Synchronisation en temps réel des correspondances de réseaux de transports publics

Les transports publics jouent un rôle central dans l’organisation des villes en facilitant la mobilité des populations, en réduisant la congestion routière et en limitant les émissions de Gaz à Effet de Serre (GES). La fiabilité des correspondances constitue un enjeu majeur pour améliorer l’expérience des passagers et renforcer l’attractivité du transport collectif. Cette thèse porte sur la synchronisation en temps réel des correspondances dans les réseaux de transport public, un levier clé pour améliorer la qualité du service et réduire les temps de parcours. L’objectif est de concevoir et d’évaluer des approches d’optimisation dynamique permettant d’améliorer la fiabilité des correspondances à travers des tactiques de contrôle en temps réel, telles que l’attente aux arrêts, le saut d’arrêt et le contrôle de vitesse. Dans un premier temps, un modèle d’optimisation hors ligne basé sur des graphes temporels intégrant ces tactiques pour un horizon donné est développé. Il vise à minimiser le temps total de parcours des passagers en optimisant les correspondances tout en réduisant les écarts par rapport à l’horaire planifié. Ce modèle hors ligne constitue une preuve de concept et démontre sa capacité à traiter des instances impliquant plusieurs dizaines d’arrêts de contrôle et un nombre élevé de correspondances en temps réel. Pour évaluer l’efficacité du modèle hors ligne dans un environnement à information partielle, une version dynamique générant un scénario unique à chaque réoptimisation est développée. Différents niveaux d’incertitude sont considérés lors de la génération des scénarios. Les deux approches sont ensuite testées sur des données réelles de la ligne 70 du réseau d’autobus de la STL. Les résultats confirment l’efficacité des méthodes et montrent que la génération déterministe de scénarios offre les meilleures performances lorsque l’optimisation dynamique repose sur un unique scénario. Toutefois, un écart de performance subsiste entre le modèle hors ligne à information parfaite et son équivalent dynamique déterministe, soulignant les limites de ce dernier face aux aléas du réseau. Ensuite, un cadre de simulation à événements discrets est développé pour intégrer les incertitudes inhérentes aux conditions de circulation et aux flux de passagers. Deux algorithmes d’Optimisation Stochastique En Ligne (OSEL) sont adaptés au problème de synchronisation des correspondances, exploitant des données historiques et en temps réel pour générer plusieurs scénarios et prendre des décisions dynamiques. Ces algorithmes sélectionnent les tactiques de contrôle optimales en considérant l’ensemble des scénarios simulés. Testés sur 29 lignes du réseau de la STL, ils permettent une amélioration significative du taux de correspondances réussies et une réduction du temps total de parcours des passagers. Les résultats montrent que les algorithmes stochastiques en ligne atteignent une performance proche du modèle hors ligne tout en s’adaptant aux conditions dynamiques du réseau. Enfin, l’approche est étendue à l’ensemble du réseau multiligne de la STL à l’aide d’un simulateur reproduisant les opérations à partir de données historiques détaillées. Le modèle hors ligne et les algorithmes d’optimisation stochastiques sont adaptés et implémentés dans le simulateur. L’objectif est d’évaluer l’impact d’une optimisation simultanée de plusieurs lignes sur la performance globale du réseau. Cette étude permet également d’évaluer différents contextes, comprenant des lignes à haute ou basse fréquence ainsi que des sous-réseaux maillés ou radiaux. L’analyse révèle le potentiel d’une régulation à l’échelle du réseau pour améliorer la fiabilité des correspondances sans générer de perturbations excessives. Les travaux de cette thèse illustrent l’apport des approches d’optimisation stochastique en temps réel pour la synchronisation des correspondances de réseaux de transport public. Ces méthodologies, alliant efficacité computationnelle et robustesse face aux incertitudes, ouvrent des perspectives d’application concrètes pour les opérateurs de transport.

Abstract

Public Transit (PT) plays a crucial role in urban development and in reducing congestion and greenhouse gas emissions. The reliability and timeliness of transfers are key factors influencing ridership and user experience in PT networks. This dissertation focuses on real-time transfer synchronization in public transportation networks, an essential approach for improving service quality and reducing passenger travel times. The objective is to develop and evaluate dynamic optimization approaches that enhance transfer reliability by implementing real-time control tactics such as holding, skip-stop, and speed control. First, an offline arc-flow model is developed using time-expanded graphs to integrate all possible control tactics within a given control horizon. The model minimizes total passenger travel time by optimizing transfers while reducing schedule deviations. As a proof of concept, it demonstrates the ability to handle large-scale instances, involving several dozen control stops and numerous transfer connections, in real time. To assess the performance of the offline model in an environment with partial information, a dynamic version generating a single scenario is designed. Different levels of uncertainty are evaluated in the scenario generation. Both methodologies are tested using real-world passenger demand and ridership data from bus route 70 of the STL network. Results confirm the effectiveness of this approach for transfer synchronization and indicate that, when considering a single scenario, a deterministic scenario generation method yields the best performance. However, a performance gap remains between the perfect information offline model and its deterministic dynamic counterpart, highlighting the latter’s limitations in handling network uncertainties. Next, a discrete-event simulation framework is developed to incorporate the inherent uncertainties of traffic conditions and passenger flows. Two Online Stochastic Optimization (OSO) algorithms, CONSENSUS (C) and REGRET (R), are adapted from the literature for the transfer synchronization problem, leveraging historical and real-time data to generate multiple scenarios and make robust decisions. These algorithms evaluate the solutions of the offline model for all scenarios to determine optimal control tactics at stops. Tested on 29 bus routes within the STL network, the algorithms significantly improve successful transfer rates and reduce total passenger travel time. The results demonstrate that OSO achieves performance levels comparable to the offline model while maintaining adaptability to dynamic network conditions. Finally, the approach is extended to the full STL network using a network-wide simulator replicating real-time stochastic conditions based on fine-grained, comprehensive historical data on network operations and passenger demand. The offline model and the online algorithms are adapted and implemented in the simulator. The objective is to evaluate the impact of the simultaneous optimization of multiple routes on overall network performance. The study also examines various contexts, including high- and low-frequency routes as well as grid and radial sub-networks. This analysis highlights the potential of network-wide synchronization to improve transfer reliability without causing excessive disruptions. The work presented in this thesis demonstrates the contributions of real-time stochastic optimization approaches to synchronizing transfers in PT networks. These methodologies, which combine computational efficiency with robustness, open up concrete application opportunities for transport operators.