Understanding Transit Travel Time Variations through Data Integration and Multi-Level Analysis

«Le transport en commun est un moyen efficace pour transporter de nombreuses passagers, ce qui le rend particulièrement pertinent face au défi du changement climatique. Il implique également tous les trois pôles du développement durable, l’environnement, l’économie, et les aspects sociaux. Il est nécessaire d’attirer davantage de personnes à utiliser les transports en commun afin de réduire les émissions de gaz à effet de serre qui contribuent aux changements climatiques et de fournir un bon service aux personnes qui ne veulent pas ou ne peuvent pas conduire une voiture dans une société centrée sur l’automobile. Des temps de parcours précis et fiables sont essentiels pour que le transport en commun attirent les passagers. Pour les sociétés de transport, les temps de parcours influencent la planification, les coûts, l’efficacité, et la satisfaction des chauffeurs. Pour les passagers, les temps de parcours influencent les choix d’itinéraires, l’attractivité du service, et la satisfaction globale. Si les temps de parcours en transport en commun sont moins attrayants ou moins fiables, les gens éviteront de voyager en transport en commun et se tourneront vers d’autres modes. Nous devons donc obtenir une meilleure compréhension plus détaillés sur les temps de parcours. Actuellement, de nombreuses distributions statistiques ont été utilisées pour décrire les temps de parcours en transport en commun, de nombreuses variables et méthodes ont été proposées pour modéliser les temps de parcours en transport en commun, et de nombreuses recherches ont tenté de quantifier les variations des temps de parcours en transport en commun. Cependant, il n’existe pas de niveaux ni de méthodes standards pour analyser les temps de parcours, puisque les définitions varient d’une sociéte à l’autre et d’une recherche à l’autre. Il est nécessaire d’évaluer systématiquement les avantages et les déavantages de chaque niveau d’analyse et des différentes méthodes utilisées pour évaluer les temps de parcours avec des données plus granulaires, comme la localisation détaillée des véhicules et les transactions tarifaires. Donc, cette recherche se concentre sur l’évaluation des distributions statistiques, des moyens, et des variations des temps de parcours, ainsi que les impacts potentiels sur les passagers, afin d’améliorer notre compréhension des temps de parcours et d’aider les sociétés de transport à cibler des besoins spécifiques pour améliorer les temps, la fiabilité, et la performance du réseau. La première contribution concerne la distribution statistique des temps de parcours. Des recherches récentes ont découvert que les temps de parcours peuvent suivre des distributions mixtes. Les temps de parcours suivant les distributions mixtes suggèrent que plusieurs convi ditions de déplacement sont observées sur le même segment pendant la même période de observation, créant une incertitude supplémentaire lors de l’étude ou la modélisation de ces temps. Cette contribution tente d’identifier les segments sur l’ensemble du réseau, où les temps de parcours suivent des distributions mixtes à différents niveaux d’analyse, le niveau arrêt à arrêt, le niveau pointe de contrôle, et le niveau du parcours total. Le test de Hartigans est appliqué aux données archivées de localisation des véhicules de Montréal pour détecter la présence de distributions mixte. Nous identifions ensuite les facteurs environnementaux et opérationnels potentiels associés à ces distributions mixte observées en testant plusieurs modèles de classification.»