Modélisation et simulation de la mobilité pour l’optimisation des services de covoiturage sur la ville de Lomé

Le covoiturage est l’un des services de transport urbain qui émerge aujourd’hui comme une alternative aux services traditionnels. Le développement de systèmes de transport intelligents augmente son adoption, en particulier pour les services de mobilité à la demande comme moyen de réduire le nombre de véhicules, la congestion et la pollution, en partageant les sièges vides. La communauté scientifique s’est largement penchée sur cette problématique du covoiturage, en proposant plusieurs modèles et approches de résolution. La résolution du problème d’optimisation sous-jacent est « difficile » en raison de sa complexité.Cette thèse se propose de modéliser et d’évaluer le potentiel du covoiturage dynamique à Lomé. Il s’agit de proposer une approche d’optimisation des trajets par le covoiturage et d’évaluer le gain de coût engendré. La notion de coût est envisagée soit du point de vue de l’usager, soit du point de vue de l’opérateur de transport, soit du point de vue du conducteur de véhicule. La démarche que nous avons appliquée dans notre étude est structurée en trois phases principales, en vue d’adresser graduellement la complexité du problème. La première phase a consisté à réaliser une modélisation du problème d’optimisation du covoiturage statique sous la forme d’un problème DARP (Dial-a-Ride Problem) multi-objectif, utilisant un maillage de la demande de mobilité sur la zone d’étude. À la deuxième phase, deux heuristiques ont été développées pour résoudre le problème d’optimisation. Tout d’abord, les deux heuristiques réalisent une caractérisation de la demande sur le territoire, à travers un clustering. Ensuite, la première heuristique utilise un algorithme génétique, tandis que la deuxième utilise un algorithme génétique hybridé avec une recherche locale pour produire des trajets non dominés pour chaque véhicule. Les expériences ont montré un meilleur comportement en temps de calcul de la deuxième heuristique. Enfin, à la troisième phase, cette dernière heuristique est utilisé dans un framework en quatre temps, exploitant le principe de l’horizon mobile, pour résoudre le problème de l’optimisation du covoiturage dynamique. Les expérimentations réalisées sur des demandes de mobilité simulées révèlent des résultats prometteurs et des temps de calcul satisfaisants. Les données de mobilité à la demande sont générées en exploitant des données agrégées d’une compagnie de bus urbains sur la ville de Lomé ainsi qu’une carte des pôles d’activités de la ville.