’exemple d’un modèle linéaire où deux

variables ne satisfont pas suffisamment les critères d’indépendance, il est souhaitable d’en

supprimer une des deux ou d’en créer une nouvelle les agrégeant. Mais la pertinence risque

fort de diminuer si les deux variables influent sur l’objet d’étude, d’autant plus que la création

d’une variable qui agrège les deux, peut conduire à la fois à une pertinence moindre, et à des

problèmes de mesurabilité. Aussi, encore dans le cas d’un modèle linéaire, lorsque des

variables ont des coefficients qui ne sont pas significativement différents de zéro, la

statistique recommande de les enlever de la liste des variables prises en compte par le modèle,

la pertinence peut s’en trouver affectée.

Face à la problématique du modèle, Bonnafous propose deux solutions. « La première est tout

bonnement la réduction du modèle : réduction de son objectif, de son objet ou des deux »

(Bonnafous, 1989). La seconde consiste à traiter le problème par l’innovation

méthodologique. Elle nécessite le plus souvent de déplacer le problème pour le resituer à un

autre niveau. C’est évidemment la sortie que l’on préférera, mais elle est nettement plus

exigeante (BONNEL, 2004).

Nous avons vu à travers cette synthèse des éléments de la modélisation de la demande de

transport, que la réalité n’est pas facile à approcher, et que sa modélisation nécessite un grand

travail de réflexion et de structuration. Aussi, cette modélisation nécessite un travail assez

lourd de collecte et traitement de données.

La partie suivante sera consacrée aux données, à leur codification et à l’application de

DaVISUM.



III. DONNEES DE BASE, CODIFICATION ET APPLICATION DU LOGICIEL Il me semble nécessaire, avant de commencer à traiter cette partie, de rappeler que le but de

notre projet est de tester la possibilité d'utiliser des données théoriquement disponibles dans

tous les réseaux (sans problème de confidentialité) pour codifier de manière automatique le

réseau de transport collectif du périmètre urbain lyonnais. Ainsi, et comme nous l’avons déjà

signalé en introduction, nous avons commencé le travail par la collecte des données relatives

au réseau de transport en commun lyonnais de 2006 à savoir : les distances entre stations

successives et les horaires de passage par ces stations en heure de pointe du soir (entre 16h30

et 19h00), et ce pour chaque ligne de transport en allée et en retour. Après, nous avons

procédé à la correction de ces données sur la base des cartes des réseaux de 2001 et de 2006.

Une fois notre réseau est construit, nous l’avons codifié sous le logiciel DaVISUM, nous

avons codifié aussi les centroïdes des zones et la matrice de la demande de déplacement, et

enfin, nous avons réalisé l’affectation.

Dans cette troisième partie, nous allons parler de toutes ces données à savoir le zonage, le

réseau TC et la matrice OD, comment nous les avons obtenues/construites, leur traitement…,

nous décrirons par la suite comment nous avons codifié ces données sous DaVISUM, et nous

aborderons à la fin la procédure d’affectation sous DAVISUM.

III.1 DONNEES DE BASE

III.1.1 Zonage

Notre périmètre d’étude englobe toute l’aire urbaine Lyonnaise de l’année 2001. Nous nous

sommes basés dans SIMBAD sur le zonage en IRIS, réalisé par l’INSEE4. En effet, les IRIS

(Ilots regroupés pour l’Information Statistique) sont les découpages de base en matière de

diffusion des données locales. La France est découpée en environ 50800 IRIS. Pour les petites

communes (34 800), l’IRIS correspond au territoire de la commune. Puis la plupart des

communes plus de 5 000 habitants, sont découpées en IRIS 2000. Les IRIS 2000 forment « un

4 Institut National de la Statistique et des Etudes Economiques.



petit quartier » qui se définit comme un ensemble d’îlots contigus. Il y a 3 types d’IRIS

2000 :

• Les IRIS d’habitat, qui sont des zones dont la population se situe entre 1800 et 5000

habitants et qui sont homogènes quant au type d’habitants ;

• Les IRIS d’activités, qui sont des zones qui regroupent plus de 1000 salariés et

comptent deux fois plus d’emplois que de population résidente ;

• Les IRIS divers, qui sont des zones de superficie importante à usage particulier

(bois, parc, zones portuaires…).

Ainsi l’Aire Urbaine Lyonnaise qui constitue notre périmètre d’étude a été découpée en 777

zones IRIS. Nous avons adopté ce découpage en IRIS car c’est le découpage le plus fin

disponible.

III.1.2 Réseau de transport

L’affectation réalisée à l’aide de TERESE avait comme année de référence 2001, pour cela, il

fallait prendre la même année pour que « la comparaison » entre les résultats de DaVISUM et

ceux de TERESE ait un sens. Or, après avoir contacté Kéolis Lyon, l’exploitant des TCL, il

s’est avéré que les seules données auxquelles nous pouvions accéder sont ceux de 2006, et il a

fallu donc d’abord saisir les données relatives à 2006, et puis reconstituer le réseau 2001 sur

la base de ces données et de la comparaison entre les cartes du réseau des transports en

commun de 2001 et 2006.

Les données dont nous avions besoin sont les temps de parcours entre stations adjacentes pour

chaque sens et chaque ligne de transport en commun. Pour cela, il fallait avoir, pour toutes les

lignes de transport en commun : la succession des stations, les distances entre stations

adjacentes et les horaires de passage entre ces stations (en heures de pointe du soir).

Comment avons-nous procédé ?

• Construction du réseau

Nous avons construit dans un premier temps, sur la base des données de Kéolis Lyon, des

tableaux qui contiennent, pour chaque ligne de 2006 : la succession des stations en allée et en

retour, les distances entre ces stations et les horaires de passage en heures de pointe du soir,

par chacune des stations principales.

Après, il a fallu procéder à la reconstitution de nouveaux tableaux pour l’année 2001, et ce sur

la base des tableaux 2006 et des cartes du réseau 2001 et 2006.



A l’aide des cartes du réseau de transport en commun du grand Lyon de 2001 et de 2006,

nous comparions la succession des stations en allée et retour.

Pour une ligne i et dans un sens donné, un ou plusieurs des cas suivants peut (peuvent) se

présenter :

Des stations sont conservées, et donc il n’y a aucun changement entre 2006 et 2001 ;

Des stations ont gardé les mêmes emplacements mais sont desservies par de nouvelles

lignes en 2006 ;

Des stations appartiennent à un itinéraire qui existait et qui existe encore mais la

station n’est plus desservie ;

Une station n’est plus desservie dans un sens mais elle l’est dans l’autre ;

Des stations (pour une même ligne) ont les mêmes noms en 2001 et en 2006 mais

leurs emplacements ne sont pas les mêmes ;

Des stations n’existaient pas en 2001 mais existent en 2006, sur le même itinéraire de

2001 ;

Des stations qui étaient desservies en 2001 ne le sont plus en 2006 ;

Etc.

Pour le premier cas, il n’y a aucun problème, mais pour les autres cas, il fallait trouver moyen

de récupérer les données. Nous avons donc essayé au maximum de tirer l’information sur la

base des cartes et des données disponibles (de Kéolis Lyon), mais dans certains cas, il était

indispensable d’avoir recours à des cartes du réseau numérisées par David CAUBEL5 sur un

SIG de haute résolution spatiale pour ce qui est des distances. Pour les horaires de passage,

nous nous sommes basés sur les vitesses pratiquées par le même mode de transport dans le

voisinage du tronçon en question (toute chose étant égale par ailleurs).

Mis à part le travail fastidieux de collecte de données, la correction de ces données n’était pas

facile ; d’une part, les outils dont je disposais étaient limités (cartes de réseau de 2001 et

2006) et d’autre part, il y a eu beaucoup de changements sur le réseau et ces derniers étaient

concentrés dans certaines zones (généralement au centre de la ville), et donc parfois il

s’avérait impossible de trouver les distances ou les temps de parcours entre stations de ces

5 Chercheur au LET



régions sans avoir recours aux distances issues des cartes numérisées et à l’estimation des

temps de parcours.

Après avoir reconstitué notre réseau de 2001, avec les distances entre stations et les horaires

de passage par les principales stations, nous avons calculé les horaires de passage par les

stations secondaires, et ceux par interpolation entre chaque deux stations principales. Ensuite,

nous avons calculé les temps de parcours entre toutes les stations adjacentes et pour chaque

ligne de transport en commun en allée et en retour.

Nous avons procédé par la suite au contrôle des distances, moyennant une comparaison de

celles fournies par Kéolis avec celles issus du SIG, et ce à l’aide d’un petit programme sur

Excel qui informe sur l’existence de différences considérables. En effet, si le

rapport différence entre distance Kéolis et distance SIG sur distance Kéolis est supérieur à

10%, nous procédons à une rectification.

A la fin de tout ce travail, nous avons recensé 1879 stations de transport en commun, 309

allée et retour et 141 lignes de transport en commun dont 4 métros, 2 tramways et 2

funiculaires.

Remarque :

Le principe que nous avons suivi pour la reconstitution du réseau 2001 sur la base des

données 2006 n’est pas tout à fait correct, car cela exige que les conditions de trafic soient

conservées entre 2001 et 2006, chose qui n’est pas vraie. Je cite l’exemple des règles de

priorité qui ont changé sur certaines routes et qui favorisent le bus par rapport aux voitures,

aussi de nouvelles voies ont été aménagées pour être utilisées par les bus… Ceci dit, nous

avons gardé l’hypothèse que les conditions de trafic n’ont pas changé, puisque la recherche

des changements qui ont eu lieu entre 2001 et 2006 nécessite un travail de collecte de données

considérable et son intégration dans le réseau n’est pas évidente.



III.1.3 Matrice Origine-Destination

Pour pouvoir comparer l’affectation de DaVISUM avec celle de TERESE, il fallait partir des

mêmes données de la demande. Pour cela, nous avons utilisé la matrice origine-destination de

déplacement relative au réseau 2000-2001 fournie par la SEMALY6 et utilisée dans TERESE.

Il s’agit d’une matrice de déplacement en transport collectif relative aux heures de pointe du

soir (entre 16h30 et 19h00).

Toutefois, cette matrice posait problème, puisque l’aire urbaine lyonnaise modélisée par la

SEMALY repose sur un découpage en 196 zones par contre le LET travaille sur un

découpage en 777 zones, il fallait donc passer d’une matrice 196×196 à une matrice 777×777.

Pour remédier à ce problème nous avons procédé à l’éclatement de la matrice de la SEMALY

pour la faire correspondre à celle du LET. En effet, nous avons défini chaque zone IRIS

comme la somme pondérée des zones du découpage TERESE dont une partie est incluse dans

cette zone IRIS. De ce fait, si i est une origine et j une destination dans le découpage IRIS, et

Dij la demande sur l’origine-destination ij, et si dkl la demande de déplacement entre les zones

k et l du découpage de la SEMALY alors on a :

Équation 2 : formule de la construction de la matrice de la demande de déplacement des zones IRIS sur la

base de celle des zones de découpage de la SEMALY (J. PITION, 2006)

Les coefficients de pondération αik et αjl correspondent au pourcentage de la surface bâtie de

chaque zone TERESE qui est commune avec la zone du découpage du LET. Le choix de la

surface bâtie vient du fait que celle-ci est la somme des surfaces d’habitation et des surfaces

de travail et donc il est plus logique de ne prendre en compte que cette surface qui engendre

l’émission et l’attraction de chaque zone.

Ainsi, nous avons construit notre matrice de demande correspondante au découpage IRIS.

6 Société d'ingénierie des transports urbains et ferroviaires, créée en 1968 à l’initiative des collectivités locales lyonnaises, elle est spécialisée dans l'étude et la maîtrise d'oeuvre des transports en commun de type métros, tramways, bus guidés et ferroviaires : trains à grande vitesse, chemins de fer régionaux, nationaux et internationaux.

Dij = Σk,l αik αjl dkl

Avec αik et αjl respectivement les coefficients de pondération des zones IRIS i et j par

rapport aux zones SEMALY k et l.



III.2 CODIFICATION SOUS DAVISUM

III.2.1 Eléments de la codification du réseau sous DaVISUM

La codification d’un réseau pour les besoins de modélisation nécessite la description de sa

structure (définition de ses composants), des propriétés de ses composants (longueur,

vitesse…) et des relations entre ces éléments et les flux de déplacements (Lamb, Havers,

1970).

Le réseau représentant le système de transports collectifs pour DaVISUM doit décrire la

structure spatiale et temporelle de l’offre de transport. C’est pourquoi on le construit en

fonction de nombreux éléments contenant toutes les données significatives relatives au réseau

des tronçons, aux lignes et horaires de transport en commun et aux zones de trafic.

Le modèle de réseau intégré dans DaVISUM distingue les systèmes de transport du type

individuel “TI” et ceux du type collectif “TC”. Les systèmes de transport TI dépendent de la

vitesse autorisée et de la capacité des tronçons tandis que les véhicules des systèmes de

transport TC circulent selon des horaires.

Pour décrire une offre de transport, DAVISUM distingue plusieurs éléments que l’on codifie

sous forme de tables à formats spécifiques.

En effet, les tables nécessaires à la description d’un réseau dépendent de la nature de l’offre

de transport qu’on veut décrire. Dans notre cas nous nous intéressons au réseau des transports

collectifs (qui est beaucoup plus « exigeant » en matière d’informations requises que le

transport individuel).

Les tables indispensables pour mettre en œuvre ce réseau sont les suivantes :

Table : paramètres du réseau

Table : systèmes de transport

Table : modes

Table : segments de la demande

Table : nœuds

Table : points d’arrêt

Table : arrêts

Table : zones d’arrêt

Table : zones

Table : tronçons



Table : connecteurs

Table : lignes

Table : itinéraires de lignes

Table : tracés d’itinéraires de lignes

Table : profils des temps de parcours

Table : éléments des profils des temps de parcours

Nous allons décrire dans ce qui suit chacune de ces tables et vous trouverez en annexe un

exemple de chacune de ces tables.

Table : Paramètres Réseau La table Paramètres réseau contient des paramètres de réseau généraux pour les données de

réseau (échelle, nombre de décimale pour les coordonnées…).

Table : Systèmes de transport La table Systèmes de transport informe sur les différents systèmes de transport qui constituent

l’offre. Un système de transport est défini par :

Un type de système de transport : transport individuel, transport collectif, marche à

pied…

Un moyen de transport : voiture, vélo, tram, bus…

Table : Modes La table mode décrit les modes de transport utilisés dans le réseau. Un mode sert à relier un

ou plusieurs systèmes de transport. Un mode peut comporter un et un seul système de

transport TI ou plusieurs systèmes de transport TC.

Table : Segments de la demande La table segments de la demande définit les différents segments de la demande. Un segment

de la demande appartient à un et un seul mode. Il permet de faire le lien entre l’offre de

transport et la demande de déplacements.

On peut utiliser les segments de la demande pour différencier :

Les groupes de la population : actifs avec VP (conducteurs), actifs TC, étudiants TC,

etc. ;



Les types de titres de transport : aller simple, abonnements mensuels, etc. ;

Les types de véhicules : VP diesel, VP essence, etc.

Une matrice O-D est assignée à chaque segment de la demande.

Généralement, on part du principe que les matrices O-D contiennent la demande en unités de

véhicules pour les TI et en unités de personnes pour les TC.

Le schéma suivant illustre le rapport entre systèmes de transport, modes, segments de la

demande et matrice OD.

Figure 7 : Rapport entre systèmes de transport, modes, segments de la demande et matrices O-D (manuel

DaVISUM, p54)

Table nœuds :

La table nœuds décrit les nœuds du réseau. Les nœuds sont des éléments ponctuels qui

définissent la position des carrefours du réseau routier et des arrêts de transport en commun.

Les zones sont connectées au réseau par l’intermédiaire des noeuds.

Dans notre cas, nous n’allons considérer comme nœuds que les arrêts des transports collectifs.

Table points d’arrêt :

La table points d’arrêt décrit les points d’arrêt du réseau. Un point d’arrêt est le point de

départ concret d’une ou plusieurs lignes. Dans la modélisation la plus précise possible, le

point d’arrêt correspond au poteau d’arrêt pour le transport par bus et à la bordure de quai

pour le transport par voie ferrée. Les points d’arrêt sont inclus dans le réseau TC et peuvent

être situés soit à un noeud soit sur un tronçon (orienté) à une position définie.



Table zones d’arrêt :

La table zones d’arrêt décrit les zones d’arrêt relatives au réseau. Une zone d’arrêt est

assignée à un arrêt précis et peut regrouper plusieurs points d’arrêt, elle décrit une zone d’un

arrêt et peut être assignée à un noeud du réseau, ce qui permet de relier le réseau routier et les

connecteurs de zones (nous allons voir plus loin cette notion de connecteurs de zones).

Les zones d’arrêt servent essentiellement à définir des temps de transition à pied entre les

différents points d’arrêt. Elles regroupent les points d’arrêts dont les temps de transition à

pied vers d’autres points d’arrêt ne divergent pas. Exemple : Dans une gare, les points d’arrêt

des différents quais sont regroupés en une zone d’arrêt et ceux des différents arrêts de bus de

la gare également. Les zones d’arrêts peuvent aussi représenter des entresols à l’intérieur

d’arrêts plus vastes à plusieurs niveaux. Le second rôle des zones d’arrêt est de relier les arrêts

aux zones et au réseau des liaisons piétonnes en dehors de l’arrêt.

Table arrêts :

La table arrêt décrit les arrêts du réseau. Un arrêt regroupe des zones d’arrêt et par conséquent

des points d’arrêt. Il comporte des coordonnées pour des raisons de localisation et de

représentation graphique.

Ces distinctions entre arrêts, points d’arrêt et zones d’arrêt permettent d’élaborer des modèles

de réseau plus ou moins détaillés avec DAVISUM :

Pour la planification stratégique, les points d’arrêt au noeud sont suffisants car la

position exacte du point d’arrêt n’est en général pas décisive ;

Pour la planification d’exploitation TC, il est judicieux de modéliser les points d’arrêt

sur les tronçons car on atteint ainsi le niveau de détail requis ;

Il est également possible de mélanger les deux formes dans DAVISUM, par exemple

en utilisant une modélisation précise selon les tronçons en agglomération et une

modélisation selon les noeuds hors agglomération.

Pour nous, il s’agit d’un modèle stratégique, donc nous n’avons pas besoin d’une codification

« ponctuelle » très précise, pour cela, nous allons confondre point d’arrêt, zone d’arrêt et arrêt.



Table tronçons :

La table tronçons décrit les tronçons qui constituent le réseau. Les tronçons relient les nœuds,

c'est-à-dire les carrefours du transport individuel et les points d’arrêt des transports collectifs,

et matérialisent ainsi les infrastructures routières et ferroviaires. Un tronçon est une arête

orientée, ce qui signifie que les deux sens sont des éléments de réseau indépendants.

Pour chaque tronçon, il faut préciser les systèmes de transport du mode TI et du mode TC

autorisés à emprunter ce tronçon.

Cette table est indispensable pour la création d’un réseau sous DaVISUM mais on peut ne pas

la construire car les tronçons peuvent être générés à partir de la table d’itinéraires de lignes.

Table zones :

La table zones représente les zones qui appartiennent au périmètre d’études. Les zones sont

des éléments ponctuels qui décrivent des surfaces ayant une utilisation spécifique et leur

localisation dans le réseau (par exemple : zones résidentielles, zones tertiaires, centres

commerciaux, écoles). Elles sont l’origine et la destination des déplacements et sont

connectées au réseau de transport via des connecteurs.

On représente une zone par son centroïde, le centroïde est un nœud fictif qui concentre tous

les attributs de la zone dont il constitue en quelque sorte le centre de gravité. Il s’agit d’un

point fictif introduit à des fins de représentation (donc de simplification de la réalité). Il n’a

pas réellement de position géographique. Souvent, on le situe au centre de gravité de la zone,

mais il ne s’agit que d’une commodité de représentation graphique qui n’a pas de sens en

termes de distance métrique. Toutes les localisations de la zone (ménages, emplois, origines et

destinations des déplacements…) sont en fait concentrées en ce point. A l’intérieur de la zone,

toutes les distances sont donc considérées comme nulles. Il s’agit bien évidemment d’une

approximation. Et c’est pour réduire la portée de cette approximation, que l’on introduit le

connecteur de centroïde (que nous décrirons après). Par définition, il ne peut y avoir qu’un

seul centroïde par zone.



Table connecteurs :

La table connecteurs décrit les connecteurs qui relient les centroïdes de zones au réseau. Les

connecteurs représentent les chemins de rabattement et d’accès (entrée et sortie) entre le

centroïde d’une zone et les noeuds. Un connecteur a deux sens, qui peuvent être utilisées

comme chemin d’accès au réseau ou de sortie du réseau :

Connecteurs en émission depuis une zone vers un nœud ;

Connecteurs en attraction depuis un noeud vers une zone.

Les zones sont l’origine et la destination des déplacements, de sorte qu’un connecteur en

émission représente toujours la première partie et un connecteur en attraction toujours la

dernière partie d’un déplacement. La valeur par défaut du temps de connexion pour chaque

système de transport est calculée à partir de la longueur du connecteur et de la vitesse du

Système de Transport sur le connecteur (pour nous, le système de transport est la marche à

pieds, et la vitesse de la marche à pieds est de 4km/h) existant sous forme de valeur par

défaut. Pour l’affectation, chaque zone doit être connectée au réseau par au moins un

connecteur en émission et au moins un connecteur en attraction. Une zone peut être reliée au

réseau par plusieurs noeuds de connexion.

La construction de cette table avait posé problème, du fait que les connecteurs sont des

éléments fictifs que le planificateur crée pour des fins de modélisation. Pour créer des

connecteurs, nous avons procédé comme suit : A l’aide d’Excel, nous avons calculé, pour

chaque zone, la distance à vol d’oiseau entre cette zone et toute les stations de transport en

commun, en se basant sur les coordonnées XY des zones et des stations. Ensuite, nous avons

procédé au calcul de la distance réellement parcouru sur la base de la formule

suivante (INRETS (GALLEZ, 2000, p.35)) :

Équation 3 : Formule de calcul de la distance réellement parcourue en fonction de la distance à vol d’oiseau dans un système urbanisé

Si DVO ≤ 20 Km DRP = DVO × (1,1 + 0,3 exp (-DVO/20))

Sinon DRP = DVO × 1,1

Avec :

DRP : Distance réellement parcourue

DVO : Distance à vol d’oiseau



Ensuite, pour chaque zone i, quelle que soit la station k telle que DRP entre i et k est

inférieure à 500m, on attribue un connecteur entre i et k.

Une fois que l’on ait tous les connecteurs possibles (avec une longueur maximale de 500m),

on ne considère que les stations qui n’ont eu aucun connecteur, et on leur applique la même

procédure précédente mais cette fois avec la condition DRP inférieure ou égale à 1000m.

Pour les zones auxquelles nous n’avons attribué aucun connecteur, elles sont considérées

comme étant non connectées au réseau urbain.

Le choix des valeurs de 500m en premier lieu et de 1000m en second lieu comme limites

supérieures pour les distances d’accrochage7 n’est pas arbitraire. En effet, pour la première

valeur, il est courant de considérer que les zones de chalandise des stations de transport en

commun ne dépassent pas un rayon de 500m. Toutefois, les déplacements dont l’origine ou la

destination se trouve en périphérie pourraient présenter de non ou faibles connexions au

réseau car l’offre en transport est réduite, c’est pour cela que, dans un deuxième temps, nous

avons choisi d’augmenter, pour les zones non connectées, la limite supérieure des distances

d’accrochage à 1000m. Le choix d’une plus grande distance d’accrochage (typiquement plus

de 1000m) conduirait au calcul d’un nombre trop important de plus court chemin, ainsi, le

temps de calcul serait augmenté sensiblement pour donner des résultats qui ne seraient pas

réellement différents de ceux pouvant être obtenus avec une distance plus faible.

Table lignes :

La table ligne définit les lignes de transport collectif qui appartiennent au réseau. Une ligne de

transport en commun est constituée d’une ou plusieurs variantes de lignes, qui peuvent

différer par leur itinéraire ou leur temps de parcours entre deux arrêts.

Une ligne est décrite par :

Des itinéraires de ligne : un ensemble d’itinéraires de ligne pour chaque ligne ;

Des profils de temps de parcours : un ensemble de profils de temps de parcours pour

chaque itinéraire de ligne ;

Des services : utilisent un profil de temps de parcours.

7 Une distance d’accrochage est une distance qui relie un centroïde de zone au réseau de transport, elle correspond à la longueur du connecteur.



Dans la construction de cette table, nous ne signalons que les lignes existantes sans donner de

détail sur la ligne, ce que dans les tables itinéraires de lignes et tracés d’itinéraires de lignes

que l’on donne les informations qu’il faut sur les lignes.

Table itinéraires de lignes et table tracés d’itinéraires de lignes :

Un itinéraire de ligne décrit le chemin suivi par une ligne pour un sens donné comme

succession de points d’itinéraire et regroupe un ou plusieurs profils de temps de parcours.

Dans la table itinéraire de ligne, on définit l’ensemble des itinéraires existant pour chaque

ligne.

Dans la table tracé itinéraire de ligne on décrit la succession des points de ces itinéraires.

En effet :

Les points d’itinéraires sont des points sélectionnés de l’itinéraire de ligne, et qui

sont, tous les points d’arrêt de l’itinéraire ;

Les points d’itinéraires peuvent également être des noeuds traversés (comme des

carrefours par exemple) ;

Le premier et le dernier point d’itinéraire d’un itinéraire de ligne doivent être des

points d’arrêt autorisés pour le système de transport de la ligne.

Table Profil de temps de parcours et table éléments de profil de temps de parcours Un profil de temps de parcours décrit les temps de parcours entre les arrêts et les temps

d’arrêts commerciaux pour un itinéraire de ligne d’une ligne.

Dans la table Profil de temps de parcours, on redéfinit les itinéraires des lignes existants

comme dans la table itinéraires de lignes.

Et dans la table Eléments de profils de temps de parcours, on décrit tous les points d’arrêt

desservis de l’itinéraire de ligne avec leurs temps de parcours et d’arrêt.

Tous les points d’itinéraires sont appliqués pour le profil de temps de parcours, c’est-à-dire,

pour le calcul de l’heure d’arrivée et du temps de parcours cumulé.

Matrice de la demande Dans les matrices origine – destination, la demande de déplacements est indiquée par le

nombre de déplacements (nombre de trajets) entre une zone i et une zone j. La distribution

temporelle des souhaits de déplacement à l’intérieur de l’intervalle d’étude est décrite à l’aide



d’un instant de début et d’une courbe de distribution, considérée lors de l’affectation TC et de

l’affectation dynamique TI. La courbe de distribution n’entre pas en compte dans les

affectations TI statiques.

Une description de la demande :

Contient la demande de déplacements ainsi que sa distribution dans le temps ;

Se rapporte à un ou plusieurs segments de la demande ;

et est enregistrée dans un fichier de données de la demande.

Dans DAVISUM, les matrices et les courbes de distribution sont des éléments de réseau

indépendants et peuvent être assignées librement à des segments de la demande pour

l’affectation.

III.2.2 Démarche suivie

Pour réaliser la codification du réseau sous format lisible par DaVISUM, nous avons suivi les

étapes suivantes :

Nous avons dressé l’inventaire des tables nécessaires à la construction du réseau

TC ainsi que leurs attributs obligatoires ;

Nous avons construit ces tables sous Excel ;

Nous les avons exportées vers des fichiers bloc note avec le format spécifique à

chaque table ;

Et en dernier lieu, nous avons créé un fichier .net lisible par DaVISUM sur lequel

nous avons copié l’ensemble des tables.

Vous trouverez en annexe, un exemple de chaque table.

Nous avons pu à travers cette démarche construire les bases élémentaires de notre réseau des

transports collectifs, mais il fallait aussi intégrer le volet service indispensable pour

l’affectation.

Nous avons donc introduit, directement sous DaVISUM, pour chaque itinéraire de ligne, la

fréquence de la desserte en heure de pointe du soir (l’heure pour laquelle nous allons réaliser

l’affectation et pour laquelle nous disposons de la matrice origine-destination) tout en

spécifiant, à chaque fois, les moments de début et de fin de cette fréquence de pointe.

Ainsi, notre réseau a été construit et il ne restait qu’introduire les données de la demande.



La matrice de la demande 777×777 a été générée, comme nous l’avons vu dans la partie

précédente, à partir de celle de la SEMALY. Nous l’avons importée sous format .mtx en

respectant la numérotation des zones de la table zones du réseau.

III.3 REALISATION DE L’AFFECTATION SOUS DAVISUM

Pour modéliser les déplacements TC, DAVISUM propose trois types de procédures

d’affectation qui diffèrent les unes des autres par les données d’entrée nécessaires, le temps de

calcul et la précision des résultats.

III.3.1 Les procédures d’affectation sous DaVISUM

La procédure d’affectation selon les systèmes de transport : elle utilise une

affectation “tout ou rien” spécifique aux TC et fournit un aperçu de la structure de la

demande de déplacements. Cette procédure se prête à la détermination d’un « réseau

de lignes souhaité » dans le cadre d’une planification sommaire, réseau dans lequel les

voyageurs sélectionnent l’itinéraire le plus rapide sans contrainte horaire ;

La procédure d’affectation selon la cadence est idéale pour les réseaux urbains aux

cadences rapprochées et pour les plans conceptuels à long terme où l’horaire exact

pour la période d’étude n’est pas encore connu. La procédure selon la cadence

détermine le temps d’attente en correspondance lors d’un changement de ligne à partir

de la cadence moyenne de la ligne suivante ;

La procédure d’affectation selon les horaires tient compte des horaires exacts et

convient donc particulièrement à la planification des réseaux TC locaux dans les zones

rurales ou des réseaux ferroviaires.

Parmi ces trois variantes, nous avons choisi la plus adéquate à notre cas : l’affectation selon la

cadence. Ce choix vient du fait que nous travaillons dans le cadre d’un modèle stratégique à

des horizons de long terme.

Nous allons détailler dans ce qui suit la procédure d’affectation selon la cadence retenue pour

la réalisation de notre affectation sous DaVISUM.



III.3.2 Affectation selon la cadence

Dans la procédure d’affectation selon la cadence, chaque ligne est décrite par un itinéraire

(succession d’arrêts), des temps de parcours entre arrêts desservis et une cadence.

La procédure d’affectation selon la cadence englobe les trois étapes de détermination de la

cadence, de recherche et de choix d’itinéraire ainsi que de répartition sur les liaisons. La

procédure d’affectation selon la cadence se distingue de la procédure d’affectation selon les

horaires par la combinaison de la recherche et du choix d’itinéraire. Dans la deuxième étape,

DAVISUM recherche les chemins possibles entre deux zones et détermine une répartition

entre celles-ci. Les chemins ne représentent pas des liaisons mais des itinéraires dans la

mesure où la procédure de recherche ne tient compte des horaires que globalement par

l’intermédiaire de la cadence. Dans la troisième étape, la demande de la matrice O-D est

répartie sur les itinéraires déterminés lors de la recherche d’itinéraires et les itinéraires chargés

sont enregistrés (au choix).

III.3.2.1 Détermination de la cadence

La cadence d’une ligne peut être déterminée de trois manières différentes au choix :

Dans le cas le plus simple, la cadence est spécifiée directement par l’utilisateur comme

attribut du profil de temps de parcours.

La cadence peut également être déterminée à partir de l’horaire du profil de temps de

parcours en déterminant pour des intervalles de temps définis par l’utilisateur et

compris dans l’intervalle d’affectation le nombre n de départs revenant à chaque

intervalle.

Dans des réseaux avec des cadences rapprochées et des intervalles de temps

suffisamment longs, cette approximation simple est acceptable.

La troisième méthode est utilisée comme configuration par défaut pour la procédure

d’affectation selon la cadence. La cadence d’une ligne l est définie comme le double

du temps d’attente attendu du prochain départ de l en cas d’accès aléatoire à l’arrêt

dans un intervalle donné.



III.3.2.2 Coûts généralisés

La recherche de chemins de la procédure d’affectation selon la cadence repose sur le principe

fondamental suivant : tous les voyageurs d’une même zone d’attraction prennent leur décision

de choix de chemin selon les mêmes critères, indépendamment du chemin partiel parcouru

auparavant. Ce principe mathématique représente un critère de décision stable.

Pour la recherche et le choix d’itinéraire, les itinéraires sont évalués selon leur temps ou leur

coût généralisé. Celui-ci est composé d’un temps de déplacement perçu TDP et d’un prix de

déplacement Tarif (Manuel DaVISUM) :

Équation 4 : Formule du calcul du temps généralisé telle qu’elle est décrite dans le manuel d’utilisation de

DaVISUM

Le temps de déplacement perçu TDP est exprimé en minutes et se compose des temps

suivants :

TDP [min] = Temps de transport en véhicule • FactTEV

+ Temps de rabattement • FactTR

+ Temps d’accès à destination • FactTAX

+ Temps de marche à pied • FactTMàP

+ Temps d’attente au départ • FactTAD

+ Temps d’attente en correspondance • FactTAC

+ Nombre de ruptures • FactNR

TG = TDP • FactTDP + Tarif • FactTarif

Avec :

TG : Temps généralisé

TDP : Temps de déplacement Perçu

Tarif : Prix du déplacement

FactTDP et FactTarif respectivement les coefficients multiplicateurs du temps

de déplacement perçu et du prix du déplacement.



Les temps de déplacement, coût etc. sont déterministes. Le temps d’attente au départ et le

temps d’attente en correspondance découlent de la cadence déterminée auparavant de la ligne

TC dans laquelle le voyageur monte à l’arrêt de départ ou de correspondance. Ils dépendent

de la position relative des lignes empruntées successivement par rapport aux autres lignes

dans le cadre de leur cadence.

III.3.2.3 Recherche et choix d’itinéraires

La demande de déplacements d’une relation OD est injectée à la zone d’émission. Pour le

choix de la première ligne, il peut déjà exister plusieurs alternatives avec des temps

généralisés et des cadences différentes. La demande totale est alors répartie – comme à tous

les prochains points de décision - sur les différentes alternatives selon un principe simple :

La probabilité du choix d’une alternative est égale à la probabilité qu’une alternative soit la

meilleure parmi toutes les alternatives.

La recherche d’itinéraires dans l’affectation selon la cadence ne repose pas sur des recherches

du plus court chemin mais génère un graphe de décision orienté pour chaque zone

d’attraction. Les arrêts où plusieurs alternatives sont à disposition des voyageurs représentent

les noeuds de ce graphe de décision, appelés noeuds de décision. Les branches de ce graphe

représentent les différentes possibilités d’accéder à la zone d’attraction. L’hypothèse selon

laquelle les voyageurs se répartissent à chaque arrêt sur les différentes options pour continuer

le déplacement conformément à ce graphe de probabilité – indépendamment de la manière

dont ils ont accédé à l’arrêt – est décisive.

Logiquement, la recherche et le choix dans la nouvelle procédure d’affectation selon la

cadence sont structurés de telle sorte que toutes les possibilités de se déplacer à partir des

arrêts du réseau en direction de la zone d’attraction sont déterminées rétroactivement à partir

de chaque zone d’attraction. Les temps généralisés moyens des noeuds de décision pour

lesquels une répartition a déjà été calculée servent successivement à déterminer la répartition

à des noeuds de décision plus éloignés. Au cours de cette recherche, seuls les itinéraires

constituant la meilleure option avec une probabilité positive parmi toutes les alternatives

disponibles à leur noeud décisionnel de départ sont conservés (c’est-à-dire que seules de telles

branches du graphe de décision sont chargées).



III.3.2.4 Evaluation de la procédure, champs d’application

La procédure d’affectation selon la cadence présente les caractéristiques suivantes :

La procédure détermine non seulement l’itinéraire “optimal” mais également tous les

itinéraires “suffisamment attractifs”, au même titre que l’affectation selon les horaires. A

la différence de cette dernière cependant, le temps d’attente en correspondance est

seulement considéré globalement ;

La coordination des horaires n’est considérée que si elle est explicitement modélisée ;

Le nombre de ruptures, le temps de déplacement et le temps de transport peuvent être

estimés de façon précise si toutes les lignes ont des cadences moyennes faibles ;

Pour la plupart des réseaux TC, le temps de calcul est considérablement réduit avec la

procédure selon la cadence par rapport à la procédure selon les horaires, en particulier

pour les réseaux cadencés. En revanche, dans les réseaux dans lesquels de nombreuses

lignes ne sont constituées que d’un seul service, le gain de temps est peu considérable ;

Dans la mesure où la procédure d’affectation selon la cadence ne tient en général pas

compte de la coordination des horaires, elle est recommandée pour la planification des

transports collectifs en milieu urbain, en particulier si l’état actuel (horaire exact

disponible) doit être comparé à des scénarios pour lesquels il n’existe pas encore

d’horaires exacts. Cette procédure ne convient pas à la planification des TC en milieu

rural ou pour les transports à longues distances, car dans ces cas les cadences sont

généralement faibles et la mise en place de correspondances constitue une tâche de

planification élémentaire.

Nous allons maintenant décrire comment nous avons réalisé pratiquement l’affectation sous

DaVISUM.

III.3.3 Description de la réalisation de l’affectation sous DaVISUM

Après avoir construit le fichier .net qui contient toutes les tables requises pour la création du

réseau de transport, nous allons l’importer sous DaVISUM.

Nous procédons comme suit :

Ouvrir DaVISUM ;

Dans le menu déroulant « fichier » on choisit l’option ouvrir ;



Une fenêtre s’ouvre automatiquement demandant de spécifier la nature du fichier que l’on

veut ouvrir, nous choisissons « réseau » ;

On spécifie l’emplacement de notre fichier qui contient les tables qui décrivent le

réseau ;

DaVISUM affiche une fenêtre où l’on demande si on désire afficher les messages

d’erreur à l’écran, il faut cocher cette option puisqu’elle nous permettra de savoir

exactement où se situe le problème s’il y en a.

DaVISUM commence alors à lire le réseau et éventuellement à le compléter.

Il affiche une fenêtre où l’on choisi notre Système de transport, et où on nous demande

si l’on désire éventuellement que DaVISUM insère des tronçons s’il en faut. Dans

notre cas, on coche cette option, et on demande à DaVISUM d’appliquer ceci à tous

les systèmes de transport.

La lecture du réseau prend quelques secondes. Après, notre réseau s’affiche à l’écran

sous la forme suivante :

Figure 8 : Réseau des transports collectifs lyonnais modélisé sous DaVISUM



Maintenant, il faudra insérer les données de la demande, pour cela on ouvre la matrice

de la demande ;

Fichier > ouvrir > matrice OD > nouvelle matrice ;

On spécifie l’emplacement de la matrice qui a déjà été enregistrée sous format .mtx ;

La fenêtre des données de la demande apparaît ;

On spécifie la durée relative à la matrice origine-destination avec l’heure de début et

de fin de cette période ;

Pour réaliser l’affectation, on sélectionne dans le menu déroulant « Calcul » l’option

« procédures » ;

La fenêtre procédure apparaît avec deux onglets : « déroulement » et « fonctions ». On

choisi « déroulement » ;

On clique sur insérer, l’opération affectation apparaît ;

Il faudra par la suite sélectionner le segment de la demande sur lequel on désire

réaliser l’affectation ;

On choisit la procédure d’affectation qui nous convient (dans notre cas c’est selon la

cadence) ;

Après, on spécifie les paramètres de l’affectation à savoir : les numéros de zones de

destinations, l’intervalle d’affectation et les coefficients des différents termes de la

fonction temps généralisé ;

Et enfin, on lance l’exécution de la procédure ;

Je note ici que la réalisation de l’affectation prend 5 à 6 min dans notre cas.

Une fois la procédure est terminée, on peut visualiser la charge sur chaque tronçon

moyennant des fonctionnalités des paramètres graphiques.

Voici un exemple :



Figure 9 : Visualisation des charges sur le réseau des transports collectifs lyonnais sous DAVISUM

Dans un premier temps, nous avons refait cette procédure plusieurs fois en changeant à

chaque fois les coefficients des termes de la fonction de temps généralisé.

Après, nous avons forcé les temps de parcours sur les connecteurs, sous certaines conditions,

(nous allons voir après pourquoi), et nous avons ré appliqué une autre fois plusieurs

procédures avec divers coefficients pour les termes de la fonction de temps généralisé.

Nous allons voir dans la partie suivante pourquoi nous avons réalisé plusieurs fois la

procédure d’affectation.



IV. ANALYSE ET COMPARAISON DES RESULTATS D’AFFECTATION SOUS DaVISUM AVEC CEUX DE TERESE

Comme nous l’avons déjà cité, le but de mon stage est de tester la possibilité d’utiliser des

données théoriquement disponibles dans tous les réseaux (sans problème de confidentialité),

pour codifier de manière automatique le réseau de transport collectif sans, avoir a réaliser une

lourde étape de calage du réseau qui nécessite d'avoir des données fines en matière d'usage

des transports collectifs, qui ne sont pas toujours facilement disponibles (car les autorités

organisatrices ou les entreprises ne veulent pas toujours les donner). Nous sommes amenés à

tester cette approche dans le cadre du module « affectation des transport collectifs » du projet

SIMBAD. Nous avons travaillé sous DaVISUM, et nous avons réalisé les tests sur la base

d’une comparaison de nos résultats d’affectation avec ceux de TERESE qui ont déjà prouvé

leur efficacité en matière de reproduction de la réalité, et qui sont les seuls résultats dont nous

disposons, pour pouvoir faire notre comparaison.

A ce stade de notre rapport, nous allons présenter brièvement le modèle TERESE, nous

enchaînerons par la présentation des résultats d’affectation de la demande de déplacement, en

heure de pointe du soir, pour un jour normal de la semaine, sur le réseau Lyonnais de 2001

issus de TERESE ; après, nous présenterons nos différents résultats issus de DaVISUM tout

en les comparant avec ceux de TERESE.

IV.1 PRESENTATION DE TERESE

TERESE (TEst de RESEau) est un logiciel d’analyse de l’offre, de génération et d’affectation

de trafic dans le domaine des transports publics des personnes, développé au sein de la

SEMALY. Il permet d’analyser la qualité du service procurée par le réseau de transports

collectifs, et c’est également un outil d’aide à la décision.

Le réseau modélisé sous TERESE est un réseau relativement détaillé, mais toutefois moins

que celui représenté dans notre projet. La différence notaire étant au niveau du zonage, qui est

beaucoup plus fin pour nous.



IV.2 RESULTATS D’AFFECTATION SOUS TERESE

Nous avons choisi de commencer par la présentation des résultats de TERESE car c’est sur la

base de ceux-ci que nous allons changer les différents paramètres d’affectation sous

DaVISUM pour les leur faire correspondre. En effet, nous ne disposons pas de données sur la

réalité de la situation de la demande de déplacement en 2001, et puisque le modèle TERESE

avait prouvé son efficacité de reproduction de la réalité en cette année, nous allons nous baser

sur ses résultats pour caler DaVISUM.

Le tableau suivant représente les charges sur chaque mode de transport calculées par

TERESE, sachant que le modèle a été calé à l’aide de données réelles, et les coefficients des

termes de la fonction de temps généralisé qui ont été retenus sont : 2,8 pour la marche à pieds

et 1,75 pour le temps d’attente.

Tableau 2 : CHARGE SUR CHAQUE MODE DE TRANSPORT EN EN COMMUN CALCULEE A L’AIDE DE TERESE

TERESE Bus Funiculaire Métros Tramways total

Nombre de voyageurs 121 858 2 943 155 369 34 582 314 752

% par rapport au total 39% 1% 49% 11% 100%

IV.3 RESULTATS D’AFECTATION SOUS DAVISUM, ANALYSE ET COMPARAISON AVEC TERESE

Notre but est de pouvoir trouver une formulation de la fonction de temps généralisé dans

DaVISUM qui nous permettrait d’obtenir ou plutôt de nous rapprocher des résultats de

TERESE. Pour cela, nous avons fait varier le coefficient de marche à pieds, le coefficient de

temps d’attente et la pénalité de rupture.

Je rappelle au lecteur la forme de la fonction de temps généralisé utilisée par DaVISUM :

Temps de Déplacement Perçu (en min) =

Temps de transport en véhicule • Facteur (TEV)

+ Temps de rabattement • Facteur (TR)

+ Temps d’accès à destination • Facteur (TAcc. Dest.)

+ Temps de marche à pied • Facteur (TMàP)



+ Temps d’attente au départ • Facteur (TAtt. Dep.)

+ Temps d’attente en correspondance • Facteur (TAC)

+ Nombre de ruptures • Facteur (NR).

Pour nous, le temps généralisé est égal au temps de déplacement perçu. Nous avons considéré

que le tarif est nul. Ceci vient du fait que sur notre réseau, nous travaillons sur un segment de

la demande unique, ce qui fait que le tarif est unique, il ne sert à rien donc de tenir compte de

cette composante « tarif » dans le temps généralisé si elle ne va avoir aucune influence sur nos

résultats d’affectation. Nous rappelons au lecteur, qu’en France, le système de tarification des

transports collectifs repose sur l’intégration tarifaire, c'est-à-dire, qu’on peut prendre autant de

moyens de transport qu’on veut avec le même billet, tant que sa période de validité n’est pas

terminée. Aussi, qu’on prenne le bus, le métro ou le tram, le tarif est le même.

Le tableau suivant présente les différents résultats obtenus de DaVISUM en fonction des

différentes valeurs des coefficients multiplicateurs des termes de temps généralisé.

Tableau 3 : PREMIERS RESULTATS D’AFFECTATION SOUS DAVISUM

Coefficient de marche à

pieds

Coefficient de temps d’attente

Pénalité de

Rupture

% de charge sur

les bus

% de charge sur les

funiculaires

% de charge sur les métros

% de charge sur les trams

Total des charges

2 2 10min 66% 1% 28% 5% 271 442

2 2 5min 64% 1% 30% 5% 283 843

1,5 2 5min 64% 1% 30% 5% 283 843

2 1,5 5min 64% 1% 30% 5% 281 766

2 2 3min 63% 1% 31% 5% 292 671

3 2 3min 63% 1% 31% 5% 292 671

2 2 1min 62% 1% 32% 5% 307 225

2 2 0min 61% 1% 33% 4% 319 950

3 2 1min 62% 1% 32% 5% 307 225

2 1,5 1min 62% 1% 32% 4% 306 543

2,8 1,5 1min 62% 1% 32% 4% 306 543



Analyse et comparaison des résultats

La première remarque qui attire l’attention est le fait que plus la pénalité de rupture diminue,

plus le nombre total des charges augmente, chose qui parait très logique, puisque plus la

correspondance est pénalisante moins on a tendance à changer de moyen de transport et vis

versa.

Aussi, cette pénalité de rupture influence légèrement sur les parts de marché, plus la pénalité

diminue, plus la part du métro augmente au détriment de celle du bus. Cela s’explique par le

fait que les métros sont généralement empruntés après une correspondance ou suivis d’une

correspondance.

Une autre remarque, la diminution du coefficient de temps d’attente fait diminuer aussi le

nombre total de charges. Nous pouvons expliquer ceci par le fait que lorsque l’attente est

moins pénalisante, l’individu préfère plutôt prendre un moyens de transport au lieu de deux, et

donc le nombre de voyages diminue et par conséquent la charge aussi.

A part cela, on remarque que les parts de marché varient très légèrement, et restent loin de

ceux donnés par TERESE.

Aussi, en parcourant notre réseau modélisé sous DaVISUM, nous avons remarqué que le

nombre de connecteurs est trop faible, et il y a même une station de métro qui n’est relié à

aucun centroïde de zone.

En effet, que ce soit pour les parts de marché qui sont loin de la dite « réalité » ou bien pour le

nombre de connecteurs qui est faible et la station non reliée aux centroïdes de zone, nous

avons pensé que tout cela peut être dû d’abord au choix arbitraire du positionnement des

centroïdes de zones, et puis à la méthode retenue pour la création des connecteurs.

Pour ce qui est du positionnement des centroïdes de zones, le fait de choisir un point comme

représentant de tous les points de la zone peut exclure des connexions qui sont « très

possibles ». Et pour ce qui est de la méthode retenue pour la création des connecteurs, nous

avons pensé que les distances d’accrochage pourraient avoir une influence sur ces résultats,

puisque DaVISUM conçoit le temps de parcours sur les connecteurs de la même manière pour

tous les connecteurs, chose qui ne reflète pas la réalité, puisque, l’expérience montre que les

voyageurs préfèrent parcourir plus de distances pour prendre le métro ou le tramway plutôt



que de prendre le bus. Cette affirmation est soutenable pour des raisons d’attractivité. Nous

citerons par exemple :

La régularité : la régularité du métro est meilleure que celle du tram, et cette dernière

est meilleure que celle du bus ;

Transport en site propre : les individus sont de plus en plus soucieux des problèmes de

l’environnement, de ce fait ils préfèrent prendre un mode de transport en site propre

plutôt que d’utiliser le bus ;

Etc.

Une solution partielle pour le deuxième problème était d’imposer des temps de parcours sur

les connecteurs variables en fonction des modes de transport ; ainsi, nous avons retenu ce qui

suit :

Tableau 4 : TABLEAU DES VALEURS ATTRIBUEES AUX CONNECTEURS POUR VALORISER LES TRANSPORTS EN SITES PROPRES

Valeurs à attribuer au connecteur s’il est relié à une station de :

Valeur initiale du

temps de parcours du

connecteur

Métro Tramway Bus

Entre 0 et 300s 0s 50s 150s

Entre 300 et 600s 100s 150s 300s

Supérieure à 600s 200s 250s 500s

Toutefois, un problème s’est imposé : lors de la création de la table connecteur, nous n’avons

pas distingué entre connecteur qui assure la connexion avec métro, bus ou tramway

différemment, puisqu’il y a des stations communes entre plusieurs modes de transport

collectif. Nous avons remédié à ce problème en prenant le temps de parcours minimal.

Avant de nous lancer dans un nouveau calcul, nous proposons de contrôler que le partage de

marché à l’intérieur d’un même mode (on prendra le métro) suite à l’affectation sous

DaVISUM est comparable à celui issu de TERESE. Ceci nous permettra de nous assurer qu’il

ne s’agit pas d’un problème « intrinsèque » au réseau.

Le tableau qui suit présente les résultats de cette comparaison :



Tableau 5 : COMPARAISON DES PARTS DE MARCHE DE CHAQUE METRO PAR RAPPORT AU AUTRES METRO, ISSUES DE DAVISUM ET DE TERESE

DaVISUM TERESE Métro A 37,80% 37,16% Métro B 22,81% 18,56% Métro C 5,08% 5,38% Métro D 34,30% 38,90%

La comparaison montre que la répartition au sein du même mode dans DaVISUM est plutôt

proche à celle qui résulte de TERESE. Nous allons donc enchaîner dans notre calcul.

Nous avons changé les valeurs de temps de parcours des connecteurs sur notre réseau, nous

avons ré appliqué la procédure d’affectation en changeant à chaque fois le coefficient de

marche à pieds, le coefficient de temps d’attente et la pénalité d’accès.

Les résultats figurent dans le tableau suivant :

Tableau 6 : SECONDS RESULTATS D’AFFECTATION SOUS DAVISUM Coefficient de marche

à pieds

Coefficient de temps d’attente

Pénalité de

Rupture

% de charge sur

les bus

% de charge sur les

funiculaires

% de charge sur les métros

% de charge sur les trams

Total des charges

2 2 1min 55% 2% 38% 5% 332834 2 2 2min 55% 2% 38% 5% 321774 2 2 3min 56% 1% 38% 5% 313763 3 2 3min 54% 2% 39% 5% 323697 1 2 3min 58% 1% 36% 5% 304192 2 1 3min 55% 2% 38% 5% 313215 3 1,5 3min 54% 2% 39% 5% 323499

Analyse et comparaison des résultats

Nous remarquons une autre fois que la pénalité de rupture est inversement

proportionnelle au nombre total des charges, c'est-à-dire, lorsque la pénalité augmente

le total des charges diminue et c’est très logique, du fait que les correspondances

diminuent ;

Le coefficient de marche à pieds a une influence considérable sur le nombre total des

charges et a fait varier légèrement les parts de marché. En effet, plus le coefficient de

marche à pieds augmente, plus le nombre total des charges augmente et plus la part de



marché du métro augmente au détriment du bus, c’est très logique, puisque, primo,

lorsque nous pénalisons plus la marche à pieds, les individus préfèrent prendre plus de

moyens de transport plutôt que de marcher vers des stations qui leur assurent moins de

correspondances… . Secundo, nous avons rendu la marche à pieds vers les stations de

métro moins pénalisante que vers celles du bus, et donc, plus le coefficient

multiplicateur de la marche à pieds augmente, plus le gap entre marche à pieds vers

métro et marche à pieds vers bus est grand en faveur du métro.

Toutefois, bien que la part de marché du métro a augmenté au détriment du bus, les

pourcentages des charges sur chaque mode de transport par rapport au total des charges

restent très éloignés de ce qu’on l’on espérait obtenir, mais, il est quand même meilleur par

rapport à ce que l’on avait obtenu au départ.

Ce résultat ouvre sur plusieurs pistes sur lesquelles on pourrait travailler plus tard :

D’abord, lorsque nous avons imposé des temps de parcours sur les connecteurs qui

diffèrent selon le mode de transport, nous n’avons pas vraiment privilégié les

modes en site propre au détriment du bus, car, lorsqu’il s’agissait d’une station

desservie par plusieurs modes, nous avions considéré le même temps de parcours

sur les connecteurs qui la relient aux zones pour une desserte vers l’un ou l’autre

des modes en question.

Une solution serait de dédoubler ces connecteurs de façon à ce qu’il y est un pour

chaque mode au lieu d’un pour plusieurs modes.

Et puis, le choix des distances d’accrochage pour la construction de la table

connecteur n’était pas judicieux ; je rappelle que dans un premier temps nous

avions limité les distances d’accrochage à 500m, et ce pour tout mode confondu,

après, pour les zones qui sont restées non branchées au réseau, nous avions haussé

cette limite à 1000m.

Nous avons omis de prendre en compte que l’usager ne perçoit pas tous les modes

de la même manière et donc il fallait prendre en compte cet aspect pour le choix de

plusieurs distances d’accrochage relatives chacune à un mode bien précis, comme

ça, nous aurions pu augmenter le rayon d’action des modes en site propre, chose

qui est très raisonnable.



Le positionnement « arbitraire » des centroïdes de zone pose aussi un problème, il

est préférable de trouver une solution sur la base de laquelle on pourrait

automatiser le calcul des connecteurs.

Aussi, le positionnement géographique de la station est aussi important pour le

choix d’une distance d’accrochage, je citerai l’exemple du centre ville où

l’individu qui se déplace vers une station ne percevra le temps de la marche à

pieds de la même manière que s’il se déplace dans une zone résidentielle.

IV.4 CONCLUSION SUR L’ANALYSE ET LA COMPARAISON

Le temps d’accès au réseau n’est pas de même nature pour tous les modes de

transports collectifs. Le connecteur doit dans certains cas être spécifique pour chacune

des lignes ou groupes de lignes traversant une zone, si le temps de marche pour

accéder aux arrêts n’est pas perçu de la même manière pour chacune de ces lignes ou

groupes de lignes. Le temps de marche étant généralement affecté d’un coefficient

pondérateur au moins égal à deux pour traduire la pénibilité relative de la marche par

rapport au temps en véhicule, il est important de définir assez précisément ce temps.

Une mauvaise détermination des temps d’accès peut avoir des conséquences assez

importantes sur les choix d’itinéraires (nous avons vu qu’il y a eu un changement

considérable lorsque nous avons favorisé des stations de métros et de tramways par

rapport aux bus) ;

La détermination de la distance d’accrochage doit prendre en considération que les

zones de chalandise des arrêts de métro ou de tramway sont beaucoup plus grandes

que celles des bus. Ceci dit, il faut rester conscient de l’approximation et des

conséquences que cela peut avoir sur les résultats de l’affectation ;

Les résultats que nous avons trouvés ont montré que nous sommes sur la bonne voie

pour converger vers les résultats de TERESE.



CONCLUSION ET PERSPECTIVES

A travers ce stage de fin de formation, j’ai été amenée à tester la possibilité d'utiliser des

données théoriquement disponibles dans tous les réseaux, sans problème de confidentialité,

pour codifier de manière automatique le réseau des transports collectifs, et ce dans le cadre du

module « affectation des transports collectifs » du projet SIMBAD.

L’élaboration de mon travail a passé par plusieurs étapes dont les plus lourdes étaient les

premières à savoir : la collecte des données de 2006 (distances et temps de parcours entre

stations) et la reconstitution du réseau 2001. Une fois mes données étaient prêtes, j’ai

commencé à codifier mon réseau sous DaVISUM en apprenant à manipuler le logiciel au fur

et à mesure que j’avançais dans mon travail. Ensuite, j’ai introduit les données de la demande

à travers une matrice Origine-Destination 777×777 construite sur la base de la matrice utilisée

dans TERESE. J’ai réalisé plusieurs affectations, en heure de pointe du soir d’un jour normal

de la semaine, dans un premier temps en changeant les coefficients des termes du temps

généralisé. Après, j’ai forcé les temps de parcours des connecteurs pour favoriser les métros et

les tramways par rapport aux bus, et j’ai changé encore une fois, les coefficients des termes du

temps généralisé, pour trouver une meilleure formulation qui nous permet d’approcher les

résultats d’affectation du modèle TERESE qui représentent pour nous, faute d’indisponibilité

de données réelles, « la réalité » du réseau en 2001.

Les résultats trouvés ont montré que nous sommes sur la bonne voie permettant de faire

converger nos résultats vers ceux de TERESE. Faute de temps, nous n’avons pas pu continuer

sur ce travail, mais nous avons décelé des pistes sur lesquelles le LET pourrait continuer à

travailler à savoir :

Dédoubler les connecteurs qui assurent la liaison vers plusieurs modes de transport

de façon à ce qu’on ait un connecteur par mode ;

Créer des connecteurs avec des distances d’accrochage différentes selon le mode

de transport avec lequel le connecteur est relié, en augmentant bien sûr les aires de

chalandise des transports en site propre ;

Trouver une manière pour automatiser le calcul des connecteurs, pour tenir

compte de tous les points de la zone au lieu de ne prendre que le centroïde dont le

positionnement est plutôt « arbitraire ».



Avant de clore mon rapport, je note que ce stage m’a permis de toucher de proche un domaine

qui me passionne énormément qui est la modélisation de la demande de déplacement. J’ai pu

découvrir pas à pas quelques problèmes que pose la collecte et « la préparation de données »,

et j’ai appris à manipuler un logiciel très performant en matière de modélisation de la

demande de déplacement, en surpassant les différents problèmes que pose une première

utilisation d’un tel outil informatique. Aussi, j’ai eu la chance de travailler avec l’une des

meilleures équipes (la première en son genre) de la modélisation de la demande de transport

en France. Et enfin, ce travail de recherche m’a permis de participer activement à un projet

très ambitieux et très stimulant intellectuellement qui est le projet SIMBAD.



ANNEXE

* Table : Paramètres de réseau $PARARESEAU:NUMVERSRES;NOMVERSRES;ECHELLE;CIRCGAUCHE;DECICOORD;DECILONGUEURLONG;DECILONGUEURCOURT;DECIVITESSE;SEPARDECI;GENMODESEGD;DACCESATTRDAVIS;DEFCOORD 1.000;;1.000;0;4;3;0;0;.;1;INVISIBLE; * Table : Systèmes de transport $SYSTR:CODE;NOM;UVP;TYPE B;Bus;1.000;TC MP;MàP;1.000;PutWalk T;Tram;1.000;Tc M;Metro;1.000;TC F;Funiculaire;1.000;TC N;Navette;1.000;TC V;VP;1.000;TI * Table : Modes $MODE:CODE;NOM;ENSSYSTR;STDCARGOTSYS X;TC;B,M,T,F,N,MP; * Table : Segments de la demande $SEGMENTDEMANDE:CODE;NOM;MODE;TXOCCUP;FPPERIODEA;FPHORIZONA X;TC;X;1.000;1.000;365.000 * Table : Directions $DIRECTION:NUM;CODE;NOM 1;A;Aller 2;R;Retour * Table : Noeuds $NOEUD:NUM;CODE;NOM;NUMTYPE;TYPEREGUL;COORDX;COORDY;NUMMN;VALADD1;VALADD2;VALADD3 1;;18-juin-40;1;;806478;2088797;;;;0 2;;23-août-44;1;;803759;2077320;;;;0 3;;08-mai-45;1;;807309;2088674;;;;0 4;;24-août;1;;800356;2079161;;;;0 5;; Route d'Heyrieux;1;;804072;2079092;;;;0 6;;1ère D.F.L.;1;;792797;2086431;;;;0



* Table : Zones $ZONE:NUM;CODE;NOM;NUMTYPE;COORDX;COORDY;IDSURFACE;TYPEZONE;PARTTRAFICE(TI);PARTTRAFICE(TC);PARTTRAFICA(TI);PARTTRAFICA(TC);VALADD1;VALADD2;VALADD3;DANSSELEC;NUMMZ 1;;AMBÉRIEUX-EN-DOMBES;;799639;2114283;;;;;;;;;;;0 2;;ARS-SUR-FORMANS;;792319;2113058;;;;;;;;;;;0 3;;BALAN;;815232;2095576;;;;;;;;;;;0 4;;BÉLIGNEUX;;817810;2099578;;;;;;;;;;;0 5;;BEYNOST;;806582;2096275;;;;;;;;;;;0 6;;BIRIEUX;;809455;2109210;;;;;;;;;;;0 7;;BLYES;;826367;2097952;;;;;;;;;;;0 * Table : Connecteurs $CONNECTEUR:NUMZONE;NUMNOEUD;SENS;NUMTYPE;ENSSYSTR;LONG;T0-SYSTR(M);T0-SYSTR(V);POIDS(TI);POIDS(TC);VALADD1;VALADD2;VALADD3;DANSSELEC 147;27;O;1;MP;;;;;;;;;0 147;27;D;1;MP;;;;;;;;;0 166;717;O;1;MP;;;;;;;;;0 166;717;D;1;MP;;;;;;;;;0 166;719;O;1;MP;;;;;;;;;0 166;719;D;1;MP;;;;;;;;;0 167;88;O;1;MP;;;;;;;;;0 167;88;D;1;MP;;;;;;;;;0 167;853;O;1;MP;;;;;;;;;0 167;853;D;1;MP;;;;;;;;;0 167;890;O;1;MP;;;;;;;;;0 167;890;D;1;MP;;;;;;;;;0 167;1175;O;1;MP;;;;;;;;;0 167;1175;D;1;MP;;;;;;;;;0 167;1312;O;1;MP;;;;;;;;;0 167;1312;D;1;MP;;;;;;;;;0 * Table : Arrêts $ARRET:NUM;CODE;NOM;NUMTYPE;COORDX;COORDY;VALADD1;VALADD2;VALADD3;DANSSELEC 1;;18-juin-40;1;806478;2088797;;;;0 2;;23-août-44;1;803759;2077320;;;;0 3;;08-mai-45;1;807309;2088674;;;;0 4;;24-août-06;1;800356;2079161;;;;0 5;; Route d'Heyrieux;1;804072;2079092;;;;0 6;;1ère D.F.L.;1;792797;2086431;;;;0



* Table : Zones d'arrêt $ZONEARRET:NUM;NUMARR;CODE;NOM;NUMNOEUD;NUMTYPE;COORDX;COORDY;VALADD1;VALADD2;VALADD3;DANSSELEC 1;1;;18-juin-40;1;1;806478;2088797;;;;0 2;2;;23-août-44;2;1;803759;2077320;;;;0 3;3;;08-mai-45;3;1;807309;2088674;;;;0 4;4;;24-août-06;4;1;800356;2079161;;;;0 5;5;; Route d'Heyrieux;5;1;804072;2079092;;;;0 6;6;;1ère D.F.L.;6;1;792797;2086431;;;;0 * Table : Points d'arrêt $POINTARRET:NUM;NUMZARRET;CODE;NOM;ORIENTE;NUMTYPE;ENSSYSTR;TADEF;NUMNOEUD;NUMNOEUDO;NUMTRON;POSREL;VALADD1;VALADD2;VALADD3;DANSSELEC 1;1;;18-juin-40;1;1;B;;1;;;0.000;0.000;0.000;0.000;0 2;2;;23-août-44;1;1;B;;2;;;0.000;0.000;0.000;0.000;0 3;3;;08-mai-45;1;1;B;;3;;;0.000;0.000;0.000;0.000;0 4;4;;24-août-06;1;1;B;;4;;;0.000;0.000;0.000;0.000;0 5;5;; Route d'Heyrieux;1;1;B;;5;;;0.000;0.000;0.000;0.000;0 6;6;;1ère D.F.L.;1;1;B;;6;;;0.000;0.000;0.000;0.000;0 * Table : Lignes $LIGNE:NOM;CODESYSTR;NUMVEHCOMB;NUMEXPL;NOMML;VALADD1;VALADD2;VALADD3;DANSSELEC MetroA;M;;;;;;;0 MetroB;M;;;;;;;0 MetroC;M;;;;;;;0 MetroD;M;;;;;;;0 Tram1;T;;;;;;;0 Tram2;T;;;;;;;0 FuniculaireF1;F;;;;;;;0 FuniculaireF2;F;;;;;;;0 Bus1;B;;;;;;;0 Bus2;B;;;;;;;0 Bus3;B;;;;;;;0 * Table : Itinéraires de ligne $ITINERAIRELIGNE:NOMLIGNE;NOM;CODESENS;LIGNECIRC;VALADD1;VALADD2;VALADD3;DANSSELEC MetroA;A_A;A;0;;;;0 MetroA;A_R;R;0;;;;0 MetroB;B_A;A;0;;;;0 MetroB;B_R;R;0;;;;0 MetroC;C_A;A;0;;;;0 MetroC;C_R;R;0;;;;0



* Table : Tracés d'itinéraires de ligne $TRACEITINLIGNE:NOMLIGNE;NOMITINL;CODESENS;INDEX;NUMNOEUD;NUMPARRET;ESTPOINTITIN;LONGPOST;LONGARRET;VALADD MetroA;A_A;A;1;1371;1371;1;;;0 MetroA;A_A;A;2;37;37;1;;;0 MetroA;A_A;A;3;97;97;1;;;0 MetroA;A_A;A;4;377;377;1;;;0 MetroA;A_A;A;5;722;722;1;;;0 MetroA;A_A;A;6;551;551;1;;;0 MetroA;A_A;A;7;1184;1184;1;;;0 MetroA;A_A;A;8;270;270;1;;;0 MetroA;A_A;A;9;1520;1520;1;;;0 MetroA;A_A;A;10;660;660;1;;;0 MetroA;A_A;A;11;545;545;1;;;0 MetroA;A_A;A;12;418;418;1;;;0 MetroA;A_A;A;13;903;903;1;;;0 MetroA;A_R;R;1;903;903;1;;;0 MetroA;A_R;R;2;418;418;1;;;0 MetroA;A_R;R;3;545;545;1;;;0 MetroA;A_R;R;4;660;660;1;;;0 MetroA;A_R;R;5;1520;1520;1;;;0 MetroA;A_R;R;6;270;270;1;;;0 MetroA;A_R;R;7;1184;1184;1;;;0 MetroA;A_R;R;8;551;551;1;;;0 MetroA;A_R;R;9;722;722;1;;;0 MetroA;A_R;R;10;377;377;1;;;0 MetroA;A_R;R;11;97;97;1;;;0 MetroA;A_R;R;12;37;37;1;;;0 MetroA;A_R;R;13;1371;1371;1;;;0 * Table : Profils de temps de parcours $PROFILTP:NOMLIGNE;NOMITINL;CODESENS;NOM;NUMVEHCOMB;DANSSELEC;INDEXELEMREF;FIGEDEPEREF MetroA;A_A;A;1;;;;1 MetroA;A_R;R;1;;;;1 MetroB;B_A;A;1;;;;1 MetroB;B_R;R;1;;;;1 MetroC;C_A;A;1;;;;1 MetroC;C_R;R;1;;;;1 MetroD;D_A;A;1;;;;1 MetroD;D_R;R;1;;;;1 Tram1;T1_A;A;1;;;;1 Tram1;T1_R;R;1;;;;1 Tram2;T2_A;A;1;;;;1 Tram2;T2_R;R;1;;;;1



* Table : Eléments de profils de temps de parcours $ELEMPROFILTP:NOMLIGNE;NOMITINL;CODESENS;NOMPROFILTP;INDEX;DESCENDRE;MONTER;ARRIVEE;DEPART;INDEXELEMITINL;VALADD MetroA;A_A;A;1;1;0;1;00:00:00;00:00:00;1;0 MetroA;A_A;A;1;2;1;1;00:02:00;00:02:00;2;0 MetroA;A_A;A;1;3;1;1;00:03:00;00:03:00;3;0 MetroA;A_A;A;1;4;1;1;00:05:00;00:05:00;4;0 MetroA;A_A;A;1;5;1;1;00:05:56;00:05:56;5;0 MetroA;A_A;A;1;6;1;1;00:07:31;00:07:31;6;0 MetroA;A_A;A;1;7;1;1;00:08:58;00:08:58;7;0 MetroA;A_A;A;1;8;1;1;00:10:50;00:10:50;8;0 MetroA;A_A;A;1;9;1;1;00:12:22;00:12:22;9;0 MetroA;A_A;A;1;10;1;1;00:13:44;00:13:44;10;0 MetroA;A_A;A;1;11;1;1;00:15:04;00:15:04;11;0 MetroA;A_A;A;1;12;1;1;00:16:53;00:16:53;12;0 MetroA;A_A;A;1;13;1;0;00:18:00;00:18:00;13;0 MetroA;A_R;R;1;1;0;1;00:00:00;00:00:00;1;0 MetroA;A_R;R;1;2;1;1;00:01:30;00:01:30;2;0 MetroA;A_R;R;1;3;1;1;00:03:20;00:03:20;3;0 MetroA;A_R;R;1;4;1;1;00:04:41;00:04:41;4;0 MetroA;A_R;R;1;5;1;1;00:06:04;00:06:04;5;0 MetroA;A_R;R;1;6;1;1;00:07:35;00:07:35;6;0 MetroA;A_R;R;1;7;1;1;00:09:30;00:09:30;7;0 MetroA;A_R;R;1;8;1;1;00:10:58;00:10:58;8;0 MetroA;A_R;R;1;9;1;1;00:12:33;00:12:33;9;0 MetroA;A_R;R;1;10;1;1;00:13:30;00:13:30;10;0 MetroA;A_R;R;1;11;1;1;00:15:00;00:15:00;11;0 MetroA;A_R;R;1;12;1;1;00:16:30;00:16:30;12;0 MetroA;A_R;R;1;13;1;0;00:18:00;00:18:00;13;0



BIBLIOGRAPHIE

Collection Dossiers n°106 du CERTU, Ch. BUISSON et F. KUNKEL, Janvier 2001

Guide d’utilisation du logiciel TERESE, Version 98 – 3.1, 1998.

L’architecture du modèle au sein du projet SIMBAD, J.P. NICOLAS, M. HOMOCIANU, F.

MARCHAL, J.L. ROUTHIER, Mars 2006

L’enquête ménages déplacements « méthode standard », collections du CERTU Lyon, 1998 ;

Le siècle des ténèbres de l’économie, A. BONNAFOUS, 1989 ;

Manuel de l’utilisateur DAVISUM, Version 9.2, Juin 2005.

Mise en œuvre d’une simulation de trafic sur l’aire urbaine de Lyon, E. BERNE, Juin 2006

Modélisation de la demande de déplacement, Patrick BONNEL, 2004

Modelling transport, ORTUZAR, WILLUMSEM, 2001 ;

Module d’affectation TC du projet SIMBAD, J. PITION, Juin 2006

Rapport sur l’environnement de l’association mondiale de la route, P.M. COOLS, G.

SHEPHERD, F. ZOTTER, A. LEFEVRE, W. TERRYN, 2004 ;

Scénarios prospectifs pour le projet SIMBAD, J.P. NICOLAS, N. MORICE, Février 2006

Statistiques et économétrie, H. Guitton, 1964

Système d’indicateurs pour l’évaluation prospective de scénarios d’évolution de la mobilité

urbaine, C. GALLEZ, 2000.



Traffic assignment techniques, R. THOMAS, 1991;

Traffic Engineering and Control, G.M. LAMB et G. HAVERS, 1970.

Sites web

www.grandlyon.com

www.inter-scot.org

www.let.fr

www.sytral.fr

www.tcl.fr

Réunions Prise de notes de la présentation de Monsieur Jean-Pierre NICOLAS : responsable du projet

SIMBAD, au cours d’une réunion de l’équipe du programme SIMBAD avec Monsieur

Frederic REUTENAUER directeur de PTV France, en date du 15 Novembre 2006.

Documents

Test d’un modèle d’affectation des transports collectifssimbad.laet.science/documents/Memoires/Skalli2007.pdf · Projet de Fin de Formation ... Elève Ingénieur en 3ème année