Contributions à la modélisation des déplacements en transport collectif

Le Transport Collectif (TC) est un composant essentiel de la mobilité urbaine dans le contexte actuel du développement durable. La planification du TC englobe tous les efforts dans les domaines de l'analyse descriptive et de la modélisation. Cette thèse vise à contribuer plus spécifiquement à la modélisation des déplacements en TC. L'objectif est d'améliorer les modèles en TC pour qu'ils représentent mieux la réalité. Deux types de simplification y sont présents : la construction théorique et la formalisation mathématique. Afin de contribuer à la bonification du processus de la modélisation, cette recherche s'articule globalement autour de trois volets, chacun présenté sous la forme d'un article publié ou soumis pour publication dans une revue scientifique. Le premier volet consiste au développement d'un modèle de choix d'itinéraires en TC selon les caractéristiques sociodémographiques des utilisateurs. Cela est analysé dans l'article intitulé« Demographic Analysis of Route Choice for Public Transit », et publié dans la revue « Transportation Research Record » en 2011. L'analyse démographique de choix d'itinéraires a permis de segmenter la population en six groupes basés sur les cohortes d'âge et le sexe. L'application d'un modèle de choix discret dans lequel chaque alternative est représentée avec une liste de variables indépendantes décrivant un itinéraire en TC fait partie des contributions essentielles de cet article. Plusieurs segmentations de la population selon les caractéristiques sociodémographiques ainsi qu'un modèle complet considérant la population comme un ensemble monolithique sont examinés. Les résultats obtenus confirment que la segmentation sociodémographique de la population permet d'avoir une meilleure représentation de la réalité en matière de choix d'itinéraires en TC. Certaines bonifications notamment au niveau du raffinement du calcul du temps d'accès en supposant des vitesses de marche différentes selon les caractéristiques sociodémographiques des passagers ont également été présentées. Le deuxième volet vise le développement d'un modèle d'opportunités pour la génération-distribution des déplacements effectués en TC. Les résultats sont présentés en détails dans l'article intitulé « Integrated Intervening Opportunities Model for Public Transit Trip Generation-Distribution: A Supply-dependent Approach », et publié dans la revue « Transportation Research Record » en 2013. L'avantage principal du modèle d'opportunités pour la distribution des déplacements est qu'il a des bases plutôt comportementales. Nous avons développé et examiné trois formalisations de modèle d'opportunités, nommées modèles fondamental, hiérarchique et intégré. La comparaison de performances des trois modèles d'opportunités ainsi qu'un modèle gravitaire typiquement utilisé pour la distribution des déplacements confirme une meilleure reproduction de la matrice Origine-Destination (OD) observée à partir d'un modèle intégré d'opportunités. Cet exercice vise, en plus de l'obtention d'un modèle applicable à des fins de prévisions à long terme, à mieux comprendre les phénomènes relatifs à la distribution des déplacements en TC. Sachant que cette distribution est fortement liée à l'accessibilité au TC, celle-ci est prise en compte par le biais des variables dérivées des données opérationnelles d'horaires planifiés et disponibles dans les fichiers General Transit Feed Specifications (GTFS), tout comme certaines variables sociodémographiques et socioéconomiques de la population. Le modèle intégré d'opportunités peut être utilisé en tant qu'un outil de modélisation prospective grâce à la nature prévisible ou supposable de ses variables indépendantes. Le troisième volet présente un sous-modèle de choix de destination dont bénéficie le développement des modèles d'opportunités. Les constats sont présentés dans l'article intitulé « Revisiting the Destination Ranking Procedure in Development of an Intervening Opportunities Model for Public Transit Trip Distribution », et soumis pour publication dans le « Journal of Geographical Systems » en 2013 ; l'article a été révisé et resoumis en 2014. Ce sous-modèle permet d'améliorer le modèle intégré d'opportunités développé et présenté au deuxième volet sous plusieurs aspects, entre autres la diminution de la sensibilité du modèle aux changements mineurs de temps de parcours en TC. Ce sous-modèle de type de choix discret a permis d'améliorer la performance du modèle d'opportunités, ainsi que d'aider à mieux comprendre le comportement de mobilité de la population utilisatrice du TC. Les résultats obtenus permettent d'avoir une réflexion plus profonde face à certains enjeux majeurs dont le vieillissement de la population et plus généralement, le changement de structure dans la composition démographique de la population notamment dans les pays développés, et la nécessité d'en prendre considération dans les études de mobilité. Un autre enjeu est d'avoir des outils opérationnels pour examiner à un niveau agrégé, l'impact des projets de transport ou de nouveaux développements urbains sur la génération et la distribution des déplacements. Cette question s'inscrit plus globalement dans l'opérationnalisation des avancés de la communauté scientifique dans la pratique courante des planificateurs de TC. L'émergence de nouvelles données en TC, notamment les données opérationnelles et passives telles que les données GTFS et de systèmes de paiement par carte à puce (CAP), représentent un atout pour répondre à certaines limites actuelles dans le processus de la modélisation. En considérant les aspects comportementaux ainsi que l'utilisation des données plus fines, cette thèse contribue à la modélisation en TC sous plusieurs aspects. Les résultats obtenus dans le premier volet pour la considération des caractéristiques sociodémographiques dans le processus de choix d'itinéraires en TC peuvent être intégrés dans les fonctions d'impédance utilisées par les calculateurs de trajet commerciaux comme Google Maps, ainsi que les logiciels de modélisations comme MADIGAS. Concernant le deuxième volet, étant donné des variables utilisées, le modèle intégré de génération-distribution des déplacements peut être appliqué dans les études de prévision de la demande en TC à long terme. Le sous-modèle de choix de destination de nature choix discret développé dans le troisième volet permet d'améliorer la performance du modèle d'opportunités ainsi que d'avoir une meilleure compréhension de la structure de choix de destination des usagers du TC. La reconsidération des limites observées au cours de cette recherche notamment relatives au niveau de résolution et de disponibilité des données permet d'identifier certaines perspectives pour les recherches futures. Nous proposons entre autre une révision des approches de modélisation aux niveaux théoriques et mathématiques pour les arrimer avec des données nouvellement disponibles en TC. En raison de la nature appliquée de la modélisation des transports, l'opérationnalisation des modèles est un élément d'intérêt majeur pour la communauté scientifique. Ces modèles permettent de présenter les phénomènes relatifs à la mobilité d'une manière plus réelle pour les professionnels et planificateurs des transports.