Modélisation des interactions entre les modes de transport aux abords des stations de métro

Les modèles de prévision de la demande en transport s'appuient typiquement sur la représentation d'un jour moyen de semaine, en utilisant des données d'enquête regroupant plusieurs jours d'observation. Les données d'enquête ne permettent pas d'expliquer la variabilité d'usage à court terme attribuable à certains évènements occasionnels. De plus, les données d'enquête sont souvent limitées par leur couverture temporelle discontinue et par le nombre restreint de modes considérés.Cette étude propose plutôt d'utiliser des flux continus de données afin de modéliser la demande de transport. Les données utilisées permettent non seulement d'analyser les variations du niveau d'usage dans le temps, mais aussi dans l'espace. Contrairement à la majorité des recherches qui ne s'intéressent qu'à un seul mode de transport, la présente étude propose l'analyse simultanée de plusieurs modes afin d'en comparer l'usage.

Abstract

Demand modeling is typically based on an average working day, since it often uses data from travel surveys that aggregate multiple days of observation. Also, travel surveys are often performed for a limited time frame rather than a continuous period and neglect low usage transportation modes. Survey data do not allow to capture the effect of occasional events on ridership. Instead, this study proposes using continuous data flows to model travel demand. The data allows not only to analyze demand variations in time, but also in space. Unlike most research that focus on one mode of transportation only, this study proposes a simultaneous analysis of several modes to compare their demand.