2.4 Mod`eles et outils du TMV
2.4.3 Les outils d’aide `a la d´ecision pour le TMV
Dans cette section, nous nous concentrons sur les mod`eles Wiver c![Meimbresse et Sonn-tag, 2000] `a pr´esent relay´e par VISEVA, instrument d’enquˆete d´evelopp´e par l’universit´e de Dresde et PTV, GoodTrip c![Boerkamps et Van Binsbergen, 1999], `a pr´esent abandonn´e faute de donn´ees disponibles et Freturb c!sont pr´esent´es pour comprendre les types d’outils pour l’aide
`a la d´ecision dans le domaine du TMV. Enfin, on peut noter l’apport de Distra c! en Su`ede [Inregia, 2003] et le travail de [Debauche et Duchateau, 1998] pour avoir tent´e de simuler des sc´enarios de prospectives pour en analyser les cons´equences sur l’environnement, l’´economie et la congestion.
2.4.3.1 Wiver c!
Le mod`ele Wiver c!a ´et´e d´evelopp´e sur la base d’enquˆetes men´ees `a Berlin, Munich et Ham-bourg et d’analyses de donn´ees. Il a pour but de pr´evoir et de calculer le trafic `a caract`ere com-mercial dans une ville. Il est construit selon deux grandes cat´egories de donn´ees. La premi`ere
2.4. MOD `ELES ET OUTILS DU TMV 57 cat´egorie de donn´ees regroupe les donn´ees traduisant le comportement, donn´ees brutes par secteur d’activit´e issues principalement des enquˆetes effectu´ees :
– nombre de tourn´ees, distribution des destinations par v´ehicule et par jour ; – objectif du trajet ;
– distance et param`etres pour la mod´elisation des interactions Origine/Destination ; – degr´e d’efficacit´e des tourn´ees par secteur d’activit´e et par type de v´ehicule (appel´e«level
of savings») ;
– distribution des tourn´ees en fonction du temps.
La deuxi`eme cat´egorie de donn´ees regroupe les donn´ees statistiques (donn´ees remani´ees ou calcul´ees `a partir des donn´ees des enquˆetes). Ces donn´ees s’expriment par zone :
– distances dans une zone de recherche jusqu’aux autres zones ;
– calcul pour qu’une zone soit potentiellement une origine (calcul´e `a partir du nombre d’employ´es et d’employ´es relatifs au trafic par secteur d’activit´e) ;
– calcul pour qu’une zone soit potentiellement une destination.
La Figure2.6montre la structure du mod`ele Wiver c!.
Wiver c!est un mod`ele de simulation orient´e sur le comportement, qui reconnaˆıt la com-plexit´e des chaˆınes de trajets pour le trafic de fret commercial. En effet, Wiver c!diff´erencie dix secteurs d’affaires et quatre types de v´ehicule :
– v´ehicules priv´es ;
– utilitaires de moins de 2,8 tonnes ; – camions entre 2,8 et 7,5 tonnes ; – camions de plus de 7,5 tonnes.
Les calculs rendent compte d’informations sur les zones d’origine et de destination. La ma-trice de trafic de fret r´ef´erence le nombre de v´ehicules ou le poids du fret (en tonnes). Des r´esultats peuvent ˆetre diff´erenci´es par secteur d’activit´es, type de v´ehicule et heure. Plus de d´etails sont pr´esent´es, ainsi que plusieurs r´esultats du mod`ele, dans [Meimbresse et Sonntag, 2000].
En 2003, l’approche Wiver c!a ´et´e g´en´eralis´ee par la th´eorie des syst`emes dans [Boyceet al., 2002] et le programme informatique VISEVA de l’universit´e de Dresde [Friedrich etal., 2003] a
´et´e d´evelopp´e et rel`egue aujourd’hui Wiver c!.
!
"#$%&'!('!(')*+,-*+#,)!
.+)*-,/')!',*&'!01#&+2+,'!'*!0-!
(')*+,-*+#,!
3,*'&&'0-*+#,!',*&'!0')!/-*42#&+')!
.4*'&$+,-*+#,!(5!6#*',*+'0!('!*'$6)!
75'!01#,!6'5*!4/#,#$+)'&!
8&-9'*)!6#5&!5,!9#5&!6-&!/-*42#&+'!
:#5&/'!;!<'+$%&'))'!'*!:#,,*-2=!>???!
! .#,,4')!*&-(5+)-,*!0'!
/#$6#&*'$',*! .#,,4')!)*-*+)*+75')!
@&+2+,'A.')*+,-*+#,!
B4,4&-*+#,!(5!*&-C+/!D"#$%&'!
('!*&-9'*=!'*/E!
.4*'&$+,-*+#,!(')!0+'5F!
('!(')*+,-*+#,!
G&4-*+#,!(')!/H-I,')!'*!
$-+00#,)!(')!*&-9'*)!
G-0/50!(')!6-&-$J*&')!
(')!*&-9'*)!
.+)*&+%5*+#,!
• (')!*&-9'*)!'*!,#$%&'!
(1-&&K*)!
• (')!%5*)!(')!*&-9'*)!
• (')!L5*!(')!*&-9'*)!
!
M+0#$4*&-2')!
6-&!/-*42#&+')! <-*&+/'!(')!
+,*'&/#,,'/*+#, )!
N#05$'!(5!
*&-C+/!
FIG. 2.6 – Structure du mod`ele Wiver c!
2.4. MOD `ELES ET OUTILS DU TMV 59
L’outil GoodTrip c!a ´et´e d´evelopp´e pour ´evaluer les mouvements de marchandises en ville.
Il fonctionne ´etape par ´etape, chacune correspondant `a la distribution du fret selon des donn´ees g´eographiques, ´economiques et logistiques. Il est bas´e sur la chaˆıne logistique et estime les flux de marchandises, le trafic du fret en ville et ses impacts.
Cet outil a ´et´e d´eploy´e sur la ville de Gr¨oningen pour estimer les impacts des diff´erentes mesures [Boerkamps et Binsbergen, 1999]. La Figure2.7met en ´evidence les ´etapes spatiales,
´economiques et logistiques de la mod´elisation et la partie trait´ee par le mod`ele qui est en vert (non hachur´ee).
L’organisation spatiale d´ecrit le lieu o `u les gens vivent et travaillent, o `u les ´equipements sont localis´es et o `u les marchandises sont produites et consomm´ees. L’organisation spatiale et l’activit´e ont comme cons´equence une demande du transport de personnes et des marchandises.
L’infrastructure est le moyen ´el´ementaire pour fournir cette demande. Elle se compose de rues (arcs) et de carrefours (nœuds), dont chacun poss`ede ses propres caract´eristiques comme la vitesse et la capacit´e.
La demande de marchandises est d´eriv´ee de l’organisation spatiale, de la qualit´e de l’ac-cessibilit´e et des r´esultats quant aux demandes de transport. Le march´e des transports lie la demande et l’approvisionnement en services de transport. Les fr´equences, les co ˆuts, la fiabilit´e et la flexibilit´e de la livraison sont des aspects importants de demande, alors que la flotte de v´ehicule, les ressources humaines et les dispositions d’infrastructure sont des aspects impor-tants d’approvisionnement. Les d´ecisions sur le march´e des transports ont comme cons´equence la circulation par mode, celle-ci peut ˆetre mesur´ee en tourn´ees de v´ehicule par unit´e de temps.
Les tourn´ees de v´ehicule sont faites sur le r´eseau multimodal d’infrastructure.
Bas´e sur la demande du consommateur, le mod`ele GoodTrip c!calcule le volume par type de marchandise enm3 dans chaque zone. L’´equation(2.1)suivante donne l’estimation de la demande en prenant des caract´eristiques de distribution :
QrG! =
!P p=1
!G g=1
qrg,p.Fg,pr (2.1)
Avec :
– QrG! : demande pour une destinationr(´etablissementr) pour les marchandises globales G!;
– qrg,p: volumeqd’une livraison distincte d’un ´etablissementrpour un type de marchandise gpar unit´e de tempsp;
– Fg,pr : nombre de livraisons par unit´e de tempsppour le type de marchandiseg.
Les flux de marchandises de la chaˆıne logistique sont d´etermin´es par la distribution spatiale des activit´es, de l’attractivit´e et les parts de march´e de chaque activit´e. Ce calcul de concentra-tion de marchandises commence par les consommateurs et se termine par les producteurs ou la fronti`ere de la ville. Un mod`ele Logit multinomial est utilis´e pour d´ecrire les d´ecisions `a partir de variables d’attractivit´e, que sont la production et le nombre d’´etablissements du mˆeme type pour un ´etablissement donn´e. Les d´etails des ´equations(2.2)et(2.3)et de leurs constructions sont donn´es et d´evelopp´es dans [Wisetjindawat et Sano, 2003] :
P(C) = exp(VC)
"
C!∈Cexp(VC!) (2.2)
VC=f(x1C, x2C, ..., xkC) (2.3) Avec :
– P(C): proportion de marchandises achet´ees `a l’´etablissement de typeC; – VC: fonction d’utilit´e de l’´etablissement de typeC;
2.4. MOD `ELES ET OUTILS DU TMV 61 – xkC: attributs repr´esentants l’attractivit´e de l’´etablissement de typeC, comme la
produc-tion totale ou le nombre d’´etablissements d’entreprises.
Ensuite, les flux de marchandises de chaque type sont combin´es en employant des proba-bilit´es de regroupement (combinaisons, permutations). Chaque combinaison de types de mar-chandises est consid´er´ee comme un flux diff´erent. Puis, les flux combin´es de marmar-chandises sont assign´es aux tourn´ees des v´ehicules. La conversion est faite en termes d’origine destination (OD). Le type d’activit´e de l’origine d´etermine le mode de transport, la capacit´e du v´ehicule, le chargement maximum et le nombre maximum des arrˆets par tourn´ee. L’activit´e de la destina-tion d´etermine la fr´equence minimale de la livraison. La conversion a comme cons´equence des matricesODet une liste de tourn´ees par mode.
Les tourn´ees par mode sont assign´ees `a leurs r´eseaux d’infrastructure, ayant pour r´esultat des charges de r´eseau, par mode sur chaque r´eseau. Les charges de r´eseau sont alors employ´ees pour d´eterminer la distance parcourue des v´ehicules par mode.
Finalement les ´emissions et l’utilisation d’´energie par mode sont calcul´ees selon les distances parcourues et les charges de r´eseau. Le processus pour la mod´elisation est s´equentiel : il n’y a aucune r´etroaction aux phases pr´ec´edentes ce qui ne rend pas compte du caract`ere dynamique de ce que l’on mod´elise.
2.4.3.3 Freturb c!
L’un des axes du programme national pilot´e par la DRAST et l’ADEME a consist´e en la mise au point d’un outil d’aide `a la d´ecision qui permette d’´etablir un diagnostic et de simuler l’impact de diverses politiques pr´esent´e dans [LET, 2001], largement d´evelopp´e depuis, comme r´ecemment [Routhier et Toilier, 2007]. La d´emarche de mod´elisation Freturb c!s’appuie sur les travaux d’analyses et d’enquˆetes men´ees dans trois villes : Marseille, Bordeaux et Dijon. Ces enquˆetes concernent les ´echanges de biens et de produits entre les ´etablissements industriels, commerciaux et tertiaires. Apr`es diverses analyses de ces enquˆetes, il en ressort des tendances fortes [Patieret al., 2000] :
– le nombre hebdomadaire moyen d’op´erations de livraison ou d’enl`evement par emploi est fortement li´e au type d’activit´e et `a la taille des ´etablissements ;
– en milieu urbain, le nombre de livraisons est nettement sup´erieur au nombre d’enl`eve-ments ;
– le compte propre est pr´edominant ;
– pr`es de la moiti´e des livraisons ou enl`evements d’une agglom´eration est r´ealis´ee par le commerce ;
– les trois quarts des parcours sont r´ealis´es en traces directes mais n’assurent que le quart des livraisons.
Et des liens fonctionnels remarquables :
– le nombre d’arrˆets d’un parcours d´epend du mode de gestion (i.e compte propre, compte d’autrui) ;
– le mode de gestion est li´e `a l’activit´e ;
– le mode d’organisation (tourn´ees, traces directes) et le mode de gestion sont li´es ; – le type de v´ehicule utilis´e d´epend du mode de gestion ;
– la distance parcourue entre chaque arrˆet d´epend de la taille de la tourn´ee ; – plus la tourn´ee est longue, plus le temps de chargement/d´echargement est court.
Le mod`ele Freturb c! est construit suivant quatre modules d´ecrits dans les sous sections suivantes.
2.4.3.3.1 La g´en´eration des livraisons et enl`evements et des d´eplacements d’achat
Le nombre de livraisons ou enl`evements sur une zone z, N bmvt(z), est la somme sur tous les types d’´etablissements pond´er´ee par le nombre d’´etablissements de la zone, du nombre nbmvt(i)de mouvementsidans la zonezavec :
N bmvt(z) =!
i
(nbetab(i, z)×nbmvt(i))
o `u pour chaque type i d´ecrit par un type d’activit´e et une classe de taille d’´etablissements nbmvt(i)d´esigne le nombre de mouvements g´en´er´es par un ´etablissement de typeietnbetab(i, z) repr´esente le nombre d’´etablissements de typeidans la zonez.
Ce module s’appuie sur deux invariants essentiels : l’effet de l’activit´e et celui de la taille des
´etablissements.
2.4. MOD `ELES ET OUTILS DU TMV 63 2.4.3.3.2 La simulation d’une occupation de la voirie par les v´ehicules de livraison en sta-tionnement illicite et par les v´ehicules de livraison en circulation
Cette partie concerne implicitement deux modules de l’outil. La part du stationnement sur voi-rie d´epend de l’environnement de chaque ´etablissement. Elle est calcul´ee pour chaque zonez, par la quantit´e%stat(z). Si j d´esigne le type d’activit´e etv le type de v´ehicule (voiture par-ticuli`ere ou fourgonnette, camionnette de moins de 3,5 t, camion porteur, camion articul´e), la dur´ee moyenne de stationnement sur voirie est calcul´ee pour chaque type d’activit´e et chaque type de v´ehicule :dur´eeM oy(j, v). L’emprise au sol de chaque type de v´ehicule (mesur´ee en unit´e voitures particuli`eres) est not´eeemprise(v). Sa valeur est de 1 pour une voiture parti-culi`ere (VP), 1,5 pour un v´ehicule utilitaire de moins de 3,5 t. La dur´ee d’occupation de la voi-rie par les v´ehicules de livraison `a l’arrˆet dans une zonez (pour des raisons de livraison ou d’enl`evement) est obtenue ainsi :
DureeArret(z) = %stat(z)×!
n
(!
j
(nbetab(z, j, v).nbmvt(j, v).dureeM oy(j, v).emprise(v)))
Cette dur´ee est calcul´ee sur chaque zone en heures×unit´e VP sur une semaine. La principale relation fonctionnelle utilis´ee dans ce module met en relation le nombre d’arrˆets dans la tourn´ee et la dur´ee moyenne d’un arrˆet de cette tourn´ee.
Les flux de transport de marchandises en ville ainsi que leurs caract´eristiques (occupation de la voirie en kilom`etres parcourus et en dur´ee) sont expliqu´es par trois principaux facteurs :
– le type d’activit´e desservie ;
– le mode de gestion (compte d’autrui, compte propre destinataire et exp´editeur) ;
– le mode d’organisation des parcours, taille des tourn´ees, distance entre deux arrˆets, vitesse des trajets) ;
L’occupation de la voirie est exprim´ee par zone envehicules.km- ´equivalents VP, ainsi qu’une´ occupation de la voirie en heures ´equivalents VP. Deux types de trafics sont calcul´es : le trafic g´en´er´e et le transit de zone.
2.4.3.3.3 La mesure d’une occupation instantan´ee de la voirie par ces mˆemes v´ehicules En int´egrant les rythmes journaliers et saisonniers, on obtient une occupation instantan´ee de la voirie par les v´ehicules en stationnement et en circulation. Celle-ci est exprim´ee en nombre moyen d’unit´es VP en stationnement et en circulation sur la p´eriode consid´er´ee.
La Figure2.8montre les liens entre ces quatre modules et la structure g´en´erale du mod`ele.
Génération des livraisons et des enlèvements Par type d’activité et par zone
Règles de fonctionnement de la logistique urbaine
Organisation logistique
Occupation de la voirie par les véhicules à l’arrêt
Occupation de la voirie par les véhicules en circulation
FIG. 2.8 – Structure modulaire de Freturb c!