DE L ’U NIVERSITÉ DE C LERMONT -F ERRAND 2 Série Mathématiques
M OHAMED A HMED
Modèles probabilistes pour choisir un itinéraire dans un réseau de trafic
Annales scientifiques de l’Université de Clermont-Ferrand 2, tome 71, sérieMathéma- tiques, no20 (1982), p. 1-10
<http://www.numdam.org/item?id=ASCFM_1982__71_20_1_0>
© Université de Clermont-Ferrand 2, 1982, tous droits réservés.
L’accès aux archives de la revue « Annales scientifiques de l’Université de Clermont- Ferrand 2 » implique l’accord avec les conditions générales d’utilisation (http://www.
numdam.org/conditions). Toute utilisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
MODELES PROBABILISTES POUR CHOISIR UN ITINERAIRE DANS UN RESEAU DE TRAFIC
Mohamed AHMED Université de PARIS VI
La
probabilité
de choisir certain itinéraire dans un réseaujoue
unrôle essentiel dans les modèles d’affectation
stochastique
dutrafic,
et celàprovient
du fait que cesmodèles
affectent les trafics aux itinéraires par :Mk = k°
où
Mk
est le trafic affecté à l’itinérairek, Pk désigne
lanrorabilité
dechoisir cet
itinéraire ,M
est le trafic total à affecter en supposant que le réseau se compose d’une zone d’émission et d’une zone de destination de trafic et que ces zones sont liées par des itinéraires différentsqui peuvent
êtredisjoints
ou chevauchés.A cet
effet, plusieurs
modèlesproposent
différentes formes de laprobabilité Pk.DIAL (1971)
propose un modèlequi
ne tient pascompte
de lastructure du
réseau,
parconséquent
son modèlepeut
aboutir à des résultatsérronés ;
alors que DAGANZO(1977)
tientcompte
de cephénomène
mais son modèleest limité par
l’hypothèse
essentielle que l’erreur d’estimation du temps de parcoursjouit
de la distribution normale.MARTIN
(1965)
aproposé
un modèle établissant laprobabilité qu’un
chemin
particulier
soitcritique
dans ungraphe PERT,
mais il a commis uneerreur
statistique
lors de la dérivation du modèle.Dans ce
qui suit,
on va introduire un modèle de trafic basé sur latechnique
de MARTINaprès
la modification de son modèle afinqu’il
soitadapté
aux conditions de trafic. Les
hypothèses
et lesdéfinitions,
citées par DAGANZO(1971),
serontemployées
en dérivant ce modèleeEnsuite,
on va introduire unmodèle
général qui
tientcompte
de la structure de réseau du trafic(défaut
demodèle
DIAL),
etqui n’exige
pas de distributionparticulière
concernant letemps
dedéplacement (défaut
du modèle DAGANZO etdé
notre modèleprécédent) ,
1 - DEFINITIONS ET NOrI’ IONS :
On
appelle
réseausimple
le réseauqui
estcomposé
de deux zonesprin- cipales,
l’une d’oùpart
tout le trafic et l’autre d’où ilparvient.
Eneffet,
les itinéraires liant ces zones sont de deux genres
1979) :
1. Itinéraires
simples
dont les arcs ne sont pas inclus dans d’autres itinéraires.2. Itinéraires
complexes
dont un ouplusieurs
arcs sont inclus dans d’autres iti- néraires.Il est
possible
de transformer un réseauquelconque
en un réseausimple
en utilisant ce que l’on
appelle
"des arcs duaux" à laplace de
ceuxqui
sont con-tenus dans
plusieurs
itinéraires.A titre
d’exemple,
étant donné un réseau commeci-après,
onpeut
le transformer en réseausimple
en utilisant les arcs duaux(1,3’)
et(4’,5).
soit,
- K l’ensemble d’itinéraires
simples ;
- E
K,
v.acorrespondent
autemps
dedéplacement prévu
par un usager au moment de choisir son itinéraire.L’usager
serasupposé
avoir des con-naissances
préalables
sur tous autresitinéraires ;
-
temps
mesuré de parcours d’itinérairek,
autrement ditle
temps
réalisé parl’usager.
Bien entendu que,même
sous des conditions iden-tiques
detrafic, Ti peut
varier detemps
àautre,
et parconséquent
on choisitla moyenne.
II - CONSTITUTION DU MODELE :
Etant donné un réseau
simple,
muni de l’ensemble des arcs duaux1 ;
on s’intéresse actuellement à établir la
probabilité
de choisir un itinéraireparticulier
dans ce réseau.Il découle de ce
qui
a été dit aux définitions que :où Ek
est l’erreurd’estimation, supposée
avoir une distribution normaleavec
Dans ce modèle on va
adopter
lafaçon
de choisir un itinéraire par- ticulier citée par DAGANZO(1977).
Ils’agit
quechaque
usagerapprécie
d’abordle
temps
dechaque
itinérairepuis qu’il
choisisse leplus
court(le
moinscoÛ- teux).
Il est hors de notre but d’étudier les formules mesurant letemps (le coût)
dedéplacement
mais ces formules serontsupposées
données. Soittk
letemps prévu
de l’itinérairek,
donc en vertu de cettehypothèse
on a queSoit t =
(t ,
... ,tK) .
Il fautsignaler
que c’est à cause dechevauchement d’itinéraires que t est un vecteur de multivariables
dépendantes,
c’est-à-dire que les arcs duaux font
ti dépendantes.
-Pour démontrer cette
idée,
considérons le réseau ci-desouscomposé
de deux itinéraires
(1-2-3-4)
et(1-3-4) qui
sont réellement chevauchés par letronçon (3-4).
T 1 ,. - - - ~.9 T4 correspondent
aux variables dutemps
destronçons
etqu’elles
sontsupposées indépendantes.
Eneffet,
les variablest 1
ett2
oùsont
dépendantes
à cause de l’existance deT4.
En retour à notre
modèles,
soit X =(x 1 il... y xl)
le vecteur de varia-bles du
temps
pour l’ensemble 1 des arcs duaux etf(x)
la fonction. de la densi- té deprobabilité correspondant.
Le fait que
chaque
itinérairepeut
se composer d’arcs duaux et d’au- tres arcs non duauxpermet
deremplacer (1)
paroù,
où,
Tk correspond
autemps
mesuré sur les arcs non duauxfigurant
dans l’itinéraire
k ;
xl. correspond
autemps
mesuré sur les arcs duauxfigurant
dansl’itinéraire k.
Cela démontre que :
En
supposant
les éléments du vecteur X fixés mais nonspécifiés,
donct devient un vecteur de multivariables
indépendantes (si
on poseT4
fixe dansl’exemple précédent,
donct1
ett2
deviennentindépendants),
= Afin dedistinguer
les
notations,
ondésigne tx = (t ,...,
1tK 1
K1 X) X)
dont dontl’espérance l’esp’
et la varian-ce des
composants
sont données par(2)
et(3)
et que Cov(t . , t. 1 X) =
o.A
partir
decela,
laprobabilité
cherchée est donnée par :Il faut avouer que nous utilisions la
technique
de MARTIN(1965)
pour arriver à(4),
mais nous avonsquelques
remarques àsignaler
avant dedévelopper
(4).
MARTIN a établit un modèlequi
donne laprobabilité qu’un
cbemin narticulier dans ungraphe
PERT soitcritique,
En effet nous modifionspartiellement
sa for-mule de
probabilité
pourqu’elle
soitadaptée
auproblème
de trafic. Fngénéral
cette modification concerne deux choses
particulières :
1. La dérivation de
ti’ k)
au lieu dePr. (t > k)
et derendre le modèle de MARTIN
adéquate
auproblème
de trafic.2. La correction de l’erreur commise par MARTIN lors de la dérivation de son
modèle ;
car MARTIN considère vraie laproposition
suivante :mais une telle
proposition
eststatistiquement
inexacte parce que les évène-ments
1
sontdépendants
même si les variables compo-sant sont
indépendantes.
Retournons à notre
modèle, précisément
à(4),
et considérons laprobabilité :
(5)
Pour
développer (5)
nous utilisons latechnique
de DAGANZO(1977).
Soit :
t~
=(t k -t 1 Y...> t k- t K 1 X) ;
; etL k une
matrice d’ordre K x(K-1)
définie par :Or le vecteur
t peut s’exprimer ainsi
Il est évident que les a éléments de
tX
k sont descomposants
p linéaires de variablesnormales,
parconséquent
ajouit
d’une distribution de multiva-kJ
riables normales caractérisée par :
où
Li
est latransposition
deL k
et queDonc, (5)
s’établit ainsioù
On ne
peut
pas transfonnerqui
est actuellement en formequadratique,
en une formecanonique
parl’emploi
d’une transformationorthogonale,
car une telle transformation n’aboutira pas à uneséparation
desdomaines
d’intégrales
données en(6).
Laprobabilité
non conditionnée de choi- sir l’itinéraire k sera donnée par(4)
enremplaçant
Pr. (t t1 >’ - - > 1 X)
par(6).
Enfin,
il faut avouer quel’importance
de ce modèle soitplutôt
théo-rique
quepratique
car la formule deprobabilité
conclue n’est pas facile à calculer au cas del’application
sur un réseaucomportant
d’arcs duaux.III - MODELE GENERAL
Dans le but d’établir un modèle
général qui
ne posepréalablement
pas de distributionparticulière
autemps d’itinéraires,
nous introduisons le lemme et lapropostion
suivants :LEMME :
Soit x, y, z, variables aléatoires
quelconques.
Si x et y sont condi-tionnellement
indépendantes
et que la condition soit sur z, alors :f (x,y 1 z)
=f (x 1 z) . f (y) (voir
référence7).
PROPOSITION : Soit
xi$ ~i
9-N,
v.aindépendantes
dontf.
sont lesp.d.f.
SiXJ8’ j eN,
estsupposée
fixée(égale à T ),
alorsJ XT
car les évènements sont conditionnellement
indépendants.
Il est intéressant de relier les résultats
précédents
à la formuleessentielle
(4). A part,
considérons laquantité :
où 1 ’ sont conditionnellement
indépendantes
mais les évènements(ti > tkl ii E K)
ne le sont pas.Du
point
de vuestatistique
on a que :En effet les évènements inclus dans la
quantité
deviennent, grâce
à la conditiontk=
T , conditionnellementindépendants,
alorsen vertu de la
proposition précédente
onpeut exprimer (8)
parT1
Finalement,
laprobabilité
enquestion (4)
s’établit ainsi :où
fk
est la fonction de la densité detk*
K
Il est
indispensable
que(9)
satisfasse à¿ P k =
1 dont le raison-k=1 "
nement sera
présenté
dansl’appendice.
IV - CONCLUSION :
De ce
qui précède,
ons’aperçoit
que(9)
estplus
inclusive que la formule conclue enpremier modèle,
car(9)
ne pose pas de conditions sur letype
de la loi deprobabilité employée. Mais, malheureusement,
lacomparaison
entreles résultats de ces modèles ne
peut pas
être conclue même si ces modèles sontappliqués
à un réseausimple.
Les difficultés viennent du fait que, d’unepart,
le calcul du modèle
général
devient extrêmement difficile dans le cas où la dis- tribution soitnormale,
car ils’agit
decalculer T f (x) dx
oùf(x)
est la fonc-tion de la densité de la distribution normale et que T est une réelle
inconnue ;
d’autre
part
les mêmes difficultés peuvent être rencontréeslorsque
l’onappli-
que la formule du
premier
modèle à un réseaucomportant
les arcs duaux.V - APPENDICE
On montrera que Pour l’abréviation on note :
On a manif estement que :
Il-
Considérons d’abord la
quantité :
Cette
quantité se partage
enL’intégration
parpartition
de lapremière partie
de(12)
se ramène aux deuxtermes
suivants,
dont lepremier
s’annuleEn
ajoutant
la deuxièmepartie
de(12)
à(13),
donc(11)
seraégale
à :De la même
façon
on peut continuer par cetalgorithme jusqu’à
ce que(11)
soitégale
à :ce
qui
est à son tourégale à :
Le
premier
terme s’annule et le deuxième s’annule aussi avec lequatrième ;
alors il ne reste
que
Donc
(10)
seraégale
àBIBLIOGRAPHIE
[1]
AHMED M.(1979),
"EtudeCritique
de certains Modèles de Trafic Urbainavec diverses variants et
application".
Thèse de 3èmeCycle,
Université Pierre et Marie
Curie, Paris
VI.[2] DIAL R.
(1971),
"Aprobabilistic Multipath
TrafficAssignment
Modelwhich obviates
path enumeration", Transportation Research,
Vol. 5.
[3] DIAL et autres
(1971),
"Amultipath
TrafficAssignment Model", Highway
ResearchRecord, n°
369.[4] DAGANZO C.
(1977),
"On the trafficassignment problem
with flow de-pendent
costs -I", Transportation Researchs,
vol II.[5] DAGANZO C. et SHEFFI Y.
(1977),
"On stochastic models of trafficassignment", Transportation Science,
vol IIn°
3.[6] MARTIN J.
(1965),
"Distribution of the timethrough
a directedacyclic network", Operations Research,
vol.13, N°1.
[7] PAPOULIS
A., "Probability,
random variables and stochasticProcesses".
Mc Graw-Hill