Soutenance mémoire
Origine du problème d’étude
L’origine de ce travail, provient d’un des enjeux cruciaux pour les entreprises ferroviaires : minimiser le temps d’arrêt des trains en gare pour permettre une régularité de transport et ceci en toute sécurité. Nous définissons le temps d’arrêt en gare comme étant la durée d’immobilisation du train pour permettre l’échange de passagers, montants et descendants. Ce problème dépend essentiellement du comportement des usagers des transports en commun lors des échanges quaitrain. La maîtrise du temps d’arrêt n’est pas une tâche aisée car les facteurs qui influent sur ces temps sont d’une part de nature diverse et d’autre part interagissent entre eux. Il peut s’agir de facteurs objectifs, tels l’infrastructure train – quai et la densité d’usagers, mais également, s’agissant de personnes, de facteurs subjectifs individuels ou collectifs. En interagissant avec les facteurs objectifs, certains comportements peuvent également contribuer fortement aux variations du temps d’arrêt. Or, ce que nous cherchons à connaître n’est pas la quantification d’une situation observable, mais la prédiction du temps d’arrêt dans une configuration à construire pour diminuer ce temps. Il s’agit donc, de prédire les effets de l’interaction voyageurs – environnement et son impact sur le temps d’arrêt des trains à quai.
Classification des facteurs influant sur les échanges quai-train
Ces échanges se produisent dans un espace-temps spécifique. L’environnement est agencé d’une manière bien spécifique et les personnes s’y trouvant sont guidées par des buts généraux et propres à chaque individu. Ceci permet une classification générale des facteurs d’influence.
Où ? (cadrage spatial)
L’étude des échanges quai-train implique :(i) l’étude des événements sur le quai produisant une migration vers (ii) un autre espace le train (dès son arrivée) et (iii) l’association quai et train créée ainsi l’interface quai-train. Nous retenons donc trois cadres spatiaux (i) Quai (ii) Train (iii) Interface quai-train.
Quand ? (cadrage temporel)
La perte de la maîtrise des temps d’arrêt est souvent observée aux heures de pointe [PUO 00]. Pour notre simulation, une heure peut être qualifiée de pointe en fonction d’une part de la fréquence d’apparition de certains événements : telle que l’arrivée des trains et d’autre part de la densité de voyageurs transitant dans une gare. On identifie donc trois cadres temporels microscopiques définis par les événements qui peuvent survenir : (i) avant l’arrivée du train (quai, train), (ii) à l’arrivée du train (quai, train) et (iii) durant l’ouverture des portes (quai, train, interfaces) .
Qui ? (acteurs)
Les acteurs sont des usagers de la ligne étudiée qui peuvent être soit des montants, soit des descendants.
Quoi ? (actions)
Les montants ou descendants peuvent être en attente ou en mouvement dans les deux cadres « quai » et « train ». Pour le cadre « interface », les personnes sont en mouvements rapides afin d’atteindre le « quai » ou le « train ». Les actions d’un voyageur sont motivées par un objectif comme attendre le train près de la localisation d’une porte, dans un coin tranquille sur le quai, en fonction de la sortie dans la gare de destination.
Comment ? (la manière)
Nous connaissons les grands axes d’action (i.e. attente du train, monter ou descendre du train, etc.), nous ne disposons cependant pas de connaissances sur la manière exacte dont l’action est faite, hormis les apports de quelques études qui sont discutées dans l’état de l’art sur la foule (page 38) et les transports (page 58). Il est néanmoins clair que cette action est d’une part basée sur un but et d’autre part sur des interactions entre les comportements individuels (comme être le premier dans la rame) et collectifs (éviter de se faire bousculer par exemple). En définitive, le comment résulte d’un enchaînement d’actions déterminées par l’objectif final du voyageur.
La transférabilité
Etudier le comportement des voyageurs en gare ne présente, dans notre cas, un intérêt que si les résultats sont transférables dans un contexte modifié, voire inexistant. Selon la définition de Lincoln et Guba [LIN 85], la transférabilité consiste en l’étude de l’applicabilité des résultats d’une étude de recherche à d’autres contextes, situations, moments et populations. L’objectif de l’étude menée dans cette thèse n’est pas de fournir des connaissances transférables à toutes les gares, mais plutôt entre deux gares avec plusieurs similarités et quelques différences.
Enjeux
Cognitifs
Cette recherche permettra de comprendre l’interaction de l’usager avec un système complexe, qui a évolué au cours des temps. Cette recherche permet de souligner des comportements d’adaptations avec des contextes qui évoluent d’états libres vers des états très restreints. Elle souligne la prise de décision des personnes selon les choix permis et permet de distinguer ce qui importe le plus aux yeux de l’usager.
Méthodologiques
La méthode proposée englobe plusieurs étapes allant du recueil et de la validation des données, de la formalisation des comportements, vers la construction du modèle et enfin du calibrage et de la validation du modèle de simulation. Pour tester et valider la transférabilité, le modèle est transféré vers une station cible et comparé aux mesures qui y sont effectuées.
Economiques
Une forte densité peut avoir des conséquences négatives sur l’économie et le tourisme [HOU 03]. Cette situation peut conduire à de l’inconfort durant l’attente du train, l’incapacité à monter dans le train et augmenter le niveau du stress des passagers [VEI 13][NEW 92]. Vu par les clients, le niveau d’affluence est l’un des indicateurs du niveau de service fourni parmi d’autres comme le temps de trajet et la fiabilité [LIZ 13]. Naturellement, une forte densité est corrélée avec l’apparition de dysfonctionnements et des implications sur les temps d’arrêt.
Le temps d’arrêt est considéré dans la littérature [PUO 00] [FER 15] [LID 15] et par les compagnies de transports publics comme une variable déterminante de la performance, de la fiabilité et de la qualité de service. En effet, la maîtrise des facteurs de variation du temps d’arrêt permet de mieux exploiter la capacité de transport (i.e. le nombre maximum de passagers qu’il est possible de transporter) tout en prenant les mesures efficaces aptes à le réduire. De la sorte, il devient possible d’augmenter la capacité véhiculaire et la régularité sans détériorer la qualité de service. En revanche, ne pas maîtriser le temps d’arrêt peut générer une dégradation rapide du service. Par exemple, s’agissant de trains, une cause principale des retards aux heures de pointe est due aux temps d’arrêt plus longs que prévus. Le train est non seulement retardé, mais ce retard entraîne des effets en cascade [LID 15] [YAM 13]. C’est en effet, l’un des objectifs des entreprises ferroviaires : maîtriser la grille horaire et étudier la possibilité d’augmenter la capacité d’une ligne, afin d’alléger les charges entre les trains en circulation. Cela permettra par la même occasion de préserver le bien-être des usagers, de favoriser leur confort et d’améliorer la qualité de service.
|
Table des matières
1 Introduction générale
2 Contexte
2.1 Origine du problème d’étude
2.2 Classification des facteurs influant sur les échanges quai-train
2.2.1 Où ? (cadrage spatial)
2.2.2 Quand ? (cadrage temporel)
2.2.3 Qui ? (acteurs)
2.2.4 Quoi ? (actions)
2.2.5 Comment ? (la manière)
2.3 La transférabilité
2.4 Enjeux
2.4.1 Cognitifs
2.4.2 Méthodologiques
2.4.3 Economiques
3 État de l’art
3.1 La foule
3.1.1 Définition
3.1.2 L’émergence
3.1.3 Méthode d’expérimentation
3.1.4 Caractérisation de la foule
3.2 Le comportement
3.2.1 L’émotion
3.2.2 Traits de personnalité
3.2.3 Culture
3.2.4 L’influence du groupe
3.2.5 Le stress
3.2.6 La motivation
3.3 Les recherches dans les transports
3.3.1 Caractéristiques techniques
3.3.2 Facteurs comportementaux humains influant sur le temps d’arrêt
3.3.3 Méthode expérimentales
3.3.4 Contre-mesures prises pour la fluidification
3.4 La transférabilité
3.4.1 Définition générale
3.4.2 Les critères vers la transférabilité
3.5 La modélisation et la simulation
3.5.1 La modélisation
3.6 Outils de simulation
3.6.1 Modèles physiques
3.6.2 Modèles en grille
3.6.3 Modèles à base d’agents
3.6.4 Autres outils
3.6.5 Discussion
4 Problématiques et questions de recherche
4.1 Positionnement
4.2 La méthode proposée
4.3 Validation de la méthode
5 Expérimentations
5.1 Choix de la première gare et contexte de l’étude
5.2 Observations
5.2.1 Expérimentations I : Phase quai
5.2.2 Expérimentations II : Phase Train
5.2.3 Expérimentations III : Phase Quai-Train. Enregistrement vidéo des passages quai-train
6 Modélisation et simulation
6.1 Extraction des règles à BFM et formalisation
6.1.1 Extraction
6.1.2 Formalisation
6.1.3 Implémentation dans le simulateur
6.1.4 Calibrage du modèle à BFM – Correction de biais
6.1.5 Simulation et validation
6.2 Le transfert à Paris Nord
6.2.1 Le choix de la gare
6.2.2 Expérimentation et recueil de données
6.2.3 Série de simulations
6.2.4 Conclusion sur le transfert
7 Analyse et discussion
8 Conclusion
9 Annexes
10 Bibliographie
