Sujet : Modélisation avancée de la demande de transport : génération d’une population synthétique enrichie à partir de données dynamiques
Encadrement : Nicolas Coulombel (directeur), Azise Oumar Diallo (co-encadrant)
Résumé :
Avec l’essor des nouvelles technologies et l’évolution rapide des modes de déplacement, la compréhension des comportements de mobilité devient un enjeu majeur pour optimiser les infrastructures, anticiper la demande en transport et orienter les politiques publiques. Cependant, les approches traditionnelles peinent à capturer la diversité et la dynamique des flux de transport, d’où la nécessité de repenser leur modélisation.
L’objectif de cette thèse est de développer une approche innovante pour générer une population synthétique enrichie, intégrant intelligemment diverses sources de données dynamiques (traces GPS, comptages, validations de titres de transport, etc.) plus récentes. Cette avancée permettra de mieux comprendre les déplacements des individus et d’anticiper les mutations de la mobilité urbaine et interurbaine.
Biographie, parcours