ENDEFR
ENDEFR
Ce que l’intelligence artificielle et le big data changent dans la planification des transports publics, ce qu’ils laissent aux équipes de planification et comment Flow les met en œuvre.
La plupart des outils de planification partent du principe qu’une personne dessine, modélise et vérifie chaque variante. Les réseaux sont donc simplifiés, les études n’examinent qu’une poignée de variantes et l’impact de chacune sur les voyageurs n’est connu que des jours ou des semaines plus tard, à l’issue d’un modèle distinct.
Les réseaux produisent désormais, dans le cadre de leur exploitation courante, un volume considérable de données opérationnelles détaillées : comptages de voyageurs, positions des véhicules, données de billettique et horaires. Parallèlement, les modèles d’optimisation peuvent explorer des conceptions de réseau à une échelle qu’aucune équipe ne pourrait dessiner à la main. Ensemble, ces deux évolutions transforment une étude de modélisation à part entière en une question à laquelle une équipe de planification peut répondre dans la matinée.
Outils actuelsLes modèles laissent de côté certaines variables pour rester calculables.
Avec FlowTransitFlow modélise une part bien plus large du réseau réel et se rapproche d’une véritable simulation.
Outils actuelsChaque variante est dessinée à la main et modélisée sur plusieurs jours ou semaines, ce qui limite le nombre de variantes étudiées.
Avec FlowTransitFlow propose de nouveaux réseaux, calcule des millions d’options en quelques minutes et soumet les meilleures à votre examen.
Outils actuelsMesurer l’effet sur la fréquentation exige de faire tourner séparément le modèle de déplacements.
Avec FlowTransitChaque modification réévalue l’ensemble du réseau au moment où vous la faites.
Outils actuelsLes rapports sont assemblés à la main, après coup.
Avec FlowTransitDes rapports générés automatiquement expliquent chaque modification avec des cartes, des tableaux d’indicateurs et des analyses d’accessibilité.
L’IA est une étiquette assez floue qui désigne des logiciels capables d’accomplir un travail qui demandait autrefois un jugement humain. En planification des transports, il est utile d’en distinguer trois types.
Tableaux de bord et rapports sur la fréquentation, les temps de parcours et la ponctualité. C’est le socle de tout le reste, même si, à lui seul, il ne recommande rien.
L’apprentissage automatique, entraîné sur l’historique d’exploitation, prévoit les temps de parcours, les charges et la demande, y compris la réaction des voyageurs à une modification de l’offre.
L’optimisation explore les conceptions de réseau possibles et recommande la meilleure. Flow utilise l’apprentissage par renforcement profond (deep reinforcement learning), entraîné sur des villes réelles et synthétiques et appliqué à vos objectifs et à vos contraintes.
Flow intervient sur le deuxième et le troisième type, et chaque résultat peut être rattaché à ses données d’entrée et à ses hypothèses. Les grilles horaires, les services voitures et les services agents restent dans votre outil de graphicage et d’habillage.
La plupart des outils de planification gèrent la complexité d’un réseau en laissant des variables de côté. Flow les réintègre : les décisions qui relèvent de la planification, ce que vivent les voyageurs, ce que l’exploitant doit assurer et les contraintes physiques de la voirie.
Tout est évalué ensemble sur la géométrie réelle de la voirie, avec les vitesses observées, et les choix des voyageurs sont modélisés en tenant compte de la marche, du vélo et des correspondances. Le modèle se rapproche d’une véritable simulation du réseau, ce qui limite les surprises une fois la nouvelle offre mise en service.
Même une ville moyenne offre un nombre astronomique de configurations de lignes possibles, et une étude menée à la main n’en examine que les quelques-unes que son calendrier permet. Le meilleur réseau risque de ne jamais en faire partie.
L’optimiseur de Flow travaille à la fois sur les tracés et les fréquences, dans le cadre des objectifs et des contraintes que vous fixez, et produit des variantes de réseau complètes, toutes évaluées selon la même méthode et étiquetées selon ce qu’elles optimisent.
Flow réévalue l’ensemble du réseau à chaque modification : temps de trajet estimé, fréquentation, couverture et coût, y compris les voyageurs qui se reportent d’une ligne à l’autre. Les effets sur des lignes que vous n’avez pas modifiées apparaissent pendant que la modification est encore affichée à l’écran.
Les coûts sont des estimations au stade de la planification, que vos équipes de graphicage affinent lors de la construction des services voitures et des services agents.
Chaque scénario indique les hypothèses sous lesquelles il a été évalué, attribue les changements ligne par ligne et produit les cartes, les tableaux d’indicateurs et les analyses d’équité sociale et territoriale qu’exige un dossier présenté aux élus ou à une commission, y compris les tableaux de l’analyse Title VI exigée aux États-Unis. Lorsqu’un élu demande pourquoi la ligne 6 s’est améliorée, le rapport montre le report de voyageurs modélisé qui l’explique.
Une restructuration du réseau à l’échelle de l’agglomération, ou une nouvelle ligne de tramway ou de BHNS (bus à haut niveau de service) autour de laquelle le réseau de bus doit se réorganiser.
Un nouveau quartier, un hôpital ou un campus à desservir, et les lignes à modifier pour y parvenir.
Des travaux programmés, une nouvelle limitation de vitesse, un accident ou une manifestation qui ferme des rues : l’offre est adaptée, puis rétablie une fois la situation revenue à la normale.
Flow fonctionne avec des données dont les réseaux disposent déjà : le flux GTFS (format standard des données d’offre théorique), les comptages automatiques de voyageurs (APC), l’historique des données de localisation des véhicules (SAEIV/AVL), les données de billettique ainsi que les données de recensement et d’occupation du sol, complétées par les flux origine-destination qui en sont déduits. Des modèles entraînés sur votre dernière année d’exploitation prévoient le déroulement de chaque journée et se mettent à jour tout au long de la journée.
Là où les comptages sont insuffisants, Flow estime la demande à partir de l’occupation du sol et des données domicile-travail, et chaque scénario indique quelles données ont été mesurées et lesquelles ont été estimées. Les résultats s’exportent de nouveau au format GTFS.
Choisir si un budget contraint doit viser la fréquentation ou garantir la couverture du territoire relève d’un arbitrage entre des objectifs légitimes, qui appartient aux équipes de planification, aux élus et aux habitants. Un modèle ne peut pas non plus connaître une ville comme la connaissent celles et ceux qui planifient son réseau : quels quartiers dépendent d’une ligne qu’aucun jeu de données ne ferait ressortir, ce que les habitants ont demandé lors de la dernière réunion publique et pourquoi les décisions passées ont été prises.
Ces connaissances entrent dans Flow sous forme d’objectifs et de contraintes, par exemple un axe protégé ou un niveau de service minimal garanti, et les équipes de planification affinent les variantes jusqu’à ce que le réseau corresponde à leur territoire. Flow accompagne les équipes comme un copilote : il prend en charge la recherche et l’évaluation, afin qu’elles puissent consacrer davantage de temps au travail créatif et stratégique de conception du réseau.
En savoir plus sur Flow : la présentation du produit et Flow pour les bureaux d’études et les exploitants.
Commencez par un axe ou par l’adaptation de l’offre sur laquelle vous travaillez déjà.