Heuristic Methods for Calculating Dynamic Traffic Assignment

Méthodes heuristiques pour le calcul d'affectation dynamique du trafic

Mostafa Ameli (1, 2)

1 LICIT UMR TE - Laboratoire d'Ingénierie Circulation Transport
2 IFSTTAR/COSYS/GRETTIA - Génie des Réseaux de Transport Terrestres et Informatique Avancée

Transport systems are dynamically characterized not only by nonlinear interactions between the different components but also by feedback loops between the state of the network and the decisions of users. In particular, network congestion affects both the distribution of local demand by modifying route choices and overall multimodal demand. Depending on the conditions of the network, they may decide to change for example their transportation mode. Several equilibria can be defined for transportation systems. The user equilibrium corresponds to the situation where each user is allowed to behave selfishly and to minimize his own travel costs. The system optimum corresponds to a situation where the total transport cost of all the users is minimum. In this context, the study aims to calculate route flow patterns in a network considering different equilibrium conditions and study the network equilibrium in a dynamic setting. The study focuses on traffic models capable of representing large-scale urban traffic dynamics. Three main issues are addressed. First, fast heuristic and meta-heuristic methods are developed to determine equilibria with different types of traffic patterns. Secondly, the existence and uniqueness of user equilibria is studied. When there is no uniqueness, the relationship between multiple equilibria is examined. Moreover, the impact of network history is analyzed. Thirdly, a new approach is developed to analyze the network equilibrium as a function of the level of demand. This approach compares user and system optimums and aims to design control strategies in order to move the user equilibrium situation towards the system optimum.

Les systèmes de transport sont caractérisés de manière dynamique non seulement par des interactions non linéaires entre les différents composants, mais également par des boucles de rétroaction entre l'état du réseau et les décisions des utilisateurs. En particulier, la congestion du réseau impacte à la fois la répartition de la demande locale en modifiant les choix d’itinéraire et la demande multimodale globale. Selon les conditions du réseau, ils peuvent décider de changer, par exemple, leur mode de transport. Plusieurs équilibres peuvent être définis pour les systèmes de transport. L'équilibre de l'utilisateur correspond à la situation dans laquelle chaque utilisateur est autorisé à se comporter de manière égoïste et à minimiser ses propres frais de déplacement. L'optimum du système correspond à une situation où le coût total du transport de tous les utilisateurs est minimal. Dans ce contexte, l’étude vise à calculer les modèles de flux d'itinéraires dans un réseau prenant en compte différentes conditions d’équilibre et à étudier l’équilibre du réseau dans un contexte dynamique. L'étude se concentre sur des modèles de trafic capables de représenter une dynamique du trafic urbain à grande échelle. Trois sujets principaux sont abordés. Premièrement, des méthodes heuristiques et méta-heuristiques rapides sont développées pour déterminer les équilibres avec différents types de trafic. Deuxièmement, l'existence et l'unicité des équilibres d'utilisateurs sont étudiées. Lorsqu'il n'y a pas d'unicité, la relation entre des équilibres multiples est examinée. De plus, l'impact de l'historique du réseau est analysé. Troisièmement, une nouvelle approche est développée pour analyser l’équilibre du réseau en fonction du niveau de la demande. Cette approche compare les optima des utilisateurs et du système et vise à concevoir des stratégies de contrôle afin de déplacer la situation d'équilibre de l'utilisateur vers l'optimum du système

Mots clés: Dynamic Traffic Assignment (DTA); Trip-based; User Equilibrium (UE); Large-scale network application; Step size; Convergence; Traffic; Simulation; Genetic Algorithm (GA); Simulated Annealing (SA) algorithm; Day-to-day; Unicity analysis; Multimodal; System optimum; Variational demand; Switch equilibrium; Breakpoint

Mots clés: Affectation dynamique du trafic; Basée sur le voyage; Équilibre utilisateur; Application réseau à grande échelle; Taille de pas; Convergence; Trafic; Simulation; Algorithme génétique; Algorithme de recuit simulé; Au jour le jour; Analyse d'unicité; Multimodal; Système optimal; Demande variationnelle; Equilibre de commutation; Point de rupture

Domaines: Dynamique, vibrations

Mostafa Ameli. Heuristic Methods for Calculating Dynamic Traffic Assignment. Dynamique, vibrations. Université de Lyon, 2019. English. ⟨NNT : 2019LYSET009⟩. ⟨tel-02479088⟩