Justine Dorsz, ingénieur chercheur au CIRED, Ecole des Ponts Paristech.

Parmi les phénomènes de congestion qui peuvent survenir dans les réseaux de transport ferroviaire, le refus d’embarquement se produit sur les quais des gares lorsque le nombre de passagers souhaitant monter à bord d’une voiture dépasse la capacité résiduelle du véhicule. Comme il affecte la qualité du service, le traitement de ce problème passe par son observation, sa mesure et de sa modélisation. Des méthodes d’estimation ont été développées pour les probabilités de refus d’embarquement à partir des base des données de Billetterie Automatisée et de Localisation Automatique des Véhicules, à partir du calcul de probabilités centrées sur l’utilisateur en fonction de la station d’origine et de la période de temps. Ici, les probabilités de refus d’embarquement sont modélisées en fonction à la fois de la station d’origine et de la course du train. Les temps de marche dans les stations d’accès et de sortie sont modélisés par des variables aléatoires sans forme de distribution à priori. Le temps de sortie est modélisé comme une variable aléatoire conditionnée au temps d’entrée et aux heures de départ des courses de train desservant la station d’origine et les heures d’arrivée associées à la station de destination : le phénomène de refus d’embarquement à cette station est modélisé pour les courses de train successives par des vecteurs de probabilités de transition vers les courses suivantes. Nous traitons une étude de cas de la ligne de train de banlieue "RER A" à Paris et comparons les probabilités de refus d’embarquement de deux stations d’origine vers six stations de destination. Les probabilités résultantes de refus d’embarquement sont désagrégées selon la course du train et la station d’origine, permettant ainsi une modélisation plus fine des charges de passagers dans les trains et sur les quais.
Justine Dorsz

Ligne de transport ferroviaire, phénomène de congestion, Modèle stochastique, refus d’embarquement, données automatisées