Design stratégique du réseau 21

Étant donné la croissance et le développement de plusieurs systèmes de vélopartage, plusieurs chercheurs se sont penchés sur le problème de design du réseau. Le problème du design du réseau inclut notamment le choix de la zone à couvrir, du nombre de stations et leur positionnement en plus du nombre de vélos et à chaque station. La première étape est de choisir la zone à couvrir. S’il y a une importante densité de population, les stations peuvent être positionnées un peu partout à travers la ville. Cependant, si ce n’est pas le cas, il faut placer les stations dans des zones spécifiques. La deuxième étape est celle de la localisation des stations. Les stations doivent être positionnées stratégiquement par rapport aux autres services de transport en commun et par rapport aux infrastructures routières (pistes cyclables et autres) (García-Palomares, Gutiérrez, & Latorre, 2012). L’optimisation du design du réseau à travers le choix du positionnement et de la capacité de chacune des stations est donc une étape cruciale dans le développement d’un nouveau système de vélopartage.

Un des premiers articles sur le design stratégique du réseau est celui de Lin, J.-R. et Yang (2011). Les auteurs ont développé un modèle innovateur qui considère à la fois le point de vue des usagers et celui des investisseurs. Le niveau de service des usagers est mesuré par la disponibilité des vélos aux stations alors que celui des investisseurs est mesuré par le coût de la redistribution (longueur des routes), le coût d’inventaire et le coût d’implantation. Pour résoudre le problème, ils proposent un modèle non linéaire en nombre entier pour trouver l’emplacement optimal des stations et le besoin en pistes cyclables. Cependant, le modèle n’inclut pas le réseau routier existant et les modèles de demande et de niveau d’inventaire à chaque station ont été simplifiés. L’article de Shu, Chou, Liu, Teo et Wang (2010) propose un modèle permettant de répondre aux problèmes opérationnels des systèmes de vélopartage suivants :

• Combien de vélos devraient se trouver dans le réseau si on connaît la position des stations a priori selon le taux d’utilisation des vélos souhaité?

• Quelle est la valeur de la redistribution?

• Combien de points d’ancrage devront être installés à chaque station en lien avec la redistribution qui sera mise en place?

Pour répondre à ces questions, les auteurs proposent un modèle de programmation linéaire (problème de flot) déterministe pour évaluer la performance du système stochastique. Les résultats sont validés avec les données d’achalandage du MRT de Singapour. Les auteurs admettent cependant que leur approche repose sur le fait que les paramètres du système doivent être connus a priori.

De leur côté, Martinez, Caetano, Eiró et Cruz (2012) s’attaquent au problème de disposition géographique des stations, du nombre de vélos dans le système et des activités de redistribution nécessaires quotidiennement. Ils tentent donc d’intégrer plusieurs considérations opérationnelles dans le même modèle. Le problème est NP-Complet et difficile à résoudre analytiquement pour des instances moyennes à grandes. Les auteurs ont donc développé une heuristique qui divise la journée en plusieurs périodes de temps à l’intérieur d’un modèle de programmation linéaire partiellement en nombres entiers. Le modèle est testé avec les données de la ville de Lisbonne. Cependant, la redistribution n’est incluse que comme un coût supplémentaire a posteriori.

Finalement, la recherche de García-Palomares et al. (2012) propose une méthode qui utilise les systèmes d’information géographique (SIG) pour modéliser la distribution de la demande, choisir la localisation géographique et la capacité des stations et définir les caractéristiques de la demande des stations. La première étape consiste à connaître et modéliser la distribution de la demande. La seconde consiste à appliquer un modèle de meilleur emplacement pour trouver le nombre de points d’ancrage et les emplacements possibles. Lorsque le design du réseau est obtenu en associant les points d’ancrage aux emplacements pour créer des stations, il suffit de décrire les caractéristiques de demande de chaque station. Les auteurs ont aussi évalué différents scénarios en changeant le nombre de stations. Deux objectifs des méthodes de meilleur emplacement ont été testés : un pour maximiser la zone couverte et l’autre pour maximiser l’utilisation. Les analyses ont été faites pour le réseau de Madrid où, étant donné la densité de population, la méthode de maximisation de la zone couverte est la plus efficace. Les lacunes de ce modèle sont qu’il ne tient pas compte que certains endroits dans la ville comme les parcs qui ne sont ni des zones résidentielles ni des zones commerciales (où les gens vont travailler), mais qui peuvent attirer un bon nombre d’usagers du système de vélopartage. Une autre lacune est la création de stations isolées lors de l’utilisation du modèle de maximisation de la zone couverte. La méthode nécessite aussi des études plus approfondies pour choisir l’emplacement exact de chacune des stations. L’évaluation de différents scénarios a tout de même permis de démontrer qu’une augmentation du nombre de stations amenait logiquement une meilleure couverture de la demande et une meilleure accessibilité, mais diminuerait le retour sur investissement et la profitabilité. En effet, tel que démontré par Shu et al. (2010), un nombre important de stations augmente grandement les coûts sans nécessairement apporter une amélioration notable. Il faut donc toujours faire un compromis entre les améliorations possibles et les coûts engendrés. Ce principe s’applique aussi à la redistribution.

En somme, plusieurs auteurs se sont penchés sur la question de l’optimisation du design du réseau. Cependant peu ont intégré la redistribution et ses coûts comme un critère a priori dans le développement de leur modèle.