Accueil du site

Vincent BENEZECH

Modélisation stochastique du comportement des usagers d’un réseau de transport en commun    

Directeur de thèse : Fabien LEURENT

Résumé
Afin d’effectuer des prévisions sur leurs réseaux, les sociétés de transport en commun recourent à des modélisations mathématiques pour analyser le comportement des usagers et les flux qu’ils engendrent. De nombreux travaux existent qui décrivent les choix des usagers lorsque ceux-ci sont confrontés à différents modes de transport (bus ou train, train express ou train lent, par exemple). Les travaux existants ignorent de nombreuses sources de variabilité des comportements : nous nous proposons de les intégrer dans la modélisation qui fait l’objet de notre thèse


  • Inscription : UPE
  • Ecole doctorale de rattachement : Ville, transports et territoires - VTT
  • Financement : bourse de l’Ecole Normale supérieure et allocation de recherche de l’Ecole des Ponts ParisTech (financement Chaire STIF)
  • Discipline : transports
  • Début : 1er décembre 2009
  • Fin : 2012

    En savoir plus sur les recherches de Vincent BENEZECH
    En savoir plus sur le directeur de thèse : Fabien LEURENT

Résumé
Afin d’analyser leurs réseaux, d’anticiper les évolutions de fréquentation ou encore de prévoir la construction de nouvelles infrastructures, les sociétés de transport en commun ont régulièrement recours à des modélisations mathématiques pour analyser le comportement des usagers ainsi que les flux engendrés par ceux-ci. De nombreux travaux existent qui décrivent les choix des usagers lorsque ceux-ci sont confrontés à différents modes de transport (bus ou train, train express ou train lent, par exemple). Cependant, tous ces travaux laissent de côté de nombreuses sources de variabilité pour l’usager (qualité de service plus ou moins prévisible) et pour l’analyste (part inexplicable dans le comportement des usagers en ce qui concerne le choix de leur station de départ et d’arrivée par exemple). Nous nous proposons d’intégrer ces sources de variabilité dans notre modélisation afin de mieux comprendre le comportement des voyageurs et de créer un outil de prédiction plus efficace. En particulier, nous nous intéresserons à la façon dont la région étudiée est découpée en zones représentées par leur centre, à l’erreur qui est commise en faisant cette hypothèse et aux moyens d’y remédier.

Mots clés
transport en commun, modélisation des transports, systèmes de zones, processus de Markov

Ph-D Title

Stochastic modelisation of the behavior of passengers on a public transport network 

Key words
public transport, transport modelling, zoning systems, Markov processes