Sujet de thèse IFSTTAR

English version
Fiche détaillée :

Titre : Modélisation hybride orientée-données et orientée-modèles pour l’évaluation des systèmes de mobilité partagée

Laboratoire principal - Référent principal COSYS - GRETTIA  -  ZARGAYOUNA Mahdi      tél. : +33 181668698

Directeur du laboratoire principal OUKHELLOU Latifa  -

Spécialité de la thèse Transport, informatique, mathématiques appliquées

Axe 1 - COP2017 - Transporter efficacement et se déplacer en sécurité

Site principal Marne-la-Vallée

Etablissement d'inscription UNIVERSITE GUSTAVE EIFFEL

Ecole doctorale MATHEMATIQUES ET SCIENCES ET TECHNOLOGIES DE L'INFORMATION ET DE LA COMMUNICATION (MSTIC)

Directeur de thèse prévu ZARGAYOUNA Mahdi  -  Université Gustave Eiffel  -  COSYS - GRETTIA

Co-directeur de thèse prévu OUKHELLOU Latifa  -  Université Gustave Eiffel  -  COSYS - GRETTIA

Type de financement prévu Contrat doctoral  - Ifsttar

Résumé

Contexte
La pression croissante de la demande sur les systèmes de transport urbain exige des solutions innovantes qui peuvent en accroître l'efficacité. Ces dernières années, les systèmes de transport intelligents ont remodelé l'offre de transport traditionnelle avec l'introduction rapide de nouveaux services de mobilité. La mobilité en tant que service (MaaS) et les concepts de mobilité partagée peuvent contribuer à la création de villes plus saines, plus propres et plus accessibles. La mobilité partagée comprend tous les services de transport qui peuvent être partagés par les utilisateurs. Ils comprennent les transports publics, les taxis, le covoiturage, l'autopartage, le partage de vélos et de trottinettes, etc.
Il existe actuellement une tendance claire à la mise en œuvre de services de mobilité coopérative automatisée; bien que les délais prévus, les options technologiques et les cas d'utilisation restent incertains, les décideurs doivent déjà préparer leurs réponses à ces évolutions. L'intégration des services de mobilité à usage partagé, en particulier dans les grandes zones urbaines, suit une tendance parallèle à celle de la propriété partagée des véhicules. Le potentiel des solutions de mobilité telles que le covoiturage et le transport à la demande pour répondre à la demande de transport urbain attire de plus en plus l'attention.
En outre, dans les déplacements multimodaux, le premier et le dernier kilomètre sont cruciaux. Les transports publics conventionnels sont, dans la plupart des cas, incapables d'assurer le transport du premier et du dernier kilomètre, en particulier en période de faible demande et dans les endroits à faible densité [1]. En particulier, les concepts de mobilité partagée et d'automatisation des véhicules peuvent améliorer radicalement le service de mobilité, permettant un changement de paradigme dans la mobilité urbaine [2]. Du point de vue du système, la coexistence de systèmes de mobilité partagée et de systèmes de transport public traditionnels conduit à des systèmes diversifiés et complexes qui permettent de disposer de plus de leviers pour réduire la congestion et améliorer la qualité de vie des usagers, à condition que le système de systèmes complet puisse être conçu, modélisé et exploité efficacement [3]. En d'autres termes, le modèle doit pouvoir représenter la performance réelle du service de mobilité et son interaction avec les autres modes du système.
Objectif
L'objectif principal de cette thèse est d'étudier et de développer des modèles pour représenter, gérer et optimiser les nouveaux modes et services de mobilité, de manière intégrée avec le système de transport public. Ces modèles permettront dans un second temps de capturer et de calculer l'état actuel du réseau (équilibre de l'utilisateur) et l'état visé du système (optimum système) dans un système de mobilité intégré.
Méthodologie
Les contributions de cette thèse seront fondées sur la fouille de données d'une part et sur la simulation de trafic multimodal (conception, calibration et validation) d'autre part. En effet, le système de mobilité étant très complexe par nature, la modélisation devrait tirer parti des atouts des deux approches. D'une part, la modélisation orientée-données par fouille de données permettra de construire des systèmes robustes ayant une grande puissance descriptive et prédictive et une bonne vitesse d'exécution. D'autre part, l’approche orientée-modèle permettra de simuler des situations qui n'ont jamais été observées dans les données du système. En outre, le système d'optimisation sera en partie fondé sur des approches de clustering, permettant de trouver des solutions de bonne qualité dans des délais d'exécution très courts. Ces approches permettront en effet de décrire le système par un nombre réduit de paramètres tout en conservant la quantité d'informations nécessaires à sa description fine, induisant ainsi de faibles temps de calcul pour la recherche de solutions optimales.
En ce qui concerne le calcul de l'équilibre utilisateur et de l'optimum du système, il diffère selon le scénario d'application. En effet, les prestataires de services peuvent travailler en concurrence ou en coopération. Dans le cas d'une interaction coopérative, ils partagent les informations relatives au parc automobile pour faciliter le transport de passagers, et les avantages du covoiturage seront plus facilement réalisables. Dans le scénario de concurrence, chaque prestataire essaie de réaliser un profit plus élevé. L'algorithme d'appariement communique avec les fournisseurs directement ou indirectement. L'équilibre de l'utilisateur et l'optimum du système seraient différents pour chaque catégorie. Nous travaillerons dans la thèse pour mettre en œuvre et comparer ces différentes stratégies tout en les positionnant dans la littérature sur ce sujet.
Outils et modèles existants
Le laboratoire GRETTIA a une longue expérience de la modélisation de la mobilité partagée [4][5][6][7]. Cette thèse s'appuiera notamment sur le système d'optimisation conçu et mis en œuvre dans le cadre de la thèse de Negin Alisoltani, récemment soutenue [8]. Le laboratoire dispose également d'une expertise reconnue dans les approches orientées données appliquées à la mobilité urbaine [9,10]. Enfin, le laboratoire travaille activement sur les modèles d'allocation et les modèles d'équilibre du trafic [11, 12]. Cette thèse cherchera à tirer parti de chacune des avancées du laboratoire pour proposer un nouveau cadre méthodologique à l'intersection de la recherche opérationnelle et de l'apprentissage automatique.
Profil du candidat
Le ou la candidate doit :
1) Détenir un M2 ou équivalent en ingénierie des transports, génie civil, informatique, urbanisme, recherche opérationnelle ou autre domaine fortement lié aux transports.
2) Avoir d'excellentes capacités d'analyse et de communication en anglais écrit et parlé
3) Etre capable de travailler de manière indépendante et d'assumer la responsabilité de l'avancement et de la qualité du projet.
4) Avoir de l’expérience de la collecte de données sur le trafic, de l'analyse et de l'exploration de données statistiques et de l'analyse de données géospatiales.
5) Avoir de très bonnes compétences en programmation.
Références
[1] Boarnet, M. G., Giuliano, G., Hou, Y., & Shin, E. J. (2017). First/last mile transit access as an equity planning issue. Transportation Research Part A: Policy and Practice, 103, 296-310.
[2] Pinto HK, Hyland MF, Mahmassani HS, Verbas IÖ. Joint design of multimodal transit networks and shared autonomous mobility fleets. Transportation Research Part C: Emerging Technologies. 2019 Jun 22.
[3] Pi X, Ma W, Qian ZS. A general formulation for multi-modal dynamic traffic assignment considering multi-class vehicles, public transit and parking. Transportation Research Part C: Emerging Technologies. 2019 Jul 1;104:369-89.
[4] Alisoltani N, Zargayouna M, Leclercq L. A Sequential Clustering Method for the Taxi-Dispatching Problem Considering Traffic Dynamics. IEEE Intelligent Transportation Systems Magazine. 2020 Sep 9;12 (4):169-81.
[5] M Zargayouna, B Zeddini, Dispatching Requests for Agent-Based Online Vehicle Routing Problems with Time Windows, CIT. Journal of Computing and Information Technology 28 (1), 59—72
[6] M Zargayouna, B Zeddini, Fleet organization models for online vehicle routing problems, Transactions on Computational Collective Intelligence VII, 82-102
[7] F Grootenboers, M De Weerdt, M Zargayouna, Impact of competition on quality of service in demand responsive transit, Lecture Notes in Computer Science 6251, 113-124
[8] Negin Alisoltani, Frameworks d'optimisation basée sur la simulation pour le covoiturage dynamique, thèse de doctorat, Université de Lyon, 2020
[9] Etienne Côme, Latifa Oukhellou, Model-based count series clustering for bike sharing system usage mining: a case study with the Vélib’system of Paris, ACM Transactions on Intelligent Systems and Technology (TIST) 5 (3), 1-21
[10] K Mohamed, E Côme, L Oukhellou, M Verleysen, Clustering smart card data for urban mobility analysis, IEEE Transactions on intelligent transportation systems 18 (3), 712-728
[11] Ameli M, Lebacque J. P, Leclercq L. Simulation-based dynamic traffic assignment: meta-heuristic solution methods with parallel computing. Computer-Aided Civil and Infrastructure Engineering, 2020, 35(10), 1047-1062.
[12] Ameli M, Lebacque J. P, Leclercq L .Cross-comparison of convergence algorithms to solve trip-based dynamic traffic assignment problems. Computer-Aided Civil and Infrastructure Engineering, 2020, 35:219–240.

Mots-clefs: Nouveaux services de mobilité, simulation, analyse de données, affectation du trafic, trafic multimodal

Laboratoire principal - Référent principal	COSYS - GRETTIA - ZARGAYOUNA Mahdi tél. : +33 181668698
Directeur du laboratoire principal	OUKHELLOU Latifa -
Spécialité de la thèse	Transport, informatique, mathématiques appliquées
Axe	1 - COP2017 - Transporter efficacement et se déplacer en sécurité
Site principal	Marne-la-Vallée
Etablissement d'inscription	UNIVERSITE GUSTAVE EIFFEL
Ecole doctorale	MATHEMATIQUES ET SCIENCES ET TECHNOLOGIES DE L'INFORMATION ET DE LA COMMUNICATION (MSTIC)
Directeur de thèse prévu	ZARGAYOUNA Mahdi - Université Gustave Eiffel - COSYS - GRETTIA
Co-directeur de thèse prévu	OUKHELLOU Latifa - Université Gustave Eiffel - COSYS - GRETTIA
Type de financement prévu	Contrat doctoral - Ifsttar
Résumé Contexte La pression croissante de la demande sur les systèmes de transport urbain exige des solutions innovantes qui peuvent en accroître l'efficacité. Ces dernières années, les systèmes de transport intelligents ont remodelé l'offre de transport traditionnelle avec l'introduction rapide de nouveaux services de mobilité. La mobilité en tant que service (MaaS) et les concepts de mobilité partagée peuvent contribuer à la création de villes plus saines, plus propres et plus accessibles. La mobilité partagée comprend tous les services de transport qui peuvent être partagés par les utilisateurs. Ils comprennent les transports publics, les taxis, le covoiturage, l'autopartage, le partage de vélos et de trottinettes, etc. Il existe actuellement une tendance claire à la mise en œuvre de services de mobilité coopérative automatisée; bien que les délais prévus, les options technologiques et les cas d'utilisation restent incertains, les décideurs doivent déjà préparer leurs réponses à ces évolutions. L'intégration des services de mobilité à usage partagé, en particulier dans les grandes zones urbaines, suit une tendance parallèle à celle de la propriété partagée des véhicules. Le potentiel des solutions de mobilité telles que le covoiturage et le transport à la demande pour répondre à la demande de transport urbain attire de plus en plus l'attention. En outre, dans les déplacements multimodaux, le premier et le dernier kilomètre sont cruciaux. Les transports publics conventionnels sont, dans la plupart des cas, incapables d'assurer le transport du premier et du dernier kilomètre, en particulier en période de faible demande et dans les endroits à faible densité [1]. En particulier, les concepts de mobilité partagée et d'automatisation des véhicules peuvent améliorer radicalement le service de mobilité, permettant un changement de paradigme dans la mobilité urbaine [2]. Du point de vue du système, la coexistence de systèmes de mobilité partagée et de systèmes de transport public traditionnels conduit à des systèmes diversifiés et complexes qui permettent de disposer de plus de leviers pour réduire la congestion et améliorer la qualité de vie des usagers, à condition que le système de systèmes complet puisse être conçu, modélisé et exploité efficacement [3]. En d'autres termes, le modèle doit pouvoir représenter la performance réelle du service de mobilité et son interaction avec les autres modes du système. Objectif L'objectif principal de cette thèse est d'étudier et de développer des modèles pour représenter, gérer et optimiser les nouveaux modes et services de mobilité, de manière intégrée avec le système de transport public. Ces modèles permettront dans un second temps de capturer et de calculer l'état actuel du réseau (équilibre de l'utilisateur) et l'état visé du système (optimum système) dans un système de mobilité intégré. Méthodologie Les contributions de cette thèse seront fondées sur la fouille de données d'une part et sur la simulation de trafic multimodal (conception, calibration et validation) d'autre part. En effet, le système de mobilité étant très complexe par nature, la modélisation devrait tirer parti des atouts des deux approches. D'une part, la modélisation orientée-données par fouille de données permettra de construire des systèmes robustes ayant une grande puissance descriptive et prédictive et une bonne vitesse d'exécution. D'autre part, l’approche orientée-modèle permettra de simuler des situations qui n'ont jamais été observées dans les données du système. En outre, le système d'optimisation sera en partie fondé sur des approches de clustering, permettant de trouver des solutions de bonne qualité dans des délais d'exécution très courts. Ces approches permettront en effet de décrire le système par un nombre réduit de paramètres tout en conservant la quantité d'informations nécessaires à sa description fine, induisant ainsi de faibles temps de calcul pour la recherche de solutions optimales. En ce qui concerne le calcul de l'équilibre utilisateur et de l'optimum du système, il diffère selon le scénario d'application. En effet, les prestataires de services peuvent travailler en concurrence ou en coopération. Dans le cas d'une interaction coopérative, ils partagent les informations relatives au parc automobile pour faciliter le transport de passagers, et les avantages du covoiturage seront plus facilement réalisables. Dans le scénario de concurrence, chaque prestataire essaie de réaliser un profit plus élevé. L'algorithme d'appariement communique avec les fournisseurs directement ou indirectement. L'équilibre de l'utilisateur et l'optimum du système seraient différents pour chaque catégorie. Nous travaillerons dans la thèse pour mettre en œuvre et comparer ces différentes stratégies tout en les positionnant dans la littérature sur ce sujet. Outils et modèles existants Le laboratoire GRETTIA a une longue expérience de la modélisation de la mobilité partagée [4][5][6][7]. Cette thèse s'appuiera notamment sur le système d'optimisation conçu et mis en œuvre dans le cadre de la thèse de Negin Alisoltani, récemment soutenue [8]. Le laboratoire dispose également d'une expertise reconnue dans les approches orientées données appliquées à la mobilité urbaine [9,10]. Enfin, le laboratoire travaille activement sur les modèles d'allocation et les modèles d'équilibre du trafic [11, 12]. Cette thèse cherchera à tirer parti de chacune des avancées du laboratoire pour proposer un nouveau cadre méthodologique à l'intersection de la recherche opérationnelle et de l'apprentissage automatique. Profil du candidat Le ou la candidate doit : 1) Détenir un M2 ou équivalent en ingénierie des transports, génie civil, informatique, urbanisme, recherche opérationnelle ou autre domaine fortement lié aux transports. 2) Avoir d'excellentes capacités d'analyse et de communication en anglais écrit et parlé 3) Etre capable de travailler de manière indépendante et d'assumer la responsabilité de l'avancement et de la qualité du projet. 4) Avoir de l’expérience de la collecte de données sur le trafic, de l'analyse et de l'exploration de données statistiques et de l'analyse de données géospatiales. 5) Avoir de très bonnes compétences en programmation. Références [1] Boarnet, M. G., Giuliano, G., Hou, Y., & Shin, E. J. (2017). First/last mile transit access as an equity planning issue. Transportation Research Part A: Policy and Practice, 103, 296-310. [2] Pinto HK, Hyland MF, Mahmassani HS, Verbas IÖ. Joint design of multimodal transit networks and shared autonomous mobility fleets. Transportation Research Part C: Emerging Technologies. 2019 Jun 22. [3] Pi X, Ma W, Qian ZS. A general formulation for multi-modal dynamic traffic assignment considering multi-class vehicles, public transit and parking. Transportation Research Part C: Emerging Technologies. 2019 Jul 1;104:369-89. [4] Alisoltani N, Zargayouna M, Leclercq L. A Sequential Clustering Method for the Taxi-Dispatching Problem Considering Traffic Dynamics. IEEE Intelligent Transportation Systems Magazine. 2020 Sep 9;12 (4):169-81. [5] M Zargayouna, B Zeddini, Dispatching Requests for Agent-Based Online Vehicle Routing Problems with Time Windows, CIT. Journal of Computing and Information Technology 28 (1), 59—72 [6] M Zargayouna, B Zeddini, Fleet organization models for online vehicle routing problems, Transactions on Computational Collective Intelligence VII, 82-102 [7] F Grootenboers, M De Weerdt, M Zargayouna, Impact of competition on quality of service in demand responsive transit, Lecture Notes in Computer Science 6251, 113-124 [8] Negin Alisoltani, Frameworks d'optimisation basée sur la simulation pour le covoiturage dynamique, thèse de doctorat, Université de Lyon, 2020 [9] Etienne Côme, Latifa Oukhellou, Model-based count series clustering for bike sharing system usage mining: a case study with the Vélib’system of Paris, ACM Transactions on Intelligent Systems and Technology (TIST) 5 (3), 1-21 [10] K Mohamed, E Côme, L Oukhellou, M Verleysen, Clustering smart card data for urban mobility analysis, IEEE Transactions on intelligent transportation systems 18 (3), 712-728 [11] Ameli M, Lebacque J. P, Leclercq L. Simulation-based dynamic traffic assignment: meta-heuristic solution methods with parallel computing. Computer-Aided Civil and Infrastructure Engineering, 2020, 35(10), 1047-1062. [12] Ameli M, Lebacque J. P, Leclercq L .Cross-comparison of convergence algorithms to solve trip-based dynamic traffic assignment problems. Computer-Aided Civil and Infrastructure Engineering, 2020, 35:219–240.
Mots-clefs:	Nouveaux services de mobilité, simulation, analyse de données, affectation du trafic, trafic multimodal

Liste des sujets

N'oubliez pas de contacter préalablement le référent ou le Directeur du laboratoire