Developing models to understand and apply the active modes and train combination
Year: 2025
Type: dissertation
Study design: Observational Study
Abstract: Conception de modèles pour la coordination des mobilités actives avec le transport ferroviaire Cette thèse de doctorat étudie la manière dont les modes d'accès en premier et dernier kilomètre (First and Last Mile, FLM) influencent le choix du mode principal de transport, en mettant particulièrement l'accent sur la promotion des alternatives durables comme le train. Alors que les politiques de transport visent de plus en plus à réduire la dépendance à la voiture individuelle et à favoriser un report modal vers des options plus durables, la décision d'utiliser un mode tel que le train est souvent fortement influencée par la facilité d'accès aux gares. Cependant, les modèles existants de prédiction des choix modaux négligent fréquemment le rôle des conditions d'accès et de sortie, les considérant comme des facteurs externes ou les excluant complètement. Cette thèse comble cette lacune critique en proposant un cadre de modélisation intégré qui relie explicitement les choix de mode d'accès aux prévisions de mode principal, offrant ainsi une compréhension plus réaliste et comportementale du comportement de déplacement multimodal.La recherche repose sur une étude de cas approfondie menée dans la région Pays de la Loire en France, qui présente un mélange diversifié de zones urbaines, périurbaines et rurales, chacune caractérisée par des contraintes et des opportunités d'accès spécifiques. Une enquête de préférences révélées a été élaborée et administrée auprès des habitants de la région et de ses départements limitrophes, recueillant des informations sur les déplacements hebdomadaires les plus fréquents des voyageurs. Cet ensemble de données a été enrichi par des indicateurs spatiaux et d'infrastructures afin de construire une image complète du paysage de mobilité.La contribution principale de la thèse réside dans le développement d'un cadre de modélisation inspiré des approches bayésiennes, qui formalise la relation entre les choix de mode d'accès et ceux du mode principal. Ce cadre permet une représentation conditionnelle du choix modal, où l'utilité d'utiliser le train dépend non seulement des attributs du train, mais aussi des caractéristiques des modes d'accès. Les modèles sont estimés à l'aide d'une formulation en Logit Multinomial (MNL) et comparé à d'autres modèles de choix discrets (Logit Emboîté, Logit Mixte) ainsi qu'à des méthodes d'apprentissage automatique (Random Forest, XGBoost, SVM, et autres). Les résultats montrent que l'intégration des conditions d'accès dans le modèle améliore la précision des prédictions et fournit des insights comportementaux plus riches. Bien que les modèles d'apprentissage automatique atteignent une précision prédictive plus élevée, ils offrent moins d'interprétabilité et de cohérence comportementale par rapport au MNL inspiré de l'approche bayésienne.La thèse explore également les implications pratiques de ces modèles à travers des simulations de scénarios. En testant des scénarios d'accès hypothétiques, la recherche évalue le potentiel de report modal de la voiture vers le train. Les résultats indiquent que l'amélioration des options d'accès peut augmenter de manière significative l'utilisation du train, mais que les effets varient selon les contextes spatiaux et les profils des usagers.Cette thèse apporte une perspective importante dans le domaine de la modélisation des choix modaux en démontrant l'importance d'intégrer explicitement les conditions d'accès dans les modèles de choix du mode principal. Elle propose un cadre robuste et transférable pour prédire le comportement de déplacement multimodal et fournit des recommandations concrètes à destination des décideurs, planificateurs et opérateurs de transport souhaitant concevoir des systèmes de mobilité plus efficaces et centrés sur l'usager. Cette recherche souligne le rôle essentiel des infrastructures d'accès dans la transition vers des modes de transport plus durables et offre une base pour de futures études sur la modélisation intégrée des choix modaux.
Source: theses.fr (ABES)
Author: Lina Cheraitia
Institution: École Nationale des Travaux Publics de l'État
Language: French
Subfield: Transportation
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7165492124
