Resilience modeling of urban multimodal transport networks
Modélisation de la résilience multimodale des réseaux de transports urbains
Résumé
In addition to operating close to their maximum capacity, transport networks, and especially the urban ones, are subject to various disruptions induced by human, technical or natural factors, which often generate loss of performance, damages and high maintenance costs. Introduced in the 70's, the notion of resilience represents the ability of a system to maintain an acceptable level of performance in presence of a disruption. Modeling and quantifying the resilience of multimodal, large-scale, urban transport networks is expected to allow cities guaranteeing higher-quality of service and seamless mobility, even in the presence of disruptions and major, predictable events. The research presented in this dissertation is motivated by the need of proper defining the resilience of the transport network in order to understand their vulnerabilities. Such indication aims at improving the functioning of the network under disruption and anticipating the loss of performance by means of a resilient-oriented transport network design. In the literature, two major approaches aim at quantifying the network resilience. On the one hand, the topological approach, based on graph theory, which characterizes the static components of transport resilience, as issued from the redundancy of the network and its connectivity. On the other hand, the dynamic approach, which takes into account the traffic dynamics and leverages traffic theory for quantifying resilience induced by the network users behaviors and the transport network performances. The combination of the static and the dynamic approaches for resilience characterization is promising and provides deeper insights in the properties of a network, both in terms of its topology and performance. Centrality measures, aiming at ranking the importance of the graph components and issued from graph theory, are mainly analyzed to characterize the transport networks in static settings. By computing them on dynamic weighted graphs that capture traffic conditions and by adapting their formulation to consider the users’ demand, we are able to jointly consider network topology and traffic dynamics in resilience characterization. To emulate the impact of disruptions, both simulated and real data are considered. A stress test methodology, mostly used in the bank and nuclear sectors, which aims at simulating the worst scenarios in order to analyze the impact and the reaction of the network, is developed to observe the transport network behavior. Finally, we develop a methodology, quick-to-compute, which aims at prioritizing the construction of some new transport mode lines, by maximizing the performance improvement in a resilience context. We also propose an algorithm for the optimal deployment of a disruption-adapted park-and-ride system.
En plus de fonctionner proche de leur capacité maximale, les réseaux de transports, et particulièrement ceux urbains, sont soumis à de nombreuses perturbations qui peuvent être d'origine humaine, technique ou naturelle, qui impliquent régulièrement des pertes de performances, des dommages et des coûts de maintenance élevés. Introduite dans les années 70, la notion de résilience caractérise la capacité d'un système à maintenir un niveau de performance acceptable en présence de perturbations. Modéliser et quantifier la résilience multimodale de larges réseaux de transports urbains permettraient de garantir un service de mobilité de qualité aux villes, même en présence de perturbation et d'événements majeurs impactant les réseaux urbains. Les recherches présentées dans cette dissertation sont motivées par le besoin de définir fiablement la résilience des réseaux de transports pour comprendre leurs vulnérabilités. Une telle indication a pour but d'améliorer le fonctionnement des réseaux soumis à des perturbations et d'anticiper leurs pertes de performances en concevant des réseaux de transports plus résilients. Dans l'état de l'art, deux approches majoritaires permettent de quantifier la résilience des réseaux. D'une part, l'approche topologique, basée sur la théorie des graphes, qui caractérise la résilience statique des éléments du réseau, en s'intéressant à la redondance dans le réseau ou encore sa connectivité. D'autre part, l'approche dynamique, qui considèrent les dynamiques de trafic et exploite la théorie du trafic pour quantifier la résilience induite par les usagers du réseau et les performances du réseau de transport. Les mesures de centralités qui ont pour objectif de classer les composants d'un graphe en fonction de leur importance, sont beaucoup utilisées dans l'analyse de la caractérisation de la résilience des réseaux de transport. En les calculant sur un graphe pondéré dynamiquement qui permet de capturer les conditions de trafic et en adaptant leurs formules pour tenir compte de la demande des utilisateurs, nous sommes capable de considérer la topologie du réseau et les dynamiques de trafic dans la caractérisation de la résilience. Pour émuler l'impact de perturbations, nous considérons autant des données simulées que réelles. Une méthodologie de test de résistance, majoritairement étudiée dans les domaines du nucléaire et financier et qui permet simuler les pires scénarios de catastrophes en vue d'analyser l'impact et la réaction du réseau, est développée pour observer le comportement du réseau de transport. Enfin, nous développons une méthodologie, peu coûteuse en temps de calcul, pour optimiser la construction d'un nouveau mode de transport de manière à maximiser le gain de performance et en améliorer sa résilience. Nous proposons aussi un algorithme permettant de développer un système de park-and-ride adapté aux perturbations récurrentes.
| Origine | Version validée par le jury (STAR) |
|---|