Simulation multi-agent de l’information des voyageurs dans les transports en commun - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2016

Multiagent simulation of traveler information on transit networks

Simulation multi-agent de l’information des voyageurs dans les transports en commun

Résumé

Title: Multiagent simulation of traveler information on transit networks.Abstract:With the generalization of real-time traveler information, the behavior of modern transport networks becomes harder to analyze and to predict. Advanced traveler Information systems play a major role in modern transportation system, mainly in case of disturbances, and the information is becoming more personalized and individual. Different phenomena such as over-saturation, concentration and over-reaction can be observed after the use of advanced traveler information systems. In fact, without control, the massive spread of information via billboards, radio announcements and individual guidance may have perverse effects and create new traffic jams. It is now critical to develop simulation tools for mobility policies makers, taking into account this new information environment to observe these effects and to consider the proper methods to deal with them.In this PHD work, we propose a multiagent simulation to measure the impact of information provision on the quality of passengers’ travels, notably in case of disturbances, taking into account a heterogeneous information environment. First, we design and implement a simulation to ensure travelers movement in a transit network. Then, we enrich our model to integrate traveler information system and to represent travelers equipped with smart phones. It allows us to evaluate separately personal and general information. To this end, we use the multi-agent paradigm, which is proven to be a powerful model to design and implement transportation applications. To deal with the integration of the traveler information system in the simulator, we adopt an environment-centered approach, where the space-time multiagent environment is the privileged interlocutor of the agents and represent the evolution of the transit network state over time.To test our simulator in a real context, we use real data on the city of Toulouse, France. To assess the impact of information provision, we simulate different scenarios in function of the percentage of connected travelers, represented as agents. These simulated scenarios are analyzed following their impact on the average travel times of the travelers (connected and no-connected). Results show that the number of connected travelers has a positive impact on overall travel times up until a certain threshold before becoming relatively negative
Titre: Simulation multi-agent de l’information des voyageurs dans les transports en commun.Résumé:Avec la généralisation de l'information temps-réel, le comportement des réseaux de transport modernes devient de plus en plus difficile à analyser et à prévoir. Le rôle de l'information est de plus en plus critique, particulièrement en cas de dysfonctionnement des réseaux, et l’information devient de plus en plus personnalisée et individuelle. Plusieurs phénomènes tels que la saturation, la concentration et la sur-réaction peuvent être observés après l’utilisation de systèmes d’information voyageurs. En effet, sans contrôle, la diffusion massive d'informations, à travers les panneaux à messages variables, les annonces dans les médias ainsi que les dispositifs de guidage individuel peut avoir des effets pervers et créer de nouvelles congestions. Ainsi, il est devenu important de développer des outils de simulation pour les décideurs de politiques de mobilité, prenant en compte ce nouvel environnement informationnel.Dans ce travail de thèse, nous proposons une simulation multi-agent pour mesurer l'impact de la fourniture d'informations sur la qualité des voyages en transports en commun, notamment dans des situations perturbées, en prenant en compte un environnement informationnel hétérogène. Dans un premier temps, nous concevons une simulation qui assure le déplacement de voyageurs sur un réseau de transport en commun. Ensuite, nous l’enrichissons par l’intégration de l’information des voyageurs et des taux d’équipements des voyageurs en smartphones, de telle manière qu’il puisse représenter les voyageurs connectés et être capable de distinguer l’impact des informations personnelles de celui des informations générales. Pour ce faire, nous nous fondons sur le paradigme multi-agent, qui est un modèle puissant pour la conception et l'implantation d'applications de transport. Pour répondre aux besoins de l’intégration de l’information des voyageurs, en particulier l’information individuelle, nous adoptons une approche centrée-environnement où l’environnement spatio-temporel multi-agent est l’interlocuteur des agents voyageurs et représente l’évolution dans le temps de l’état du réseau de transport en commun.Afin de tester notre simulateur dans un contexte réaliste de déplacement, nous utilisons les données réelles du réseau de Toulouse. Pour évaluer l’impact de la provision d’information voyageur sur le réseau, nous testons différents scénarios en fonction du pourcentage de voyageurs connectés représentés par des agents. Ces scénarios simulés sont analysés suivant leur impact sur les temps de parcours moyens des voyageurs, connectés et non connectés. Les résultats montrent que le nombre de voyageurs connectés a un impact positif sur les temps de parcours jusqu’à un certain seuil, au delà duquel l’impact devient relativement négatif
Fichier principal
Vignette du fichier
TH2016PESC1059_convertie.pdf (10.5 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01526478 , version 1 (23-05-2017)

Identifiants

  • HAL Id : tel-01526478 , version 1

Citer

Amine Othman. Simulation multi-agent de l’information des voyageurs dans les transports en commun. Informatique et langage [cs.CL]. Université Paris-Est, 2016. Français. ⟨NNT : 2016PESC1059⟩. ⟨tel-01526478⟩
395 Consultations
655 Téléchargements

Partager

Gmail Facebook X LinkedIn More