Vous êtes sur la page 1sur 129
Module: Transport et logistique urbaine Elément I: Ingénierie du trafic Chapitre 3: Théorie du trafic
Module: Transport et logistique urbaine Elément I: Ingénierie du trafic Chapitre 3: Théorie du trafic
Module: Transport et logistique urbaine Elément I: Ingénierie du trafic Chapitre 3: Théorie du trafic
Module: Transport et logistique urbaine Elément I: Ingénierie du trafic Chapitre 3: Théorie du trafic

Module: Transport et logistique urbaine Elément I: Ingénierie du trafic

Chapitre 3: Théorie du trafic routier

3IVE: édition 2017-2018

3: Théorie du trafic routier 3IVE: édition 2017-2018 Présenté par : Dr. Prof. KAMAL JETTO Professeur
3: Théorie du trafic routier 3IVE: édition 2017-2018 Présenté par : Dr. Prof. KAMAL JETTO Professeur
3: Théorie du trafic routier 3IVE: édition 2017-2018 Présenté par : Dr. Prof. KAMAL JETTO Professeur
3: Théorie du trafic routier 3IVE: édition 2017-2018 Présenté par : Dr. Prof. KAMAL JETTO Professeur
Présenté par : Dr. Prof. KAMAL JETTO Professeur au département HEC Ecole Hassania des Travaux
Présenté par : Dr. Prof. KAMAL JETTO
Professeur au département HEC Ecole Hassania des Travaux Publics
Directeur de l’Ecole Supérieur d’Ingénierie Logistique ESIL
Jettkam@gmail.com

1439 ،يناثلا عيبر 05 ،تبسلا

1) Introduction
1) Introduction
Rôle de la théorie du trafic routier?
Rôle de la théorie du trafic routier?
1) Introduction Rôle de la théorie du trafic routier? Théorie du trafic IVE: édition 2017-2018 Page
1) Introduction Rôle de la théorie du trafic routier? Théorie du trafic IVE: édition 2017-2018 Page
1) Introduction Rôle de la théorie du trafic routier? Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 2

Dr. Prof . Kamal JETTO

1) Introduction Existent-il une théorie pour le trafic routier? Point d’histoire Années 1930 théorie des
1) Introduction
Existent-il une théorie pour le trafic routier?
Point d’histoire
Années 1930
théorie des probabilités et modèles vitesse-débit.
Années 1950
Années 1950

1.analogie hydrodynamique (applications concrètes) . 2.théorie de la circulation en file (simulation)

3.théorie des files d'attente (exemple carrefour)

Années 1960
Années 1960
des files d'attente (exemple carrefour) Années 1960 Discipline à part entière, intégrant des théories

Discipline à part entière, intégrant des théories multiples : physique, mathématiques, automatique, économie, psychologie, sociologie, ingénierie,

économie, psychologie, sociologie, ingénierie, À ce jour: pas de théorie unifiée. Théorie du trafic
À ce jour: pas de théorie unifiée.
À ce jour: pas de théorie unifiée.

Théorie du trafic

IVE: édition 2017-2018

Page 3

Dr. Prof . Kamal JETTO

1) Introduction Quelles sont les causes? Au trafic routier la confrontation entre les modèles théoriques
1) Introduction
1) Introduction
Quelles sont les causes?
Quelles sont les causes?
1) Introduction Quelles sont les causes? Au trafic routier la confrontation entre les modèles théoriques et
Au trafic routier la confrontation entre les modèles théoriques et les résultats empiriques est très
Au trafic routier la confrontation entre les modèles théoriques
et les résultats empiriques est très délicate.
La difficulté de réaliser des expériences contrôlées, comme c’est le cas
aux laboratoires de physique.
comme c’est le cas aux laboratoires de physique. Tous les résultats dont nous disposons sont obtenus
Tous les résultats dont nous disposons sont obtenus à partir des observations passives, et non
Tous les résultats dont nous disposons sont obtenus à partir des
observations passives, et non pas à partir des expériences préparées aux
laboratoires. C’est pour cette raison que nous utilisons souvent le terme
« empirique ».

Théorie du trafic

IVE: édition 2017-2018

Page 4

Dr. Prof . Kamal JETTO

1) Introduction
1) Introduction
1) Introduction Quelles sont les causes? L’analyse et l’interprétation de ces résultats empiriques ne sont pas

Quelles sont les causes?

1) Introduction Quelles sont les causes? L’analyse et l’interprétation de ces résultats empiriques ne sont pas
L’analyse et l’interprétation de ces résultats empiriques ne sont pas évidentes. En effet, plusieurs facteurs
L’analyse et l’interprétation de ces résultats empiriques ne sont pas
évidentes. En effet, plusieurs facteurs interviennent dans la
discussion de ces résultats, tels que:
1.les conditions climatiques,
2.l’état de la route,
3.le comportement humain,
4.la composition du trafic , etc.

Théorie du trafic

IVE: édition 2017-2018

Page 5

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-1) Le flux:
2) Diagramme fondamental
2-1) Le flux:
2) Diagramme fondamental 2-1) Le flux: Il définit la répartition des véhicules dans le temps Le
Il définit la répartition des véhicules dans le temps
Il définit la répartition des véhicules dans le temps
Le débit, en un point de la route, correspond au nombre de véhicules passant par
Le débit, en un point de la route, correspond au nombre de
véhicules passant par ce point pendant une période de temps de
temps donnée.
➢Notation : q
➢Unité: véh /h
➢Mesure aisée à partir de nombreux dispositifs.
véh /h ➢Mesure aisée à partir de nombreux dispositifs. Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 6

Dr. Prof . Kamal JETTO

2) Diagramme fondamental et capacité 2-1) Le flux:
2) Diagramme fondamental et capacité
2-1) Le flux:
2) Diagramme fondamental et capacité 2-1) Le flux: Q uvp = Q VL + e Q

Quvp = QVL+ e QPL

Quvp = débit en uvp /h

QPL = débit des PL en véh /h

Par défaut, on adopte e(PL/VL) = 2.

QVL = débit des VL en véh /h
QVL = débit des VL en véh /h
on adopte e(PL/VL) = 2. QVL = débit des VL en véh /h Théorie du trafic
on adopte e(PL/VL) = 2. QVL = débit des VL en véh /h Théorie du trafic
on adopte e(PL/VL) = 2. QVL = débit des VL en véh /h Théorie du trafic

Théorie du trafic

IVE: édition 2017-2018

Page 7

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-1) Le flux:
2) Diagramme fondamental
2-1) Le flux:
Quvp = Q [ 1 + (e -1) p ]
Quvp = Q [ 1 + (e -1) p ]

Avec, p = proportion de poids lourds Q = débit total toutes catégories en véh/h

La formule peut se généraliser au cas de plusieurs catégories.

peut se généraliser au cas de plusieurs catégories. Exemple: Flux de 2500 véh/h, avec 10% de
peut se généraliser au cas de plusieurs catégories. Exemple: Flux de 2500 véh/h, avec 10% de
peut se généraliser au cas de plusieurs catégories. Exemple: Flux de 2500 véh/h, avec 10% de
Exemple:
Exemple:
Flux de 2500 véh/h, avec 10% de PL Quvp = 2500 [1 + (2 –1)
Flux de 2500 véh/h, avec 10% de PL
Quvp = 2500 [1 + (2 –1) 0.1] = 2750 uvp/h.
avec 10% de PL Quvp = 2500 [1 + (2 –1) 0.1] = 2750 uvp/h. Théorie

Théorie du trafic

IVE: édition 2017-2018

Page 8

Dr. Prof . Kamal JETTO

2) Diagramme fondamental et capacité 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental et capacité
2-2) Le diagramme fondamental empirique:
et capacité 2-2) Le diagramme fondamental empirique: Le diagramme fondamental obtenu à partir des données
Le diagramme fondamental obtenu à partir des données collectées par une boucle implantée dans une
Le diagramme fondamental obtenu à
partir des données collectées par
une boucle implantée dans une auto route
canadienne.

Ce diagramme représente le flux q(x,t), en fonction du taux d’occupation Chaque point dans le diagramme correspond à la

valeur moyenne calculée pendant un

intervalle de temps ≈5min

Malgré cette dispersion, le diagramme fondamental ainsi obtenu peut être utilisé dans des applications

d'ingénierie.

être utilisé dans des applications d'ingénierie. Théorie du trafic IVE: édition 2017-2018 Page 9 Dr. Prof
être utilisé dans des applications d'ingénierie. Théorie du trafic IVE: édition 2017-2018 Page 9 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 9

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
fondamental 2-2) Le diagramme fondamental empirique: Ajustement du données empiriques Hypothèse du diagramme
Ajustement du données empiriques
Ajustement du données empiriques
Hypothèse du diagramme fondamental :
Hypothèse du diagramme fondamental :

En 1955 Lighthill et Whitham ont écrit dans leur travail classique: ‘‘… The fundamental hypothesis of the theory is that at any point of the road the flow (vehicles per hour) is a function of the concentration (vehicles per mile).’’

of the concentration (vehicles per mile) … . ’’ Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 10

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique: Ajustement du données empiriques Les conséquences
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
Ajustement du données empiriques
Les conséquences de cette hypothèse sont :
1. Le nuage des points n’est rien d’autre que des fluctuations
statistiques autour des valeurs moyennes .
2. Le nuage des points obtenu expérimentalement doit être ajusté
de telle sorte à avoir une seule courbe. Ce qui veut dire que le
graphe liant le flux avec la densité(concentration, taux
d’occupation) doit être unidimensionnel.
3. la vitesse moyenne est une fonction monotone décroissante de la
densité.
4. Le flux peut être formulé par une relation liant la vitesse
moyenne, et la densité.
par une relation liant la vitesse moyenne, et la densité. Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 11

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
fondamental 2-2) Le diagramme fondamental empirique: kc seuil de concentration critique: ➢ k < kc
kc seuil de concentration critique:
kc seuil de concentration critique:
fondamental empirique: kc seuil de concentration critique: ➢ k < kc circulation fluide ➢ k >
➢ k < kc circulation fluide ➢ k > kc circulation saturée ➢ k =
➢ k < kc circulation fluide
➢ k > kc circulation saturée
➢ k = kc le débit atteint la
capacité de la route, dans ce
cas Capacité = qmax = q(kc)
capacité de la route, dans ce cas Capacité = qmax = q(kc) Théorie du trafic IVE:

Théorie du trafic

IVE: édition 2017-2018

Page 12

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
Quelque modèles pour l’ajustement du diagrammes fondamental empiriques ➢ Linéaire(Greenshields) V = a k +
Quelque modèles pour l’ajustement du diagrammes
fondamental empiriques
➢ Linéaire(Greenshields)
V = a k + b or q = V k Donc q = a k2+ b k
➢ Puissance généralisée
V = a + b kα donc q = a k+ b k(2α)
➢ Exponentielle généralisée
V = a exp(b kα)
➢ Calibrage statistique à partir de mesures sur site
➢ Calibrage statistique à partir de mesures sur site Théorie du trafic IVE: édition 2017-2018 Page
➢ Calibrage statistique à partir de mesures sur site Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 13

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique: Autoroute A13 vers Paris Section 3 voies
2) Diagramme fondamental 2-2) Le diagramme fondamental empirique: Autoroute A13 vers Paris Section 3 voies
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
Autoroute A13 vers Paris
Section 3 voies avec
BAU

Théorie du trafic

IVE: édition 2017-2018

Page 14

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
fondamental 2-2) Le diagramme fondamental empirique: Exemple d’élargissement sur autoroute urbaine Théorie
Exemple d’élargissement sur autoroute urbaine
Exemple d’élargissement sur
autoroute urbaine
empirique: Exemple d’élargissement sur autoroute urbaine Théorie du trafic IVE: édition 2017-2018 Page 15 Dr. Prof
empirique: Exemple d’élargissement sur autoroute urbaine Théorie du trafic IVE: édition 2017-2018 Page 15 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 15

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-2) Le diagramme fondamental empirique: Les quatre formes d’ajustement du diagramme
2) Diagramme fondamental 2-2) Le diagramme fondamental empirique:
2) Diagramme fondamental
2-2) Le diagramme fondamental empirique:
fondamental 2-2) Le diagramme fondamental empirique: Les quatre formes d’ajustement du diagramme fondamental
Les quatre formes d’ajustement du diagramme fondamental empirique
Les quatre formes d’ajustement du
diagramme fondamental
empirique

Quelle est la forme qui

représente la vrai image de la réalité ?

la forme qui représente la vrai image de la réalité ? Théorie du trafic IVE: édition
la forme qui représente la vrai image de la réalité ? Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 16

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-3) L’hystérésis:
2) Diagramme fondamental
2-3) L’hystérésis:
2) Diagramme fondamental 2-3) L’hystérésis: Le cycle d ’ hystérésis indique la métastabilité du trafic lorsque
2) Diagramme fondamental 2-3) L’hystérésis: Le cycle d ’ hystérésis indique la métastabilité du trafic lorsque
2) Diagramme fondamental 2-3) L’hystérésis: Le cycle d ’ hystérésis indique la métastabilité du trafic lorsque

Le cycle dhystérésis indique la métastabilité du trafic lorsque celui devient congestionné

du trafic lorsque celui devient congestionné Théorie du trafic IVE: édition 2017-2018 Page 17 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 17

Dr. Prof . Kamal JETTO

2) Diagramme fondamental
2) Diagramme fondamental

2-3) Lhystérésis:

2) Diagramme fondamental 2-3) L ’ hystérésis: Dans la phase de congestion le trafic devient instable.

Dans la phase de congestion le trafic devient instable.

discontinuité dans les deux diagramme A et B

Ce qui explique la
Ce qui explique la
dans les deux diagramme A et B Ce qui explique la Théorie du trafic IVE: édition
dans les deux diagramme A et B Ce qui explique la Théorie du trafic IVE: édition
dans les deux diagramme A et B Ce qui explique la Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 18

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-4) Le Facteur de pointe instantanée :
2) Diagramme fondamental
2-4) Le Facteur de pointe instantanée :
fondamental 2-4) Le Facteur de pointe instantanée : Comment mesurer le degré d ’ instabilité du
fondamental 2-4) Le Facteur de pointe instantanée : Comment mesurer le degré d ’ instabilité du

Comment mesurer le degré dinstabilité du trafic dans la phase de congestion?

d ’ instabilité du trafic dans la phase de congestion? Réponse Facteur de pointe instantanée Théorie
Réponse
Réponse
instabilité du trafic dans la phase de congestion? Réponse Facteur de pointe instantanée Théorie du trafic
Facteur de pointe instantanée
Facteur de pointe instantanée

Théorie du trafic

IVE: édition 2017-2018

Page 19

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-4) Le Facteur de pointe instantanée :
2) Diagramme fondamental
2-4) Le Facteur de pointe instantanée :
fondamental 2-4) Le Facteur de pointe instantanée : Rapport, noté FPI, du débit horaire de pointe
Rapport, noté FPI, du débit horaire de pointe au maximum de
Rapport, noté FPI, du débit horaire de pointe au maximum de

l'intensité atteinte pendant une durée de base comprise dans la même heure.

pendant une durée de base comprise dans la même heure. FPI caractérise les variations du débit
pendant une durée de base comprise dans la même heure. FPI caractérise les variations du débit
FPI caractérise les variations du débit au cours d'une même heure. Calculé pour une durée
FPI caractérise les variations du débit au cours d'une même heure.
Calculé pour une durée donnée 6 min, 15 min, 30 min,
FPI faible veut dire que le flux q est variable.
FPI faible veut dire que le flux q est variable.

Théorie du trafic

IVE: édition 2017-2018

Page 20

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-4) Le Facteur de pointe instantanée :
2) Diagramme fondamental
2-4) Le Facteur de pointe instantanée :
fondamental 2-4) Le Facteur de pointe instantanée : Exemple: Artère urbaine Lille Qmax= 2994 véh/h Pointe
Exemple: Artère urbaine Lille
Exemple: Artère urbaine Lille
de pointe instantanée : Exemple: Artère urbaine Lille Qmax= 2994 véh/h Pointe 15 min Qmax(15 min)
Qmax= 2994 véh/h Pointe 15 min Qmax(15 min) = 821 véh/15min
Qmax= 2994 véh/h
Pointe 15 min Qmax(15 min) = 821 véh/15min
FPi= 2994/(821x4) = 0.912
FPi= 2994/(821x4) = 0.912

Théorie du trafic

IVE: édition 2017-2018

Page 21

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Le diagramme fondamental peut être exploiter à l’aide
Le diagramme fondamental peut être exploiter à l’aide des modèles macroscopique pour déterminer les
Le diagramme fondamental peut être exploiter à l’aide des modèles macroscopique
pour déterminer les caractéristiques de la circulation tel que:
1.
La capacité,
2.
La vitesse moyenne correspondante à la capacité (pour l’exploitation et le control),
3.
La vitesse moyenne de circulation libre,
4.
La densité du blocage….
Ceci pourra se faire en étapes:
1.
la collecte des données empirique,
2.
faire le choix approprié du model (selon les objectifs de l’étude),
3.
Calibré le modèle choisi par les données empiriques,
4.
Extraire les caractéristique de la circulation

Théorie du trafic

IVE: édition 2017-2018

Page 22

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Les données suivantes ont été collecté dans une route
Les données suivantes ont été collecté dans une route rurale. Objectifs: Détermination de: ✓ La
Les données suivantes ont été
collecté dans une route rurale.
Objectifs: Détermination de:
✓ La capacité,
✓ La vitesse moyenne correspondante
à la capacité,
✓ La vitesse moyenne de circulation
libre,
✓ La densité critique
✓ La densité du blocage.
✓ La densité critique ✓ La densité du blocage. Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 23

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Choix du modèle? Il faut tracer la courbe empirique
fondamental 2-5) Exploitation du diagramme fondamental : Choix du modèle? Il faut tracer la courbe empirique

Choix du modèle?

Il faut tracer la courbe empirique
Il faut tracer la courbe empirique

Théorie du trafic

IVE: édition 2017-2018

Page 24

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Choix du modèle ✓ La courbe montre un comportement
Choix du modèle ✓ La courbe montre un comportement Linéaire, ✓ Les grandeurs désirées sont
Choix du modèle
La courbe montre un comportement
Linéaire,
Les grandeurs désirées
sont de nature macroscopique
Mean Spatial Speed

ce qui laisse penser quon pourra utiliser

le modèle de GreenShield.

60 50 40 30 20 10 0 20 40 60 80 100 120
60
50
40
30
20
10
0
20
40
60
80
100
120

Density

50 40 30 20 10 0 20 40 60 80 100 120 Density Théorie du trafic

Théorie du trafic

IVE: édition 2017-2018

Page 25

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Modèle de GreenShield Comportement de la vitesse moyenne
Modèle de GreenShield Comportement de la vitesse moyenne spatiale:
Modèle de GreenShield
Comportement de la vitesse moyenne spatiale:

Comportement du volume du trafic:

Comportement du volume du trafic: Capacité: La densité critique: La vitesse moyenne relative à la capacité:

Capacité:

Comportement du volume du trafic: Capacité: La densité critique: La vitesse moyenne relative à la capacité:

La densité critique:

Comportement du volume du trafic: Capacité: La densité critique: La vitesse moyenne relative à la capacité:

La vitesse moyenne relative à la capacité:

Comportement du volume du trafic: Capacité: La densité critique: La vitesse moyenne relative à la capacité:
critique: La vitesse moyenne relative à la capacité: Théorie du trafic IVE: édition 2017-2018 Page 26
critique: La vitesse moyenne relative à la capacité: Théorie du trafic IVE: édition 2017-2018 Page 26
critique: La vitesse moyenne relative à la capacité: Théorie du trafic IVE: édition 2017-2018 Page 26

Théorie du trafic

IVE: édition 2017-2018

Page 26

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Calibrage du Modèle : Régression linéaire: et Avec :
Calibrage du Modèle : Régression linéaire:
Calibrage du Modèle :
Régression linéaire:
et
et
et
Avec :
Avec :
L’écart entre les valeurs empiriques et celle estimé par le modèle est mesuré par:
L’écart entre les valeurs empiriques et celle estimé par le modèle est mesuré par:

Théorie du trafic

IVE: édition 2017-2018

Page 27

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental : Calibrage du Modèle : Détermination des
2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Calibrage du Modèle : Détermination des coefficients a

Calibrage du Modèle :

Détermination des coefficients a et b

à partir des données

empirique)

Calibrage du Modèle : Détermination des coefficients a et b à partir des données empirique)

Théorie du trafic

IVE: édition 2017-2018

Page 28

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental : Théorie du trafic IVE: édition 2017-2018
2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :

Théorie du trafic

IVE: édition 2017-2018

Page 29

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental : Calibrage du Modèle : B 60
2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Calibrage du Modèle : B 60 Linear Fit of

Calibrage du Modèle :

B 60 Linear Fit of Data1_B Linear Regression for Data1_B: Y = A + B
B
60
Linear Fit of Data1_B
Linear Regression for Data1_B:
Y = A + B * X
50
Parameter
Value
Error
------------------------------------------------------------
A 62,55581
2,4913
B -0,52801
0,03611
------------------------------------------------------------
40
R
SD
N
P
------------------------------------------------------------
-0,97306
3,57405
14
<0.0001
30
------------------------------------------------------------
20
10
0
20
40
60
80
100
120
Mean spatial speed

Density

Théorie du trafic

IVE: édition 2017-2018

Page 30

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental : Les Grandeurs demandés : Les données
2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Les Grandeurs demandés : Les données empirique se

Les Grandeurs demandés :

Les données empirique se comportent comme:

demandés : Les données empirique se comportent comme: La vitesse moyenne dans le régime de circulation

La vitesse moyenne dans le régime de circulation libre:

La vitesse moyenne relative à la capacité:

dans le régime de circulation libre: La vitesse moyenne relative à la capacité: = La capacité:

=

dans le régime de circulation libre: La vitesse moyenne relative à la capacité: = La capacité:
dans le régime de circulation libre: La vitesse moyenne relative à la capacité: = La capacité:

La capacité:

Densité critique: =
Densité critique:
=
à la capacité: = La capacité: Densité critique: = Théorie du trafic IVE: édition 2017-2018 Page
à la capacité: = La capacité: Densité critique: = Théorie du trafic IVE: édition 2017-2018 Page
à la capacité: = La capacité: Densité critique: = Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 31

Dr. Prof . Kamal JETTO

2) Diagramme fondamental 2-5) Exploitation du diagramme fondamental :
2) Diagramme fondamental
2-5) Exploitation du diagramme fondamental :
fondamental 2-5) Exploitation du diagramme fondamental : Comparaison avec d ’ autres modèles Théorie du trafic

Comparaison avec dautres modèles

fondamental : Comparaison avec d ’ autres modèles Théorie du trafic IVE: édition 2017-2018 Page 32
fondamental : Comparaison avec d ’ autres modèles Théorie du trafic IVE: édition 2017-2018 Page 32
fondamental : Comparaison avec d ’ autres modèles Théorie du trafic IVE: édition 2017-2018 Page 32

Théorie du trafic

IVE: édition 2017-2018

Page 32

Dr. Prof . Kamal JETTO

3) Les embouteillages:
3) Les embouteillages:
3) Les embouteillages: Les embouteillages sont un fardeau très lourd pour les conducteurs qui se déplacent
Les embouteillages sont un fardeau très lourd pour les conducteurs qui se déplacent quotidiennement. Compte
Les embouteillages
sont un fardeau très
lourd pour les
conducteurs qui se
déplacent
quotidiennement.
Compte tenu du fait que
tous les conducteurs
essayent de se déplacer
aussi vite que possible, il
est surprenant que les
embouteillages se
produisent !!!

Théorie du trafic

IVE: édition 2017-2018

Page 33

Dr. Prof . Kamal JETTO

3) Les embouteillages:
3) Les embouteillages:

3-1) Définitions dembouteillage:

3) Les embouteillages: 3-1) Définitions d ’ embouteillage: En général il n’y a pas une définition
En général il n’y a pas une définition précise d’un embouteillage. Pour certains chercheur embouteillage
En général il n’y a pas une définition précise d’un embouteillage. Pour
certains chercheur embouteillage veut dire blocage
A jam is then a state where the density is almost maximal and
the velocity is close to 0.
(A. Schadschneider, D. Chowdhury, and K. Nishinari. STOCHASTIC
TRANSPORT IN COMPLEX SYSTEMS FROM MOLECULES TO VEHICLES
).
Cependant Boris Kerner traite les emboutiellages dans le cadre général de la congestion (Théorie des
Cependant Boris Kerner traite les emboutiellages dans le cadre général de la
congestion (Théorie des trois phases).
général de la congestion (Théorie des trois phases). Théorie du trafic IVE: édition 2017-2018 Page 34

Théorie du trafic

IVE: édition 2017-2018

Page 34

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-2) Bottlnecks-induced-Jams:
3) Les embouteillages:
3-2) Bottlnecks-induced-Jams:
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Lorsque le trafic est perturbé (par changement de voie dû à
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Lorsque le trafic est perturbé (par changement de voie dû à
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Lorsque le trafic est perturbé (par changement de voie dû à
Lorsque le trafic est perturbé (par changement de voie dû à la présence de rampes
Lorsque le trafic est perturbé (par changement de voie dû à la présence de
rampes par exemple), il commence à se produire en amont du goulot d'étranglement
un embouteillage, tandis qu' en aval du goulot d'étranglement, on observe
généralement un état de circulation libre
on observe généralement un état de circulation libre Théorie du trafic IVE: édition 2017-2018 Page 35

Théorie du trafic

IVE: édition 2017-2018

Page 35

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-2) Bottlnecks-induced-Jams:
3) Les embouteillages:
3-2) Bottlnecks-induced-Jams:
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: ON ramp Théorie du trafic IVE: édition 2017-2018 Page 36 Off
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: ON ramp Théorie du trafic IVE: édition 2017-2018 Page 36 Off
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: ON ramp Théorie du trafic IVE: édition 2017-2018 Page 36 Off

ON ramp

Théorie du trafic

IVE: édition 2017-2018

Page 36

Off ramp

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-2) Bottlnecks-induced-Jams:
3) Les embouteillages:
3-2) Bottlnecks-induced-Jams:
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Théorie du trafic IVE: édition 2017-2018 Page 37 Dr. Prof .

Théorie du trafic

IVE: édition 2017-2018

Page 37

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Trafic congestionné Au niveau du 6 émé pont Théorie du
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Trafic congestionné Au niveau du 6 émé pont
3) Les embouteillages:
3-2) Bottlnecks-induced-Jams:
Trafic congestionné
Au niveau du 6 émé pont

Théorie du trafic

IVE: édition 2017-2018

Page 38

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-2) Bottlnecks-induced-Jams:
3) Les embouteillages:
3-2) Bottlnecks-induced-Jams:
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Jam propagates against traffic Trafic On ramp Théorie du trafic
3) Les embouteillages: 3-2) Bottlnecks-induced-Jams: Jam propagates against traffic Trafic On ramp Théorie du trafic
Jam propagates against traffic Trafic On ramp
Jam propagates against traffic
Trafic
On ramp

Théorie du trafic

IVE: édition 2017-2018

Page 39

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-3) les types des goulots
3) Les embouteillages:
3-3) les types des goulots
3) Les embouteillages: 3-3) les types des goulots En général il n’y a deux types de

En général il n’y a deux types de goulots.

1.

Goulots fixes: Existence des rampes, réduction du nombre de voies du

à l’existence d’un pont, travaux, contrôle de police,…

2.

Goulots mobiles: ils du à l’existence des poids lourds.

« ….As a result of this passing, a speed disturbance should occur in a neighborhood of the moving bottleneck. In contrast with a road

bottleneck, which leads to a speed disturbance that is fixed at a

bottleneck location, a speed disturbance caused by a moving bottleneck should move at the speed of the moving bottleneck, i.e., at the speed of the slow vehicle….” B. Kerner

i.e., at the speed of the slow vehicle….” B. Kerner Théorie du trafic IVE: édition 2017-2018
i.e., at the speed of the slow vehicle….” B. Kerner Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 40

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-4) Le diagramme espace-temps: En utilisant la technique de la photographie aérienne,
3) Les embouteillages: 3-4) Le diagramme espace-temps: En utilisant la technique de la photographie aérienne,
3) Les embouteillages:
3-4) Le diagramme espace-temps:
En utilisant la technique de la
photographie aérienne, il est possible
de suivre l’évolution de la position x(t)
de chaque véhicule avec le temps t.

Théorie du trafic

IVE: édition 2017-2018

Page 41

Dr. Prof . Kamal JETTO

3) Les embouteillages: 3-4) Le diagramme espace-temps: Chaque ligne représente la trajectoire d’un véhicule sur
3) Les embouteillages: 3-4) Le diagramme espace-temps: Chaque ligne représente la trajectoire d’un véhicule sur
3) Les embouteillages:
3-4) Le diagramme espace-temps:
Chaque ligne représente la trajectoire
d’un véhicule sur une voie unique
d'une autoroute à plusieurs voies. Les
lignes coupées montrent un
changement de voie.
Aux goulots la capacité de la route est
localement réduite, ce qui conduit à la
formation de l’embouteillage.
L’encombrement ainsi formé se
propage dans le sens opposé du trafic.

Théorie du trafic

IVE: édition 2017-2018

Page 42

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-1) Configurations spatio-temporelle: C’est un outil
4) Caractéristique des embouteillages Théorie de Kerner 4-1) Configurations spatio-temporelle: C’est un outil

4) Caractéristique des embouteillages Théorie de Kerner

4) Caractéristique des embouteillages Théorie de Kerner 4-1) Configurations spatio-temporelle: C’est un outil

4-1) Configurations spatio-temporelle:

Théorie de Kerner 4-1) Configurations spatio-temporelle: C’est un outil macroscopique qui permet une meilleure

C’est un outil macroscopique qui permet une meilleure compréhension, un control efficace du trafic, et aide à l’optimisation de la circulation.

Il s’agit du diagramme espace-temps renfoncé par une troisième dimension (flux,

densité, ou la vitesse).

C’est l’outil qui a permis à Kerner de construire la théorie des trois phases.

« …Vehicular traffic in traffic and transportation networks occurs in space and time. Therefore, to understand vehicular traffic, real field traffic data measured in space and time should be understood. For this reason, the empirical basis of this book is a

spatiotemporal analysis of empirical, i.e., real field traffic data. This analysis allows

us to reveal empirical spatiotemporal traffic phenomena occurring in traffic and transportation networks… »

occurring in traffic and transportation networks… » Théorie du trafic IVE: édition 2017-2018 Page 43 Dr.
occurring in traffic and transportation networks… » Théorie du trafic IVE: édition 2017-2018 Page 43 Dr.
occurring in traffic and transportation networks… » Théorie du trafic IVE: édition 2017-2018 Page 43 Dr.

Théorie du trafic

IVE: édition 2017-2018

Page 43

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-1) Configurations spatio-temporelle: Théorie du trafic IVE:
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-1) Configurations spatio-temporelle: Théorie du trafic IVE:
4-1) Configurations spatio-temporelle:
4-1) Configurations spatio-temporelle:
Théorie de Kerner 4-1) Configurations spatio-temporelle: Théorie du trafic IVE: édition 2017-2018 Page 44 Dr. Prof
Théorie de Kerner 4-1) Configurations spatio-temporelle: Théorie du trafic IVE: édition 2017-2018 Page 44 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 44

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-2) définition du free flow et la congestion:
4) Caractéristique des embouteillages Théorie de Kerner 4-2) définition du free flow et la congestion:

4) Caractéristique des embouteillages Théorie de Kerner

4) Caractéristique des embouteillages Théorie de Kerner 4-2) définition du free flow et la congestion: 1)

4-2) définition du free flow et la congestion:

1) Circulation libre (free flow)
1) Circulation libre (free flow)

Dans cette phase la densité du trafic est faible ainsi les interactions entre les véhicules sont négligeables. Les seules restrictions sur la vitesse peuvent être dordre réglementaire (vitesse limite) ou dû aux conditions de circulation (état de la route, méteo.)

conditions de circulation (état de la route, méteo … .) 2) La congestion Elle est défini
conditions de circulation (état de la route, méteo … .) 2) La congestion Elle est défini

2) La congestion

Elle est défini comme un état du trafic dans lequel la vitesse moyenne est inférieure à la vitesse moyenne minimale qui est encore possible en circulation libre. Elle se produit en raison du claquage du trafic (transition de la phase de circulation

libre à la phase de congestion.

Théorie du trafic

IVE: édition 2017-2018

Page 45

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-2) définition du free flow et la congestion:
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-2) définition du free flow et la congestion: Théorie
4-2) définition du free flow et la congestion:
4-2) définition du free flow et la congestion:
de Kerner 4-2) définition du free flow et la congestion: Théorie du trafic IVE: édition 2017-2018
de Kerner 4-2) définition du free flow et la congestion: Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 46

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Congested traffic pattern Les patterns du trafic

Congested traffic pattern

Les patterns du trafic congestionné sont défini comme suit: ce sont des configurations spatiotemporel présentant une (ou plusieurs) région où la circulation est réduite (encombrée).

Dans létat de congestion on peut observer plusieurs variétés des patterns

congestionnée.

observer plusieurs variétés des patterns congestionnée. Théorie du trafic IVE: édition 2017-2018 Page 47 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 47

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Congested traffic pattern Théorie du trafic IVE:

Congested traffic pattern

dans l’état de congestion: Congested traffic pattern Théorie du trafic IVE: édition 2017-2018 Page 48 Dr.

Théorie du trafic

IVE: édition 2017-2018

Page 48

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: La région où la circulation est réduite

La région où la circulation est réduite (encombrée) dans les patterns du trafic

congestionné est séparé du free flow par l’existence d’un fronts en amant et un autre en aval de la circulation.

Downstream front: Au niveau du front en aval de la circulation, les véhicules passent d'une vitesse inférieure (à l’intérieur de la région congestionnée) à une vitesse plus

grande correspondante à la région de la circulation libre.

Upstream front: au niveau du front en amant de la circulation, les véhicules

décélèrent d'une vitesse de flux libre à une vitesse plus faible correspondante à la

région congestionnée.

plus faible correspondante à la région congestionnée. Théorie du trafic IVE: édition 2017-2018 Page 49 Dr.
plus faible correspondante à la région congestionnée. Théorie du trafic IVE: édition 2017-2018 Page 49 Dr.

Théorie du trafic

IVE: édition 2017-2018

Page 49

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de

4) Caractéristique des embouteillages Théorie de Kerner

4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
Wide moving Jam [J]
Wide moving Jam [J]
Noté [J] par Kerner, il s’agit d’un état de blocage où la vitesse moyenne des
Noté [J] par Kerner, il s’agit d’un état
de blocage où la vitesse moyenne
des véhicule est très faible (parfois
nulle), ainsi que le flux, et la
densité est très élevée .

Théorie du trafic

IVE: édition 2017-2018

Page 50

le flux, et la densité est très élevée . Théorie du trafic IVE: édition 2017-2018 Page

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de

4) Caractéristique des embouteillages Théorie de Kerner

4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
Wide moving Jam [J]
Wide moving Jam [J]
C’est une région dans les patterns du trafic congestionné où la circulation est réduite et
C’est une région dans les patterns
du trafic congestionné où la
circulation est réduite et qui se
propage dans le sens inverse du
trafic (en amant de la circulation)

Théorie du trafic

IVE: édition 2017-2018

Page 51

inverse du trafic (en amant de la circulation) Théorie du trafic IVE: édition 2017-2018 Page 51

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Wide moving Jam [J] L'embouteillage est limité

Wide moving Jam [J]

L'embouteillage est limité spatialement par ces fronts en aval et en amont.

À travers le front en aval les véhicules accélèrent à partir des faibles vitesse

(dans l’embouteillage) à des vitesses plus élevées (région de circulation libre). En arrivant à la région de l’embouteillage (le front en amont), les véhicules doivent ralentir pour atteindre des vitesses très faibles.

doivent ralentir pour atteindre des vitesses très faibles. Théorie du trafic IVE: édition 2017-2018 Page 52

Théorie du trafic

IVE: édition 2017-2018

Page 52

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de

4) Caractéristique des embouteillages Théorie de Kerner

4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
Propagation duWide moving Jam [J]
Propagation duWide moving Jam [J]

Les deux fronts (en amant et en aval) de ce type d’embouteillage se déplacent

dans le sens inverse du trafic avec deux vitesses caractéristique:

et en aval) de ce type d’embouteillage se déplacent dans le sens inverse du trafic avec
et en aval) de ce type d’embouteillage se déplacent dans le sens inverse du trafic avec
sens inverse du trafic avec deux vitesses caractéristique: Théorie du trafic IVE: édition 2017-2018 Page 53

Théorie du trafic

IVE: édition 2017-2018

Page 53

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de

4) Caractéristique des embouteillages Théorie de Kerner

4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
Propagation duWide moving Jam [J]
Propagation duWide moving Jam [J]
• V up est la vitesse de propagation du front amant du J.
• V up est la vitesse de propagation du front amant du J.
• V down est la vitesse de propagation du front aval du J.
• V down est la vitesse de propagation du front aval du J.
• Le signe (-) indique la propagation au sens inverse du trafic.
Le signe (-) indique la propagation au sens inverse du trafic.

ρ in , q in , ρ out , q out , ρ jam , q jam sont respectivement la densité et flux en amant, en aval et à linterieur du J.

et flux en amant, en aval et à l ’ interieur du J. Théorie du trafic

Théorie du trafic

IVE: édition 2017-2018

Page 54

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Wide moving Jam [J] Les études
4-3) les phases du trafic dans l’état de congestion:
Wide moving Jam [J]
Les études plus détaillées de ce phénomène menés par Kerner et al ont montré
1.La possibilité d’avoir plusieurs embouteillage J sur la même route.
2.L’ embouteillages J se propage dans le sens opposé du trafic avec une vitesse
constante V down =-15 km/h± 5km/h.
3. De même, le flux sortant de l’embouteillage q out est constant.
le flux sortant de l’embouteillage q out est constant. Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 55

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de

4) Caractéristique des embouteillages Théorie de Kerner

4-3) les phases du trafic dans l’état de congestion: Synchronized flow [S]
4-3) les phases du trafic dans l’état de congestion:
Synchronized flow [S]

Contrairement à la phase [J], le front aval de la phase synchronisée ne maintient

pas une vitesse constante. En particulier, le front aval du flux synchronisé est souvent fixé à un goulot d'étranglement. En d'autres termes, la phase d'écoulement synchronisée ne montre pas les caractéristiques cité avant de la phase [J].

La phase synchronisé (S), présente une vitesse moyenne inférieure à la vitesse moyenne dans la phase d'écoulement libre [F], alors que le débit peut être aussi important que le débit dans la phase [F].

peut être aussi important que le débit dans la phase [F]. Théorie du trafic IVE: édition
peut être aussi important que le débit dans la phase [F]. Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 56

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 57

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion:
4-3) les phases du trafic dans l’état de congestion: Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 58

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases:

Traffic breakdown

La claquage du trafic à un goulot d'étranglement est une transition de phase locale de la circulation libre [F] à la congestion dont le front en aval est généralement fixé à l’emplacement du goulot d'étranglement.

La durée typique de ce claquage est égal ou inférieur à 1 min.

Ce constat a été vérifié dans 34 publications à caractère empirique (voir le livre

de Boris. S. Kener ’’ Breakdown in Traffic Networks. Fundamentals of Transportation Science-Springer (2017)”

Dans le cadre de la théorie des trois phase ce claquage n’est rien d’autre qu’une
Dans le cadre de la théorie des trois phase ce claquage n’est rien d’autre qu’une

transition de la phase circulation libre [F] à la phase synchronisé [S]

la phase circulation libre [F] à la phase synchronisé [S] Théorie du trafic IVE: édition 2017-2018
la phase circulation libre [F] à la phase synchronisé [S] Théorie du trafic IVE: édition 2017-2018
la phase circulation libre [F] à la phase synchronisé [S] Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 59

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:

4) Caractéristique des embouteillages Théorie de Kerner

4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases: Résumé des investigations empirique des transitions des

Résumé des investigations empirique des transitions des phases

La transition de phase du flux libre au flux synchronisé (transition F to S) se produit dans un état métastable de la circulation libre à un goulot d'étranglement.

La transition de la phase synchronisé S à un ou plusieurs embouteillage mouvant J (Transition from S to J) se produit dans un état métastable de la phase synchronisée.

Les embouteillages mobiles J émergent spontanément de la circulation libre en

raison d'une séquence de deux transitions de phase F to S to J.

séquence de deux transitions de phase F to S to J. Théorie du trafic IVE: édition
séquence de deux transitions de phase F to S to J. Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 60

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:

4) Caractéristique des embouteillages Théorie de Kerner

4-4) les différentes transitions entre les trois phases: D'abord, la transition F to S se
4-4) les différentes transitions entre les trois phases:
D'abord, la transition F to S se produit
au goulot d'étranglement. La phase
synchronisée S se propage en amont
du goulot d'étranglement et
à une certaine
distance, les embouteillages mobiles
apparaissent spontanément
(transition S to J).
mobiles apparaissent spontanément (transition S to J). Théorie du trafic IVE: édition 2017-2018 Page 61 Dr.

Théorie du trafic

IVE: édition 2017-2018

Page 61

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases: La
4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases:
La séquence des transitions F to S to J
La séquence des transitions F to S to J

Théorie du trafic

IVE: édition 2017-2018

Page 62

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases: La
4-4) les différentes transitions entre les trois phases:
4-4) les différentes transitions entre les trois phases:
La séquence des transitions F to S to J
La séquence des transitions F to S to J

Théorie du trafic

IVE: édition 2017-2018

Page 63

Dr. Prof . Kamal JETTO

4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:
4) Caractéristique des embouteillages Théorie de Kerner 4-4) les différentes transitions entre les trois phases:

4) Caractéristique des embouteillages Théorie de Kerner

4-4) les différentes transitions entre les trois phases: La nucléation est le processus responsable des
4-4) les différentes transitions entre les trois phases:
La nucléation est le processus responsable des transitions observées au goulots
(Kerner)

In accordance with the terminology of natural science, the empirical metastability

of free flow with respect to the F-S transition (traffic breakdown) at a highway bottleneck means that traffic breakdown (F-S transition) at the bottleneck exhibits the nucleation nature….

The nucleation nature of empirical traffic breakdown (F!S transition) at a highway

bottleneck can be considered an empirical fundamental of transportation Science….

The understanding of empirical nucleation nature of real traffic breakdown at a highway bottleneck has the fundamental priority for the development of reliable ITS.

fundamental priority for the development of reliable ITS. Théorie du trafic IVE: édition 2017-2018 Page 64
fundamental priority for the development of reliable ITS. Théorie du trafic IVE: édition 2017-2018 Page 64
fundamental priority for the development of reliable ITS. Théorie du trafic IVE: édition 2017-2018 Page 64

Théorie du trafic

IVE: édition 2017-2018

Page 64

Dr. Prof . Kamal JETTO

Travaux Pratique: Le contexte de l ’ étude: La détermination de ses caractéristiques sera faite
Travaux Pratique: Le contexte de l ’ étude: La détermination de ses caractéristiques sera faite

Travaux Pratique:

Le contexte de létude:

La détermination de ses caractéristiques sera faite à partir d’un enregistrement vidéo. Cet enregistrement a
La détermination de ses caractéristiques sera faite à partir d’un enregistrement vidéo.
Cet enregistrement a été réalisé grâce à une Camera embarquée dans la voiture du
professeur.
Le tronçon de route a été choisi pour expliquer les phénomènes liées à la conjecture de
l’expansion de l’urbanisme et le transport urbain.
Il s’agit de la route P4017 qui relie l’est de Temara avec Rabat. Voir la carte n:1
Ce tronçon commence de l’intersection entre Avenue Tarik Ibno Ziad et la route
P4016 (sera notée A) et se termine au rond point (sera notée C) de l’intersection route
P4017 et Avenue Omar Ibno Al Khattab . Voir carte n:2 . La distance de ce tronçon est :
2.91km .
Ce tronçon de route contient deux intersections ainsi il sera divisé en deux petit
tronçon AB et BC où B est l’intersection route P4017 et Avenue Lalla Meriem voir les
carte 3 et 4.

Analyse et investigation des résultats empiriques

3eme IT: édition 2014-2015

Page 65

M. Kamal JETTO

Travaux Pratique: Le contexte de l’étude:
Travaux Pratique:
Le contexte de l’étude:
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition

Analyse et investigation des résultats empiriques

3eme IT: édition 2014-2015

Page 66

M. Kamal JETTO

Travaux Pratique: Le contexte de l’étude:
Travaux Pratique:
Le contexte de l’étude:
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition

Analyse et investigation des résultats empiriques

3eme IT: édition 2014-2015

Page 67

M. Kamal JETTO

Travaux Pratique: Le contexte de l’étude:
Travaux Pratique:
Le contexte de l’étude:
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition
Travaux Pratique: Le contexte de l’étude: Analyse et investigation des résultats empiriques 3eme IT: édition

Analyse et investigation des résultats empiriques

3eme IT: édition 2014-2015

Page 68

M. Kamal JETTO

Travaux Pratique: Les Objectifs: La détermination des caractéristiques du trafic à savoir: 1. Le flux
Travaux Pratique: Les Objectifs: La détermination des caractéristiques du trafic à savoir: 1. Le flux
Travaux Pratique:
Les Objectifs:
La détermination des caractéristiques du trafic à savoir:
1.
Le flux
2.
La densité
3.
La vitesse moyenne,
4.
La proportion des poids lourds
5.
La proportion de chaque type des transports publics
6.
L’état de la route,
7.
Conditions climatique
8.
La nature des conducteurs
9.
Les états du trafic
10.
La capacité
11.
Les manœuvres à risque et le type de conducteurs impliqué,
12.
Sécurité routière (Point de conflit, ligne de conflit: collisions arrières).
(Point de conflit, ligne de conflit: collisions arrières). Théorie du trafic IVE: édition 2017-2018 Page 69

Théorie du trafic

IVE: édition 2017-2018

Page 69

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: La collecte des données expérimentales permet d’avoir
5) Distributions des écarts du temps inter- véhiculaire: La collecte des données expérimentales permet d’avoir

5) Distributions des écarts du temps inter-

véhiculaire:

5) Distributions des écarts du temps inter- véhiculaire: La collecte des données expérimentales permet d’avoir
5) Distributions des écarts du temps inter- véhiculaire: La collecte des données expérimentales permet d’avoir
La collecte des données expérimentales permet d’avoir la distribution de ces écarts. Donc, il est
La collecte des données
expérimentales permet
d’avoir la distribution de ces
écarts.
Donc, il est possible de
connaître la proportion de
chaque écart du temps
inter véhiculaires pour une
densité bien définie.

Théorie du trafic

IVE: édition 2017-2018

Page 70

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: La distribution des écarts du temps inter véhiculaires
véhiculaire:
véhiculaire:
5) Distributions des écarts du temps inter- véhiculaire: La distribution des écarts du temps inter véhiculaires
La distribution des écarts du temps inter véhiculaires est un outil microscopique important dans l’exploitation
La distribution des écarts du temps inter véhiculaires est un outil microscopique
important dans l’exploitation et la gestion du trafic routier.
Elle permet de: 1.Connaitre les états du trafic, 2.savoir la composition du trafic et déduire
Elle permet de:
1.Connaitre les états du trafic,
2.savoir la composition du trafic et déduire le coefficient d’équivalence,
3.déduire sur la nature des conducteurs.
4.Étudier la sécurité routière,
5.réguler les intervalles anticollision.
6.Calcule de la capacité.
7.Etc.
anticollision. 6.Calcule de la capacité. 7.Etc. Théorie du trafic IVE: édition 2017-2018 Page 71 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 71

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation ?
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation ? Théorie
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation ? Théorie du trafic
quelques exemples:
quelques exemples:
temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation ? Théorie du trafic IVE: édition 2017-2018
Interprétation ?
Interprétation ?

Théorie du trafic

IVE: édition 2017-2018

Page 72

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: À faible densité,
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: À faible densité, les distributions
quelques exemples:
quelques exemples:
temps inter- véhiculaire: 1) Analyse de quelques exemples: À faible densité, les distributions de l’écart du
À faible densité, les distributions de l’écart du temps inter véhiculaires présente un maximum autour
À faible densité, les distributions de l’écart
du temps inter véhiculaires
présente un maximum autour 0.5 s
Lorsque la densité augmente, nous
observons que le maximum se déplace
vers 2s

Théorie du trafic

IVE: édition 2017-2018

Page 73

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: À très faible
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: À très faible densité (carré)
quelques exemples:
quelques exemples:
temps inter- véhiculaire: 1) Analyse de quelques exemples: À très faible densité (carré) les conducteurs se
À très faible densité (carré) les conducteurs se déplacent avec leurs vitesses désirées. Au fur
À très faible densité (carré) les conducteurs
se déplacent avec leurs vitesses désirées. Au
fur et à mesure que la densité augmente
(carrés) les voitures se rassemblent dans
des pelotons rapides.
Elles se déplacent ”pare-chocs contre
pare-chocs ” . Donc avoir un max < 1
second veut dire que le trafic est fluide.

Théorie du trafic

IVE: édition 2017-2018

Page 74

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Lorsque la
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Lorsque la densité
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Lorsque la densité des véhicules
quelques exemples:
quelques exemples:
Lorsque la densité des véhicules devient importante, les conducteurs deviennent de plus en plus prudents.
Lorsque la densité des véhicules devient
importante, les conducteurs deviennent de
plus en plus prudents.
Chacun conducteur essaie de garder un
temps de sécurité avec le véhicule qui
est devant lui.
le temps de sécurité recommandé dans les
auto-écoles ne doit pas être inférieur à 2 s .
Ce qui explique le maximum est obtenu.
Dans ce cas le trafic commence à devenir
plus dense.
plus dense.

Théorie du trafic

IVE: édition 2017-2018

Page 75

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation? Théorie
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation? Théorie du
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation? Théorie du trafic IVE:
quelques exemples:
quelques exemples:
temps inter- véhiculaire: 1) Analyse de quelques exemples: Interprétation? Théorie du trafic IVE: édition 2017-2018
Interprétation?
Interprétation?

Théorie du trafic

IVE: édition 2017-2018

Page 76

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: La distribution
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire:
véhiculaire:
véhiculaire:
1) Analyse de quelques exemples: La distribution relative à la voie gauche. présente un pic
1) Analyse de
quelques exemples:
La distribution relative à la voie gauche.
présente un pic prononcé à Δt=1 s, alors
que les autres écarts ont un poids très
faible. Ceci veut dire que les conducteurs se
déplacent à grande vitesse.
La deuxième distribution relative à la voie
droite est étalée par rapport à la première
distribution. Un maximum est observé pour
Δt=2 s. Ici les conducteurs sont prudents.

Théorie du trafic

IVE: édition 2017-2018

Page 77

Dr. Prof . Kamal JETTO

5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Vu qu’il
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter-
5) Distributions des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Vu qu’il s'agit
véhiculaire:
véhiculaire:
1) Analyse de
1) Analyse de
des écarts du temps inter- véhiculaire: 1) Analyse de quelques exemples: Vu qu’il s'agit d’une faible
quelques exemples:
quelques exemples:
Vu qu’il s'agit d’une faible densité et qu’ un seul pics a été enregistré dans
Vu qu’il s'agit d’une faible densité et qu’
un seul pics a été enregistré dans la voie
gauche montre l’existence des véhicules
légères.
Le fait que la distribution est étalé dans la

voie droite révèle lexistence des poids lourds.

la voie droite révèle l ’ existence des poids lourds. Théorie du trafic IVE: édition 2017-2018
la voie droite révèle l ’ existence des poids lourds. Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 78

Dr. Prof . Kamal JETTO

6) Modélisation microscopique du trafic:
6) Modélisation microscopique du trafic:
6) Modélisation microscopique du trafic: Car-Following model voir tableau Théorie du trafic IVE: édition 2017-2018 Page
6) Modélisation microscopique du trafic: Car-Following model voir tableau Théorie du trafic IVE: édition 2017-2018 Page

Car-Following model voir tableau

microscopique du trafic: Car-Following model voir tableau Théorie du trafic IVE: édition 2017-2018 Page 79 Dr.

Théorie du trafic

IVE: édition 2017-2018

Page 79

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 1) définition: Le concept des automates cellulaires a
7) Modélisation du trafic par les automates cellulaires: 1) définition: Le concept des automates cellulaires a

1) définition:

du trafic par les automates cellulaires: 1) définition: Le concept des automates cellulaires a été introduit
Le concept des automates cellulaires a été introduit aux années '50 par Von
Le concept des automates cellulaires a été introduit aux années '50 par Von
cellulaires a été introduit aux années '50 par Von Neumann. Les automates cellulaires constituent une
Neumann. Les automates cellulaires constituent une simplification des systèmes physiques. Cela est dû aux propriétés
Neumann.
Les automates cellulaires constituent une simplification des systèmes physiques.
Cela est dû aux propriétés suivantes :
1. L’espace physique est discret. Il est divisé en un ensemble de cellules ou de sites
identiques.
2. Chaque cellule peut avoir un ensemble discret et fini des états.
3. Le temps est aussi discret. Ce qui veut dire que t=n.Δt avec n un nombre entier
et Δt le pas du temps.
4. Interaction à courte portée c.-à-d. que l’état d’un site i à l’instant t +1, dépend
de son état ainsi que l’état de ces proches voisins à l’instant t.

Théorie du trafic

IVE: édition 2017-2018

Page 80

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 2) application au trafic routier: Grâce à leurs
7) Modélisation du trafic par les automates cellulaires: 2) application au trafic routier: Grâce à leurs

2) application au trafic routier:

les automates cellulaires: 2) application au trafic routier: Grâce à leurs propriétés, les automates cellulaires sont
les automates cellulaires: 2) application au trafic routier: Grâce à leurs propriétés, les automates cellulaires sont

Grâce à leurs propriétés, les automates cellulaires sont très simples dans la

mesure où il est facile dincorporer les ingrédients essentiels dun phénomène physique. De plus, ils sont efficaces et consomment un faible temps de calcul.

Les premiers modèles du trafic routier à base d’automates cellulaires ont été introduits par Cremer
Les premiers modèles du trafic routier à base d’automates cellulaires ont été
introduits par Cremer et al (1986), Schütt (1990) [43], Nagel et al (1992).
Ce dernier a amorcé plusieurs publications dans le domaine du trafic

Théorie du trafic

IVE: édition 2017-2018

Page 81

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ):
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ):

3) Model de Nagel and Schrekenberg (NaSch ):

cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Dans cette modélisation, l’espace, le temps, la
Dans cette modélisation, l’espace, le temps, la vitesse ainsi que l’accélération sont des variables discrètes.
Dans cette modélisation, l’espace, le temps, la vitesse ainsi que l’accélération
sont des variables discrètes.
➢La route est modélisée par une chaîne contenant un ensemble fini de sites.
Chaque site représente une cellule, qui peut être vide ou occupée par un seul
véhicule à un instant donné.
➢La taille l de chaque cellule correspond en réalité à 7.5 m. Cette taille est l’espace
minimal occupé par un véhicule, elle obtenu par l’inverse de la densité de
Blocage ρ ≈ 133 veh/km.
➢Le pas du temps correspond à une durée Δt=1s.
➢La vitesse d’un véhicule peut prendre les valeurs entières
vitesse d’un véhicule peut prendre les valeurs entières Théorie du trafic IVE: édition 2017-2018 Page 82

Théorie du trafic

IVE: édition 2017-2018

Page 82

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ):
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ):

3) Model de Nagel and Schrekenberg (NaSch ):

cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Le model de NaSch se base sur
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Le model de NaSch se base sur

Le model de NaSch se base sur quatre règles qui définissent le mouvement des

Le model de NaSch se base sur quatre règles qui définissent le mouvement des
véhicules. Considérons la configuration suivantes:
véhicules.
Considérons la configuration suivantes:

Théorie du trafic

IVE: édition 2017-2018

Page 83

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch

7) Modélisation du trafic par les

automates cellulaires:

3) Model de Nagel and Schrekenberg (NaSch ):
3) Model de Nagel and Schrekenberg (NaSch ):
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 84

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch

7) Modélisation du trafic par les

automates cellulaires:

3) Model de Nagel and Schrekenberg (NaSch ):
3) Model de Nagel and Schrekenberg (NaSch ):
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 85

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch

7) Modélisation du trafic par les

automates cellulaires:

3) Model de Nagel and Schrekenberg (NaSch ):
3) Model de Nagel and Schrekenberg (NaSch ):
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 86

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch

7) Modélisation du trafic par les

automates cellulaires:

3) Model de Nagel and Schrekenberg (NaSch ):
3) Model de Nagel and Schrekenberg (NaSch ):
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 87

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch
7) Modélisation du trafic par les automates cellulaires: 3) Model de Nagel and Schrekenberg (NaSch

7) Modélisation du trafic par les

automates cellulaires:

3) Model de Nagel and Schrekenberg (NaSch ):
3) Model de Nagel and Schrekenberg (NaSch ):
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page
cellulaires: 3) Model de Nagel and Schrekenberg (NaSch ): Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 88

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: L ’ embouteillage Fantôme Obtenu pour
L ’ embouteillage Fantôme Obtenu pour P ≠ 0

Lembouteillage Fantôme Obtenu pour P0

de NaSch: L ’ embouteillage Fantôme Obtenu pour P ≠ 0 Théorie du trafic IVE: édition
de NaSch: L ’ embouteillage Fantôme Obtenu pour P ≠ 0 Théorie du trafic IVE: édition
de NaSch: L ’ embouteillage Fantôme Obtenu pour P ≠ 0 Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 89

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: Coefficient de corrélation des vitesses en

Coefficient de corrélation des vitesses en fonction du TIV

Coefficient de corrélation des vitesses en fonction du TIV L ’ objectif de l ’ étude

Lobjectif de létude empirique est de mettre en évidence linteraction à

courte portée entre les conducteurs par Cécile Appert-Rolland (2009)

entre les conducteurs par Cécile Appert-Rolland (2009) Le faisceau horaire est choisi entre 11h AM et
Le faisceau horaire est choisi entre 11h AM et 4 h PM Pendant 46 weekend.
Le faisceau horaire est choisi entre 11h AM et 4 h PM
Pendant 46 weekend.
La densité dans ce cas correspond dans le diagramme
Fondamental a la région ou le flux commence a diminuer. (état de congestion)
91% des véhicules légers
9% des poids lourds
Vm≈ 110km/h voie gauche et 90 km/h voie droite

Théorie du trafic

IVE: édition 2017-2018

Page 90

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: Coefficient de corrélation des vitesses en

Coefficient de corrélation des vitesses en fonction du TIV

Coefficient de corrélation des vitesses en fonction du TIV Le but est de mesurer la corrélation
Le but est de mesurer la corrélation des vitesses
Le but est de mesurer la corrélation des vitesses
du TIV Le but est de mesurer la corrélation des vitesses En fonction du temps inter-véhiculaires
En fonction du temps inter-véhiculaires
En fonction du temps inter-véhiculaires

Théorie du trafic

IVE: édition 2017-2018

Page 91

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: Coefficient de corrélation des vitesses en

Coefficient de corrélation des vitesses en fonction du TIV

Coefficient de corrélation des vitesses en fonction du TIV Observations: Le C.C est élevé pour les
Observations:
Observations:
Le C.C est élevé pour les faibles TIV ≈1s dans les deux voies avec une
Le C.C est élevé pour les faibles TIV ≈1s dans les deux
voies avec une légères augmentation dans la voie

gauche. La différence des vitesses est de lordre de 1km/h voie gauche. Tandis quelle nulle dans la voie droite. Ceci montre une forte corrélation des vitesses des

véhicules successives et ceci pour éviter les accidents. Ainsi les véhicules se déplacent comme un
véhicules successives et ceci pour éviter les accidents.
Ainsi les véhicules se déplacent comme un peloton
rapide.

Théorie du trafic

IVE: édition 2017-2018

Page 92

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

Coefficient de corrélation des vitesses en fonction du TIV
Coefficient de corrélation des vitesses en fonction du TIV
Coefficient de corrélation des vitesses en fonction du TIV Le fit: Le fit des données relatif
Coefficient de corrélation des vitesses en fonction du TIV Le fit: Le fit des données relatif
Le fit: Le fit des données relatif a chaque voie montre un comportement en décroissance
Le fit:
Le fit des données relatif a chaque voie montre un
comportement en décroissance exponentielle
C.C≈
Avec th le TIV est la voie gauche un temps d’échelle relatif a
Avec th le TIV est
la voie gauche
un temps d’échelle relatif a
le TIV est la voie gauche un temps d’échelle relatif a Pour la voie droite le

Pour la voie droite le temps déchelle est de lordre de 2s .

droite le temps d ’ échelle est de l ’ ordre de 2s . Théorie du

Théorie du trafic

IVE: édition 2017-2018

Page 93

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: Coefficient de corrélation des vitesses en

Coefficient de corrélation des vitesses en fonction du TIV

L’ordre de la corrélation: Le C.C obtenu dans le cas de pairs de véhicule séparé
L’ordre de la corrélation:
Le C.C obtenu dans le cas de pairs de véhicule séparé
par trois véhicule.
Malgré la distance qui les sépare, les véhicules sont
corrélés. Avec des temps d’échelle:
Voie gauche: 3.6 s
Voie droite :
3.1 s
Cécile Appert-Rolland PHYSICAL REVIEW E 80, 036102 2009

Théorie du trafic

IVE: édition 2017-2018

Page 94

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:

Coefficient de corrélation des vitesses en fonction du TIV par les Automates cellulaires

vitesses en fonction du TIV par les Automates cellulaires Ces résultats ont été obtenu avec les
vitesses en fonction du TIV par les Automates cellulaires Ces résultats ont été obtenu avec les
vitesses en fonction du TIV par les Automates cellulaires Ces résultats ont été obtenu avec les
Ces résultats ont été obtenu avec les paramètres suivants: Vmax=5, P=0.16 Densité =0.7
Ces résultats ont été
obtenu avec les
paramètres suivants:
Vmax=5, P=0.16
Densité =0.7

Théorie du trafic

IVE: édition 2017-2018

Page 95

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch: Coefficient de corrélation des vitesses
4) Résultats des simulation à base du model de NaSch:
Coefficient de corrélation des vitesses en fonction du TIV
Coefficient de corrélation des vitesses en fonction du TIV par les Automates cellulaires Cas de pairs
par les Automates cellulaires
par les Automates cellulaires
Cas de pairs de véhicule séparés par deux véhicules N Lakouari, K Jetto, H Ez-Zahraouy,
Cas de pairs de véhicule séparés par deux véhicules
N Lakouari, K Jetto, H Ez-Zahraouy, A Benyoussef - International Journal of Modern Physics C,
2013 (cité 11 fois)

Théorie du trafic

IVE: édition 2017-2018

Page 96

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:

Difficultés a reproduire la discontinuité dans le diagramme fondamental

a reproduire la discontinuité dans le diagramme fondamental Théorie du trafic IVE: édition 2017-2018 Page 97
a reproduire la discontinuité dans le diagramme fondamental Théorie du trafic IVE: édition 2017-2018 Page 97
a reproduire la discontinuité dans le diagramme fondamental Théorie du trafic IVE: édition 2017-2018 Page 97
a reproduire la discontinuité dans le diagramme fondamental Théorie du trafic IVE: édition 2017-2018 Page 97

Théorie du trafic

IVE: édition 2017-2018

Page 97

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:

Difficultés a reproduire la discontinuité dans le diagramme fondamental

a reproduire la discontinuité dans le diagramme fondamental La nécessité d’incorporer d’autres concepts Théorie
La nécessité d’incorporer d’autres concepts
La nécessité d’incorporer
d’autres concepts
La nécessité d’incorporer d’autres concepts Théorie du trafic IVE: édition 2017-2018 Page 98 Dr. Prof
La nécessité d’incorporer d’autres concepts Théorie du trafic IVE: édition 2017-2018 Page 98 Dr. Prof

Théorie du trafic

IVE: édition 2017-2018

Page 98

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: Postulat 4) Résultats des simulation à base
7) Modélisation du trafic par les automates cellulaires: Postulat 4) Résultats des simulation à base

7) Modélisation du trafic par les

automates cellulaires:

Postulat
Postulat

4) Résultats des simulation à base du model de NaSch:

La forte dispersion des points empiriques dans létat de

congestion est due à la dégénérescence de la densité

des véhicules. Lhétérogénéité du trafic dans le sens de sa composition (différents types de véhicules) est

responsable de la dégénérescence de la densité des

véhicules.

de la dégénérescence de la densité des véhicules. Théorie du trafic IVE: édition 2017-2018 Page 99

Théorie du trafic

IVE: édition 2017-2018

Page 99

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch: Réadaptions du modèle TASEP
4) Résultats des simulation à base du model de NaSch:
Réadaptions du modèle TASEP
à base du model de NaSch: Réadaptions du modèle TASEP • Les véhicules types 1 occupent
à base du model de NaSch: Réadaptions du modèle TASEP • Les véhicules types 1 occupent
à base du model de NaSch: Réadaptions du modèle TASEP • Les véhicules types 1 occupent

Les véhicules types 1 occupent une seule cellule (l=1).

Les véhicules types 2 occupent deux cellules (l=2).

Les deux types de véhicule se déplacent avec la même vitesse maximale Vmax=1

La dynamique est parallèle déterministe.

Les types 2 se déplacent par saut dun site

même si deux sites en avant sont vides.

saut d ’ un site même si deux sites en avant sont vides. Théorie du trafic

Théorie du trafic

IVE: édition 2017-2018

Page 100

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch: Réadaptions du modèle TASEP FIG.1
4) Résultats des simulation à base du model de NaSch:
Réadaptions du modèle TASEP
FIG.1
du model de NaSch: Réadaptions du modèle TASEP FIG.1 H. Ez-Zahraouy, K. Jetto, A. Benyoussef. Eur.
H. Ez-Zahraouy, K. Jetto, A. Benyoussef. Eur. Phys.J.B. Vol .40.No 1 (111-117) (2004). (Cité 48
H. Ez-Zahraouy, K. Jetto, A. Benyoussef.
Eur. Phys.J.B. Vol .40.No 1 (111-117)
(2004). (Cité 48 fois)

0,5

0,4

0,3

I

0,2

0,1

0,0

0.0 0.1 0.4 0.5 0.2 0.7 0.8 0.3 1.0 0,0 0,2 0,4 0,6 C 0,8
0.0
0.1
0.4
0.5
0.2
0.7
0.8
0.3
1.0
0,0
0,2
0,4
0,6
C
0,8
1,0
0.2 0.7 0.8 0.3 1.0 0,0 0,2 0,4 0,6 C 0,8 1,0 Théorie du trafic IVE:

Théorie du trafic

IVE: édition 2017-2018

Page 101

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
4) Résultats des simulation à base du model de NaSch: Extension du modèle de NaSch
4) Résultats des simulation à base du model de NaSch:
Extension du modèle de NaSch déterministe
model de NaSch: Extension du modèle de NaSch déterministe • Types 1 sont des véhicules rapide.
model de NaSch: Extension du modèle de NaSch déterministe • Types 1 sont des véhicules rapide.

Types 1 sont des véhicules rapide.

Types 2 sont des véhicules lents.

Les deux types de véhicule ont la même longueur l=1

Un tel mélange de véhicules conduit à la formation des pelotons.

mélange de véhicules conduit à la formation des pelotons. Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 102

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 103

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 104

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 105

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité

Théorie du trafic

IVE: édition 2017-2018

Page 106

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 107

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch:
4) Résultats des simulation à base du model de NaSch: Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
Obtention et contrôle de la discontinuité
model de NaSch: Obtention et contrôle de la discontinuité Théorie du trafic IVE: édition 2017-2018 Page

Théorie du trafic

IVE: édition 2017-2018

Page 108

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du

7) Modélisation du trafic par les

automates cellulaires:

4) Résultats des simulation à base du model de NaSch: Comment la capacité est affectée
4) Résultats des simulation à base du model de NaSch:
Comment la capacité est affectée par la présence
des poids lourds
des poids lourds
est affectée par la présence des poids lourds Théorie du trafic IVE: édition 2017-2018 Page 109
est affectée par la présence des poids lourds Théorie du trafic IVE: édition 2017-2018 Page 109
est affectée par la présence des poids lourds Théorie du trafic IVE: édition 2017-2018 Page 109
est affectée par la présence des poids lourds Théorie du trafic IVE: édition 2017-2018 Page 109
est affectée par la présence des poids lourds Théorie du trafic IVE: édition 2017-2018 Page 109

Théorie du trafic

IVE: édition 2017-2018

Page 109

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: L’expression analytique du comportement du 4) Résultats
7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: L’expression analytique du comportement du 4) Résultats des
L’expression analytique du comportement du
L’expression analytique du comportement du

4) Résultats des simulation à base du model de NaSch:

flux avec la densité 1. Dans la deuxième branche le flux se comporte en lois
flux avec la densité
1.
Dans la deuxième branche le flux se comporte en lois de puissance.
2.
La valeur de chaque exposant dépend de la composition du trafic et de
la nature des conducteurs.
3.
Le diagramme fondamental peut être représenter par différentes
courbes selon les valeurs de la fraction des véhicules rapides.
H. Ez-Zahraouy, K. Jetto, A. Benyoussef. Chinese journal of physics vol. 44, No. 6 (486-
502) (2006). Cité 20 fois.

Théorie du trafic

IVE: édition 2017-2018

Page 110

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model
7) Modélisation du trafic par les automates cellulaires: 4) Résultats des simulation à base du model

4) Résultats des simulation à base du model de NaSch:

4) Résultats des simulation à base du model de NaSch: L’effet des vitesses max et des
L’effet des vitesses max et des longueur des véhicules
L’effet des vitesses max et des longueur des véhicules

Le flux peut être représenter par plusieurs courbes.L’effet des vitesses max et des longueur des véhicules Le flux dans la deuxième branche se

Le flux dans la deuxième branche se comporte en loi de puissance, dont les exposant dépendent fortement de laLe flux peut être représenter par plusieurs courbes. composition du trafic. K. Jetto , H. Ez-Zahraouy,

composition du trafic.

K. Jetto, H. Ez-Zahraouy, A. Benyoussef. International Journal of Modern Physics C Vol. 21, No. 11 1311-1327 (2010). Cité 12 fois.

Physics C Vol. 21, No. 11 1311-1327 (2010). Cité 12 fois. Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 111

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l ’ intérieur
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l ’ intérieur

7) Modélisation du trafic par les

automates cellulaires:

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l ’ intérieur des

5) Le trafic à lintérieur des zones de péages :

5) Le trafic à l ’ intérieur des zones de péages : Les stations de péages
5) Le trafic à l ’ intérieur des zones de péages : Les stations de péages

Les stations de péages sont implantés sur les autoroutes pour des raisons

financières et pour contrôler le trafic. Les conducteurs se plaignent de ces stations car ils sont obligés de sarrêter et parfois attendre dans des longues files dattente.

Est-il possible de trouver un système capable de satisfaire les conducteurs et les

gestionnaires du trafic?

Pour trouver un tel système il faut répondre à la question suivante:

un tel système il faut répondre à la question suivante: Qu’il est l’origine de la congestion
un tel système il faut répondre à la question suivante: Qu’il est l’origine de la congestion
Qu’il est l’origine de la congestion observé dans les zones de péages?
Qu’il est l’origine de la congestion observé dans les zones
de péages?

Théorie du trafic

IVE: édition 2017-2018

Page 112

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 113

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 114

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 115

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 116

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 117

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l’intérieur des zones

7) Modélisation du trafic par les

automates cellulaires:

5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages :
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018
5) Le trafic à l’intérieur des zones de péages : Théorie du trafic IVE: édition 2017-2018

Théorie du trafic

IVE: édition 2017-2018

Page 118

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l ’ intérieur des
7) Modélisation du trafic par les automates cellulaires: 5) Le trafic à l ’ intérieur des

5) Le trafic à lintérieur des zones de péages :

5) Le trafic à l ’ intérieur des zones de péages : Conclusion: Le comportement humain
Conclusion: Le comportement humain est responsable de l’apparition de la congestion dans les surfaces de
Conclusion:
Le comportement humain est responsable de l’apparition de
la congestion dans les surfaces de péage.

K. Jetto, H. Ez-Zahraouy, A. Benyoussef. The investigation of the traffic

flow behavior in toll booths using cellular

automaton model.

International journal of Modern physics C, vol 19, No 6 (903-915)

journal of Modern physics C, vol 19, No 6 (903-915) (2008) Cité 1 fois. Théorie du

(2008) Cité 1 fois.

Théorie du trafic

IVE: édition 2017-2018

Page 119

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Volume du
7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Volume du

7) Modélisation du trafic par les

automates cellulaires:

7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Volume du trafic

6) Les système ouverts :

par les automates cellulaires: 6) Les système ouverts : Volume du trafic en fonction de la
par les automates cellulaires: 6) Les système ouverts : Volume du trafic en fonction de la

Volume du trafic en fonction de la demande en circulation

: Volume du trafic en fonction de la demande en circulation Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 120

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Effet de
7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Effet de

7) Modélisation du trafic par les

automates cellulaires:

6) Les système ouverts : Effet de la sortie: Beta control la capacité du trafic
6) Les système ouverts :
Effet de la sortie:
Beta control la
capacité du trafic
: Effet de la sortie: Beta control la capacité du trafic Théorie du trafic IVE: édition

Théorie du trafic

IVE: édition 2017-2018

Page 121

Dr. Prof . Kamal JETTO

7) Modélisation du trafic par les
7) Modélisation du trafic par les
automates cellulaires:
automates cellulaires:
7) Modélisation du trafic par les automates cellulaires: 6) Les système ouverts : Capacité du trafic
6) Les système ouverts :
6) Les système ouverts :
<