Étude des flux de voyageurs pour le RER A Encadrants : Ektoras Chandakas Fabien Leurent Zoi Christoforou Élèves : Hortense Daguet Mickaël Bergem Arthur Sebes Vincent Cohen Germain Hot Alicia Jacob Sébastien Malaussène Youness Guessous Thomas Ardiet Alexander Klein Romain Martin Antonin Chrétien Camille du Pont de Romémont Léa Vitrac Thibaud Allain Hadrien Charlanes Luc Montaudon Ugo Vollmer

Le RER A 25% du trafic RATP 1,4 millions de voyageurs par jour Introduction 1

Problématique Objectif théorique de 30 trains par heure aux heures de pointe Limite théorique pour le temps de stationnement : 50 secondes Cadence non respectée: Introduction 2

Notre travail 1. Travail en amont 2. Préparation de l étude 3. Analyse des données 4. Modélisation Introduction 3

Recherche bibliographique Ce qui a déjà été fait : Études en conditions réelles et en laboratoire Sur les bus : écart vertical, congestion quai, payement Sur le tramway léger : congestion quai, surface du quai Sur les trains légers : volumes faibles à moyens, congestion train quantitative, répartition des voyageurs sur le quai, notion de porte critique, largeur des portes et couloirs, écarts verticaux et horizontaux Ce que nous avons retenu pour l enquête : Collecte de données en conditions réelles Par enquête Niveaux qualitatifs de congestions Notion de couloirs de montée / descente Bibliographie 4

Les déterminants Objectif : Déterminer les facteurs susceptibles d influencer la qualité du service afin d élaborer un protocole pour une enquête préliminaire. Nous avons dissocié les interactions sur le terrain en 3 sous-systèmes : Voyageurs Quai Véhicule Déterminants 5

Définitions des principaux outils Le Dwell Time -> Durée de stationnement à quai La congestion à quai et dans le train Les couloirs de montée et descente Temps mesurés Les flux Déterminants 6

Enquête Travail préliminaire : 2 enquêtes pilotes avec 2 protocoles pour tester nos hypothèses RER A : 3 personnes sur 3 stations Ligne 1 et 14 : 3 personnes sur 3 stations Déroulement de l enquête finale : Le mardi matin : De Nation à la Défense direction la Défense. De 8h00 à 10h00 Le jeudi soir : De la Défense à Gare de Lyon direction Gare de Lyon. De 17h00 à 18h45 Enquête 7

Protocole final Enquêteur 1 : Compte le nombre de descentes et les temps de descente. Enquêteur 2 : Compte le nombre de montés ainsi que de chronométrer les temps de montée. Enquêteur 3 : Observe les paramètres généraux Couloir de montée/descente Congestion quai/train Heure d arrivée et mission du train Présence d agent, d événements inattendus Personnes n ayant pas pu monter Enquête 8

Congestion à quai Niveau 0 : Il n y a personne sur le quai (ou 1 personne) Niveau 1 : Le quai est presque vide. Il y a très peu de monde dessus. Niveau 2 : Le quai est occupé mais on peut circuler sans difficulté Niveau 3 : Le quai est plein Niveau 4 : Le quai est bondé. Les arrivants ne peuvent même pas accéder au quai Enquête 9

Congestion dans le train Description des niveaux de charge du train L estimation a été faite en fonction de la charge dans la zone d entrée du train. Niveau 0 : Seules 2 ou 3 personnes sont debout dans l entrée. Les voyageurs sont totalement libres de leurs mouvements et ne se gênent en rien. Niveau 1 : On peut lire son journal aisément. L espace est occupé. Les voyageurs sont répartis dans la zone d échange sans contact les uns avec les autres. Niveau 2 : Les épaules se touchent. Il devient difficile de se déplacer dans le wagon à cause de la densité de voyageurs. Les couloirs ne sont pas, ou que très peu occupés par des personnes debout. Niveau 3 : Le wagon est plein, mais on peut encore bouger pour prendre son sac à dos par exemple, bien que cela nécessite de gêner ses voisins. Il est impossible de tenir un journal ouvert. Les couloirs sont occupés par des personnes debout. Niveau 4 : Les gens sont écrasés contre la porte et les voyageurs ne peuvent pas bouger à l intérieur du wagon. Le wagon est surchargé et cela devient dangereux. Enquête 10

Vidéo Enquête 11

Les données Données 12

Répartition des volumes mesurés 5224 voyageurs comptés en montée Dont 502 voyageurs qui n'ont pas pu monter * 4814 voyageurs comptés en descente 94 missions «vues» 415 fois au total Sélectionner le domaine d'étude et affiner les recherches Identifier la répartition des volumes entre les gares Données 13

Temps de stationnement, HPM Temps entre deux trains, HPM Données 14

Analyse des données I ) Dwell Time : étude préliminaire II ) Influence de la congestion sur le flux III ) Étude du phénomène de couloir Analyses 15

Dwell Time : étude préliminaire Notion centrale de notre étude : le temps d échange 48 % du Dwell Time Écart type : 19% de la moyenne Analyses 16

Mise en évidence d une relation entre temps d échange et congestion Niveau de congestion à quai Niveau de congestion à quai Analyses 17

II ) Flux et congestions Analyses 18

Les différentes rames MS 61 MI 84 MI 2N MI 09 Analyses 19

Comparaison des performances des différents véhicules en montée Flux de montée en fonction du type de véhicule Flux de montée en fonction du type de véhicule pour une congestion train de 3 Faibles flux de montée pour le MI84 Raison probable : agencement du véhicule (espace réduit, strapontins devant les portes ) Analyses 20

Réaction en cas de congestion à quai Le flux augmente avec le volume -> effet psychologique sur les voyageurs qui descendent plus vite lorsqu il y a plus de monde Au-delà de 25 descentes : saturation du flux Le flux diminue lorsque la congestion augmente Analyses 21

III ) Étude du phénomène de couloir Analyses 22

Complexité du comportement des voyageurs Largeur du couloir de descente en fonction du niveau de congestion du quai Flux par file en fonction de la largeur du couloir de descente On remarque que la vitesse de descente d un passager dépend de la largeur du couloir de descente qui elle-même dépend de la congestion à quai. Analyses 23

Complexitédu comportement des voyageurs (2) La congestion, par l intermédiaire du couloir de descente influence donc le flux par file (la forme des distributions étant la même) Le comportement des passagers change selon l état du quai en congestion. Mais le flux total reste supérieur en congestion faible. Analyses 24

Modélisation Modélisation 25

Théorie On étudie la demande en temps et l offre en temps : Demande : Offre : g- et g+ décrivent une loi normale. Espérance µ, écart-type σ Modélisation 26

Théorie (2) Erreur ε : ε distribué normalement : moyenne e et écart-type S Conclusion : les K(i) sont i.i.d. et suivent une loi normale. -> estimateur de maximum de vraisemblance Modélisation 27

Optimisation sur Excel Utilisation de la fonction solveur pour maximiser la log-vraisemblance (par rapport à µ+, µ-, σ+, σ-, e et S ) Amélioration du résultat : Prise en compte des volumes >3 Réduction des couloirs de montée/descente à 3 maximum µ+ 1,90 µ- 2,03 σ+ 3,52 σ- 5,17 S 0,000000644 e 8,96 Modélisation 28

Distribution gamma? Modélisation 29

Conclusions La congestion à quai est plutôt influencée par le nombre des couloirs de descente Le MI84 semble moins performant en capacité d'échange Explorer d'autres formulations pour le modèlisation Conclusions 30