Transport
Transport
Transport
Ecole doctorale :
Systèmes (Systèmes)
Unité de recherche :
Laboratoire de Génie de Productions de l'ENIT (E.N.I.T-L.G.P.)
Directeur(s) de Thèse :
M. BERNARD ARCHIMEDE
M. MARCEL FOUDA NDJODO
Rapporteurs :
M. REMY DUPAS, UNIVERSITÉ DE BORDEAUX
M. THIBAUD MONTEIRO, INSA LYON
Membre(s) du jury :
M. HERVE PINGAUD, INSTITUT NATIONAL UNIV. CHAMPOLLION, Président
M. BERNARD ARCHIMEDE, ECOLE NATIONALE D'INGENIEUR DE TARBES, Membre
M. EMMANUEL HYGOUNENC, GROUPE SAFRAN, Membre
M. MARCEL FOUDA NDJODO, UNIVERSITE DE YAOUNDE 1, Membre
Mme TATIANA GRAINDORGE, EIGSI LA ROCHELLE, Membre
M. RAYMOND HOUE NGOUNA, ECOLE NATIONALE D'INGENIEUR DE TARBES, Membre
i
Dédicace
Dédicace
Remerciements
J’associe tout particulièrement à ces remerciements M. Raymond HOUE NGOUNA pour m’avoir
encadré et guidé tout au long de ces années vers la thématique de la mobilité urbaine en me prodigua nt
ses conseils constructifs, pour sa grande disponibilité, sa rigueur et sa patience à corriger mes erreurs
malgré ses multiples occupations, et également M. Jean Michel NLONG II et M. Adolphe AYISSI
ETEME pour leur encadrement et conseils.
Mes remerciements sincères à M. Thibaud MONTEIRO et M. Rémy DUPAS qui ont accepté d’être
rapporteurs en vue de la soutenance de ma thèse, pour leurs remarques constructives et leurs conseils
judicieux sur le manuscrit, et pour avoir bien voulu fournir leur rapport dans des délais très contraints.
Je remercie en particulier M. Yacoubou et Mme Sophie WAOLANY pour leur soutien inestimable ,
M. Jean Bernard BOYABE, M. Abdou WAHABOU, M. David BEKOLLE, M. KOLYANG DINA
TAIWE pour leurs précieux conseils et appuis sans oublier mes beaux-frères Alain, Éric et Aboubakar.
Pour terminer, je remercie ma famille qui est ma raison de vivre, plus particulièrement mes parents
M. et Mme MOSKOLAÏ car ils ont toujours été là pour moi, mon frère Dieudonné et mes sœurs
Fadimatou, Gigi, Sylvie, Donatienne, Rose et Chantal, sans oublier mon fils Mahel Khandrid.
iii
Sommaire
Sommaire
Dédicace...................................................................................................................................... i
Remerciements...........................................................................................................................ii
Introduction............................................................................................................................... 1
Chapitre 3 - Conception d’un système de mobilité urbaine durable par une démarche
d’ingénierie système ...................................................................................................................... 56
Annexes.................................................................................................................................. 132
Figure 5 : La mobilité urbaine à travers les âges (Source : Arthur, 2018) .....................................13
Figure 33 : Cadre commun d’urbanisation du système de mobilité urbaine durable ................... 105
Figure 35 : Vue partielle du modèle DS/AHP pour le problème de la mobilité urbaine durable . 114
Figure 40 : Les courbes de résilience des trois secteurs impactés par des perturbations externes 126
ix
Liste des tableaux
Tableau 1 : Synthèse des approches de conception d'un système de mobilité urbaine ..................24
Tableau 7 : Synthèse analytique des indicateurs de durabilité d’un systè me de mobilité urbaine ..67
Tableau 23 : Agrégation des jugements des décideurs y compris le décideur 3 .......................... 119
Tableau 24 : Agrégation des jugements des décideurs sans le décideur 3................................... 119
xi
Glossaire des abréviations
CERTU : Centre d’études sur les réseaux, les transports, l’urbanisme et les constructions publiques
Introduction
D ans un contexte marqué par une explosion démographique, les villes sont sous pression :
d’après les projections du rapport des Nations Unies sur les perspectives de l’urbanisat ion
en 2014, 66 % en effet de la population mondiale sera urbaine d'ici 2050, tandis que la demande de
passagers doublera (UN-DESA, 2014). Les comportements et les attentes en matière de mobilité iront
également en évoluant : besoins de plus de rapidité, plus de fiabilité, plus de commodité, plus de
connectivité, plus d’individualisation/personnalisation, etc. Grâce à l'innovation, notamment aux
énergies « propres », aux nouvelles technologies de communication, à la possibilité de traiter des
données massives (grâce à l’Intelligence Artificielle), à l’irruption de l’Internet des objets, etc., de
nouvelles solutions de mobilité seront progressivement introduites (Arthur, 2018 ; Jittrapirom et al.,
2017 ; Giffinger, 2015) : covoiturage, auto-partage, vélo en libre-service, véhicules autonomes,
systèmes de transport intelligents, etc. Alors que le besoin en financement public est des plus pressant,
les dotations dont bénéficient les villes semblent au contraire décliner, sans doute en raison des
difficultés des pays à investir dans des projets du futur coûteux, au profit des besoins locaux immédiats.
En même temps, les systèmes traditionnels de mobilité continuent d’être étendus, au mépris parfois des
exigences de durabilité et sans grande efficacité sur le long terme.
La mobilité du futur s’organisera autour de plusieurs parties prenantes dont il est impératif de
satisfaire les attentes et les exigences : il s’agit principalement des autorités organisatrices de la
mobilité, des fournisseurs de solutions, des usagers (Hietanen, 2014). Les solutions du futur
s’appuieront sur un système de mobilité intelligente, multimodale, interconnectée et basée sur des
services personnalisés ; c’est en effet un système plus pratique, plus efficace et adapté à la croissance
démographique dans les villes et conciliant développement économique et qualité de vie (respect de
l’environnement et bien-être des populations). Outre la convergence vers la digitalisation des services,
Jittrapirom (2017) et Banister (2008) soulignent l’impératif d’une convergence tarifaire, en s’appuyant
sur une règlementation et des options tarifaires adaptées aux attentes de toutes les parties prenantes.
On peut donc affirmer que l’irruption des nouvelles technologies a modifié le comportement des
usagers et est en train de remodeler l’économie de la mobilité urbaine. Celle-ci transcende désormais
les dimensions infrastructurelles pour intégrer également la composante « services » pour faciliter à la
fois l’utilisation et la gestion des infrastructures et des équipements. Un bref aperçu de l’écosystème
émergeant est donné dans la suite.
2
Introduction
Au fil des années, à côté des acteurs « historiques » que sont les fournisseurs de transport et les
fournisseurs d’infrastructures de transport (illustrés par les cercles en trait bleu dans la Figure 1),
d’autres acteurs (illustrés par des cercles en trait rouge) ont progressivement émergé, apportant une
nouvelle forme de mobilité. Celle-ci est basée sur des systèmes intelligents capables de fournir des
services à la demande, plus attrayants et plus adaptés aux attentes des usagers (Jittrapirom et al., 2017).
activité principale une sélection de services de mobilité, soit en tant que fournisseurs autonomes, soit
par le biais de partenariats. Ils utilisent pour cela des plateformes digitales pour la billettique, le
paiement en ligne, etc. et/ou des plateformes physiques pour gérer par exemple les parkings. Dans la
présente étude, seuls les acteurs identifiés par un cercle plein de couleur noire dans la figure ont été
considérés. En effet, les deux autres familles d’acteurs concernent les vues applicative et
infrastructurelle du système d’information de la mobilité urbaine et ne sont pas directement adressées
dans le cadre de cette thèse.
La convergence par le biais de la numérisation constitue donc une occasion majeure de réinventer
les systèmes de mobilité au fur et à mesure qu'évoluent les technologies et les besoins des usagers. Pour
relever les défis du futur, les villes et les fournisseurs de solutions de mobilité doivent adopter une
gestion plus complète et mieux coordonnée de l'offre de mobilité et s'orienter vers une approche plus
proactive de la gestion de la demande de mobilité afin de mieux influencer les comportements dans
l'espace et le temps, car les systèmes de mobilité de demain seront intermodaux, personnalisés ,
pratiques et connectés, et encourageront l'utilisation de modes de transport plus durables (transports
publics, vélo, marche à pied) tout en intégrant de nouvelles solutions de mobilité et des véhicules
autonomes (Arthur, 2018).
Certains travaux de la littérature se sont intéressés de façon spécifique à l’étude des problématiques
connexes à l’amélioration et à l’utilisation des infrastructures, d’autres à l’étude des innovations
technologiques pour une mobilité intelligente. Malgré la qualité des solutions proposées et
implémentées dans certaines villes, une récente étude a permis d’établir que la durabilité n’est toujours
garantie (Arthur, 2018), laissant penser à une juxtaposition de solutions qui ne prennent pas en compte
les interdépendances entre les différentes composantes de l’écosystème de mobilité urbaine. La gestion
de la mobilité s’opère toujours en effet dans un environnement fragmenté où chaque acteur est obnubilé
par la création de solutions supplémentaires à ses offres de base. Plusieurs constats peuvent alors être
relevés :
entre les régions, conduisant à des systèmes sous utilisés dans certains cas, peu adaptés dans
d’autres.
En définitive, les systèmes de mobilité ne répondent pas encore suffisamment aux besoins évolutifs
des clients. Ces derniers doivent prendre en compte les différentes étapes de la chaîne de valeur de la
mobilité à travers des systèmes intégrés (Arthur, 2018 ; Jittrapirom et al., 2017 ; Hietanen, 2014). Une
hypothèse réaliste est donc de considérer un partenariat public/privé, tout en préservant le rôle
organisateur et régulateur des pouvoirs publics. La « maison idéale » de la mobilité du futur peut donc
être résumée comme illustré par la Figure 2, en considérant l’hypothèse d’un partenariat public/pr ivé
et d’une participation citoyenne dans l’élaboration des stratégies de développement urbain.
Pour les villes peu matures (cas des petites villes des pays développés et de la plupart des villes des
pays en voie de développement), la trajectoire vers la mobilité du futur pose une contrainte forte, en
raison des investissements importants à faire tant sur le plan infrastructurel que sur le plan
technologique. Mais le pari de l’innovation technologique, avec une mise en place conjointe des
infrastructures non encore présentes, offre néanmoins de réelles occasions pour le développement de
nouvelles opportunités d’affaires, en phase avec les exigences et défis sociétaux de l’heure et du futur.
Pour les villes matures, la contrainte majeure réside dans le choix des technologies adaptées aux
infrastructures existantes, ou dans la reconfiguration de ces dernières pour mieux les arrimer aux
5
Introduction
technologies du futur. Dans les deux cas, la planification des actions à conduire, en s’appuyant sur une
stratégie cohérente, est une garantie d’une gouvernance maîtrisée de la durabilité (Arthur, 2018).
Ce constat soulève des questions auxquelles il est impératif d’apporter des réponses, notamment
pour les gestionnaires des villes :
Avec le point de vue de l’aide à la décision, la problématique générale de cette thèse est donc
d’accompagner les gestionnaires des villes dans la conception et la mise en place d’un système de
mobilité urbaine durable .
Pour traiter cette problématique et apporter des réponses aux questions précédentes, plusieurs
verrous doivent pour cela être considérés :
Comment formuler les exigences d’un système de mobilité urbaine et comment les intégrer
dans un modèle exploitable informatiquement ?
Comment éliciter les connaissances pour caractériser sa durabilité en prenant en compte ces
exigences ?
Comment choisir des politiques et partenaires cibles dans un cadre de décision collective (du
fait de la diversité des acteurs), en prenant compte la subjectivité, les incertitudes et
l’incomplétude caractérisant ce cadre ?
6
Introduction
Le schéma de principe de la conduite d’un système de mobilité urbaine répondant aux enjeux et
défis du futur est illustré par la Figure 3. Il prend en compte la nécessité d’une collaboration multi-
acteurs, multi-niveaux suggérée dans les développements précédents. Par conséquent, la conduite du
système doit intégrer la diversité des acteurs en présence.
Comme précisé plus haut, les pouvoirs publics ont par hypothèse un rôle de contrôle et de régulation
du système piloté (représenté dans la partie inférieure droite de la Figure 3). Cette hypothèse est illustrée
par la composition du système décisionnel qui est représenté dans la partie supérieure gauche de la
figure, et composé exclusivement des organes relevant du secteur public. On considère pour cela que
les décisions stratégiques et politiques pour définir un plan de développement urbain sont sous l’autorité
des pouvoirs publics, à l’échelle d’une commune ou d’une communauté de communes. Étant
détentrices à la fois de l’expertise et des technologies pour déployer les solutions de mobilité du futur,
les entreprises à capitaux privés ont cependant un rôle à jouer dans le pilotage du système (voir partie
inférieure gauche de la figure). Dans cette optique, en collaboration avec les pouvoirs publics, des
actions visant à ajuster le système (par exemple, reconfiguration du réseau de transport, nouvelle
tarification, nouveaux services, etc.) pourront être conjointement discutées pour mieux prendre en
compte les interdépendances entre les différentes composantes du système et par conséquent, mieux
refléter la satisfaction des exigences et attentes des parties prenantes en présence. Il est à noter que les
7
Introduction
solutions de mobilité qui composent le système piloté sont supposées être majoritairement détenues par
des entités du privé parce qu’elles détiennent l’expertise et les technologies (énergie propre, systèmes
intelligents, communication temps réel, etc.) pour s’adapter plus rapidement à des besoins nouveaux.
En vue d’une plus grande efficacité et une plus grande réactivité par rapport aux évolutions
technologiques, un scénario réaliste est la réduction progressive de l’implication des pouvoirs publics
au niveau du système piloté pour se consacrer au contrôle et à la régulation des solutions proposées ;
ce qui doit permettre de mieux refléter la prise en compte conjointe de l’amélioration de la qualité de
vie des usagers et le respect des contraintes sociétales. La présente étude se focalisera sur le système
piloté basé sur des infrastructures et services de mobilité dont il faut garantir la durabilité.
Sur cette base, les principaux objectifs de ce travail de recherche sont les suivants :
Les contributions des travaux de recherche effectués peuvent être résumées ainsi :
La structure du présent manuscrit ainsi que les principaux résultats issus des travaux de recherche
effectués sont indiqués dans le schéma de la Figure 4.
8
Introduction
Introduction générale
⏀1 ⏀2 ⏀3 ⏀4 ⏀5
D ans le chapitre d’introduction, le contexte de cette thèse, la problématique générale ainsi que
les objectifs visés ont été présentés. Un schéma de principe pour la conduite du système de
mobilité urbaine a pour cela été défini, faisant apparaître des interactions entre le secteur public et le
secteur privé, tant du point de vue des décisions de pilotage que des infrastructures et services fournis.
A l’échelle d’une ville, une bonne coordination des actions peut favoriser une maîtrise des
investissements et de la gestion de ces infrastructures et services. Une démarche générale intégrant le
cycle de vie complet du système étudié est pour cela nécessaire. Ce chapitre se focalise sur l’état de
l’art de la conception de ce système et l’évaluation de sa durabilité. Dans la section suivante, les
principaux concepts de la littérature sur la mobilité urbaine seront tout d’abord définis. Un bref rappel
de l’évolution de la mobilité urbaine à travers les âges est ensuite exposé, suivi de la présentation des
principales approches de conception d’un système de mobilité urbaine et d’évaluation de la durabilité.
Le positionnement scientifique de ce travail de recherche qui en découlera sera décrit par la suite. Enfin,
une synthèse des analyses effectuées clôturera le chapitre.
Urbanisme. Ensemble des sciences, des techniques et des arts relatifs à l'organisation et à
l'aménagement des espaces urbains, en vue d'assurer le bien-être de l'homme et d'améliorer les rapports
sociaux en préservant l'environnement (Corbusier, 1967). Bien que les praticiens aient tendance à
associer le concept à la seule dimension de planification urbaine, il revêt bien plusieurs autres
dimensions. Wirth (1938) précise que l'urbanisme est un mode de vie, caractérisé par des conflits
étendus de normes et de valeurs, par des changements sociaux rapides, par une différenciation sociale
accrue, par une plus grande mobilité sociale, par des niveaux d'éducation et de revenus plus élevés, par
l'accent mis sur les possessions matérielles et l'individualisme, par l'impersonnalité des relations et le
déclin de la communication intime et par l'augmentation des contrôles sociaux formels.
Urbanisation. Elle fait référence à la fois à un état à un moment donné et à un processus se déroulant
dans le temps. L'état d'urbanisation, également appelé niveau d'urbanisation, est indiqué par le
pourcentage d'une population qui vit dans des zones urbaines (UN - DESA, 2014). Le processus
d'urbanisation a quant à lui été utilisé de plusieurs façons et désigne (selon les contextes) : (i) la
migration des zones rurales vers les zones urbaines, (ii) la croissance absolue de la population urbaine
(dite croissance urbaine), (iii) une croissance urbaine plus rapide que la croissance rurale. Ce processus
décrit également le passage d'une population dispersée dans de petites agglomérations rurales où
l'agriculture est l'activité économique dominante, à une population concentrée dans des zones urbaines,
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
11
dura ilit : tat de l’art
plus grandes et plus denses, caractérisées par des activités industrielles et de services (Montgomery et
al., 2004).
Zone urbaine. Bien que la transition urbaine soit historiquement liée au développeme nt
économique (UN - DESA, 2014), faisant des zones urbaines un pôle d’attraction pour investisseurs et
travailleurs, il n'existe pas de consensus général sur la définition de ce qu’elles sont. De ce fait,
l’acception que lui accordent les bureaux nationaux de statistique varie considérablement d'un pays à
l'autre et, dans certains cas, elle a même changé au fil du temps à l'intérieur d'un même pays. D’après
le rapport de l’UN-DESA (2014), les éléments suivants sont considérés pour définir une zone urbaine :
(1) des critères administratifs, (2) un seuil minimal de population, (3) la densité de population, (4) la
proportion de personnes employées dans des secteurs non agricoles, (5) la présence d'infrastructures
(comme les routes bitumées/pavées, l'électricité, l'eau courante ou les égouts), (6) la présence de
services d'éducation et de santé.
Classe moyenne. Elle renvoie à la classe de population considérée comme intermédiaire, entre celle
de pauvres et celle des riches. Dans (Easterly, 2001), elle est plus précisément définie comme la classe
se situant entre le 20ème et le 80ème quantile de la distribution de la consommation. Elle est également
définie comme la classe dont le revenu médian par habitant se situe entre 75 et 125% du revenu médian
par habitant (Birdsall et al., 2000) et d’après la Banque Mondiale, elle comprend les ménages dont le
revenu par habitant se situait, en 2005, entre 10 et 100$ par personne et par jour (Bank-World, 2007).
Un élément caractéristique des populations de la classe moyenne est qu’elles sont prêtes à payer un peu
plus cher pour la qualité, et la demande de biens de consommation (de qualité) qu’elles génèrent
alimente l'investissement dans la production (Murphy et al., 1989). Dans le contexte de cette étude, il
s’agit de la catégorie de populations dont les fournisseurs de services de mobilité tendent à influencer
le comportement pour déployer les solutions innovantes basées sur les technologies que ces populations
utilisent déjà.
Mobilité urbaine. Elle est généralement définie comme la facilité de déplacement d'une origine à
une destination dans une zone urbaine (Cascetta, 2009). On verra par la suite qu’avec les évolutions
technologiques, cette acception tend à être dépassée pour prendre en compte les comportements
nouveaux dans l’utilisation des services de mobilité et la diversité des acteurs en présence.
Mobilité urbaine durable. Peu d’auteurs ont apporté une définition claire de ce concept. Comme
cela a été rappelé dans (Da Silva et al., 2008), sur la base des études réalisées par l’OECD (2000) et un
groupe de spécialistes de la Commission Européenne, on peut le définir comme une mobilité qui
contribue positivement à l’état économique et social d’une région, sans compromettre la santé des
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
12
dura ilit : tat de l’art
humains et l’environnement. De ce fait, c’est une mobilité qui : (1) permet de satisfaire l’accessibilité
et les besoins basiques des personnes ou des entreprises, (2) est abordable financièrement, fonctionne
efficacement, offre la possibilité de choisir entre plusieurs modes, contribue au dynamisme économique
et au développement d’une région, (3) participe à la limitation des émissions en s’appuyant sur une
politique énergétique soutenable. Ce qui dénote une complexité de la caractérisation de la durabilité ,
justifiant l’intérêt d’une méthode d’élicitation proposée au prochain chapitre en vue de faciliter
l’intégration des critères qui vont en découler dans la définition d’un système de mobilité durable.
Mobilité intelligente. C’est une forme de mobilité où l’usage des technologies de l’information et
plus généralement des plateformes numériques est dominant (Benevolo et al., 2016).
l’organisation de la cité 1. La mobilité urbaine est aujourd’hui, davantage un système qui satisfait des
exigences/besoins, qu’un simple déplacement d’un point à un autre (d’une personne ou d’une
marchandise). A travers les âges, elle a connu diverses mutations rythmées par les différentes étapes de
la révolution industrielle (cf. Figure 5). Au 19ème siècle (l’ère de la première révolution industrielle), le
développement des premiers chemins de fer et transports publics a favorisé la concentration des
populations dans les villes qui émergeaient (premières manifestations du phénomène d’urbanisation).
Mobilit 4.0
me
4 r volution industrielle
Mobilit 3.0 Convergence de l'industrie
et de la technologie
2 me et 3 me r volutions Num risation, Internet
industrielles des objets
Mobilit 2.0
Automatisation R seaux sociaux
re
1 r volution industrielle Électrification Individualisation et
Mobilit 1.0 Technologies à vapeur Production de masse
personnalisation de masse
Industrialisation D but de la num risation
P riode pr industrielle M tallurgie, construction
INDUSTRIE Focus sur l'agriculture de machines
Les voies navigables Expansion du rail et des Expansion des routes et Croissance des donn es massives -
comme voies de circulation transports publics locaux du transport a rien « autoroutes de donn es »
MOBILITE les plus importantes Bicyclette comme Motorisation avec des Big Data de la mobilit
Chevaux et cal ches substitut du cheval voitures individuelles Int gration des modes, nouveaux
Les engins à vapeur La voiture comme colonne services de mobilit (partag s)
remplacent les voiliers vert brale de la mobilit Conduite autonome
Epanouissement du rail Mobilit en tant que service -
utilisation plutôt que propri t
Jusqu’au XVIII me
si cle XIXème si cle XXème si cle XXIème si cle
Le 20ème siècle (la période des 2ème et 3ème révolutions industrielles qui ont consacré la massification
de la production des véhicules personnels) a connu l’essor de la sub-urbanisation. Celle-ci est marquée
par la décentralisation progressive des activités industrielles à la périphérie des villes. Le 21 ème siècle
(l’ère du numérique) a quant à lui ouvert la voie à de nouvelles opportunités pour rendre les réseaux de
transport existants beaucoup plus efficaces et plus conviviaux. Ils se sont en effet progressiveme nt
adaptés, de plus en plus précisément à ce que les utilisateurs veulent, quand ils le veulent et comment
ils le veulent, grâce à des offres de services de mobilité très variées. En favorisant l’autonomie et la
connectivité des personnes, ce siècle a fait naître des attentes et des comportements nouveaux qui sont
au centre des défis actuels et futurs de la mobilité urbaine.
rythme, elle constituera bientôt la majorité de la population mondiale. La mobilité sociale posera sans
conteste des problèmes en matière d’organisation et de gestion urbaine comme on le voit déjà avec les
difficultés à satisfaire la forte demande en mobilité dans les mégapoles qui se développent (par exemple,
Le Caire, Kinshasa, Lagos, etc. en Afrique, Bogota, Lima, Rio de Janeiro, etc. en Amérique latine, etc.).
Les mégapoles se distinguent des autres villes par leur taille et leur concentration de l'activité
économique. Si en 1990, on pouvait dénombrer 10 villes de plus de 10 millions d'habitants, lesquelles
comptaient 153 millions d'habitants, soit moins de 7% de la population urbaine mondiale, en 2014, le
nombre de mégalopoles avait presque triplé pour atteindre 28 : leur population est passée à 453 millions
d'habitants, représentant 12% des citadins du monde.
Figure 6 : Évolution de la population mondiale et comparée à celle de la classe moyenne. (Source : UN-
DESA, 2014)
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et évaluation de sa
15
dura ilit : tat de l’art
Banister (2008) a identifié quatre principes clés d’une implémentation réussie : (1) investir dans les
technologies visant les modes de transport, les systèmes d'information et le système de transport lui-
même ; (2) avoir une réglementation et une tarification qui devraient permettre de refléter les coûts
externes du transport dans les coûts réels des déplacements ; (3) développer l'aménagement du
territoire, notamment par la planification et la réglementation afin de favoriser les déplacements plus
courts ; (4) proposer des services et des informations personnelles ciblées afin d’accroître
l'acceptabilité, notamment par la sensibilisation, la démonstration, la persuasion et le marketing
individuel.
Confirmant la tendance de la trajectoire prise par la mobilité urbaine aujourd’hui, de récentes études
basées sur différents programmes de recherche sur les transports et le développement durable des deux
dernières décennies ont mis en exergue le rôle des technologies de l’information et de la communicat ion
dans la perception de la mobilité (Cohen-Blankshtain & Rotem-Mindali, 2016 ; Stead, 2016). C’est une
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
16
dura ilit : tat de l’art
période qui a en effet connu des changements technologiques qui ont affecté plusieurs aspects de la vie
quotidienne, en particulier les déplacements, changeant considérablement la perception qu’ont les
personnes de la distance, de l’accessibilité et de la disponibilité des services de mobilité. Des canaux
supplémentaires pour aller travailler, se divertir, faire du shoping, etc. ont été offerts aux usagers,
remettant en question le paradigme dominant. Un paradoxe que révèlent ces analyses est l’augmentation
du besoin en déplacements que provoque le remplacement des activités physiques par des télé activités
(télé travail, télé shoping, télé loisir …) : en effet, à mesure que les télé activités libèrent du temps aux
personnes, d’autres émergent et sont réalisées, suscitant un besoin accru de se déplacer. Par conséquent,
l’innovation dans la mobilité ne saurait être une simple substitution des solutions traditionnelles par
l’introduction de nouvelles technologies.
Comme le rappellent Adams et al. (2016), la durabilité ne peut être remplie par une simple
conformité à un standard ; des actions coordonnées par les gestionnaires des villes sont nécessaires : il
est donc impératif de les doter d’outils d’aide pour trouver les solutions novatrices aux défis de la
durabilité. Les actions d’innovation préconisées par les auteurs sont principalement orientées vers : (1)
l’optimisation opérationnelle (faire mieux avec moins), (2) la transformation organisationnelle (faire
bien en faisant de choses nouvelles), et (3) la construction de systèmes acceptés (faire bien en faisant
de choses nouvelles avec les autres). L’impératif de « faire avec les autres » est relayé dans (Arthur,
2018) où il a été établi qu’actuellement, la gestion de la mobilité urbaine dans son ensemble fonctionne
encore dans un environnement trop fragmenté, et que, malgré l'évolution de ces dernières années, les
systèmes de mobilité ne réunissent pas encore suffisamment d'acteurs clés pour travailler ensemble afin
de favoriser l'apprentissage collectif pour développer des solutions de mobilité innovantes, rencontrant
les attentes de toutes les parties prenantes.
Il s’agit donc en définitive de concilier innovation technologique et durabilité sans substituer l’un
à l’autre. Le paradigme de mobilité pour le futur (décrit dans la suite) semble remplir cette exigence.
(Jittrapirom et al., 2017). Sa finalité est de faire en sorte qu'il soit si pratique pour les usagers de se
déplacer, qu'ils choisissent volontairement d'abandonner leur véhicule personnel pour se rendre en ville ,
notamment parce que les alternatives sont plus attrayantes (Goodall et al., 2017). D’après Jittrapirom
(2017), les éléments suivants permettent de caractériser plus précisément le Maas :
Intégration des modes de transport. L’objectif est d'encourager l'utilisation des services de
transport public par le transport multimodal et de faciliter les déplacements intermodaux des
usagers ;
Option tarifaire. Composée de deux types de tarif, "mobility package" et "pay-as-you-go" ; le
premier contient des forfaits de différents modes de transport et comprend un certain nombre
de km/minutes/points qui peuvent être utilisés en échange d'un paiement mensuel, tandis que le
second fait payer les utilisateurs en fonction de leur utilisation effective du service ;
Une seule plate forme. Basée sur la digitalisation des contenus, et par laquelle les utilisateurs
peuvent facilement accéder (y compris à partir de leur smartphone) à divers services
comprenant notamment la planification de voyage, la réservation, la billetterie, le paiement
électronique et l'information en temps réel sur le trafic ;
Acteurs multiples. Interaction par le biais d'une plateforme numérique entre différentes parties
prenantes, parmi lesquelles des particuliers ou des entreprises clientes, des fournisseurs de
services de transport (privés ou publics), des propriétaires de plateformes (tiers, fournisseur de
transport public ou autorités métropolitaines), des sociétés de monétique, de billettique, de
télécommunication et de gestion des données ;
Utilisation des technologies de l’Internet. Combinaison d'appareils tels que smartphones ou
ordinateurs, réseau Internet mobile (Wi-Fi, 4G, 3G, LTE...), GPS, systèmes de billetter ie
électronique et de paiement électronique, systèmes de gestion de bases de données et
infrastructure intégrée de technologies (Internet des objets) ;
Obligation d'enregistrement. Pour permettre à l'utilisateur final de rejoindre la plateforme et
de bénéficier d'un accès aux services, y compris des services personnalisés ;
Services à la demande. Pour faciliter la satisfaction des exigences et attentes des utilisateurs
finaux ;
Personnalisation. Pour permettre aux utilisateurs finaux de modifier les options de service en
fonction de leurs préférences, d’où la possibilité de composer librement des trajets connexes ou
de construire leur forfait mobilité, avec un volume d'utilisation différent de certains modes de
transport.
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
18
dura ilit : tat de l’art
En dépit des contraintes nouvelles, notamment pour les gestionnaires des villes, le MaaS comporte
plusieurs avantages (Arthur, 2018 ; Hietanen, 2014) :
(1) Pour le consommateur qui bénéficie d’une mobilité sur mesure, adaptée à la situation et à ses
besoins, facilitée par les choix de mobilité en fonction du temps de déplacement, du coût et d'autres
préférences personnelles, comme l'heure de départ préférée ou le désir de faire des choix écologiques ;
une réduction du budget global alloué à la mobilité, en passant d'un modèle de propriété d'une voiture
à un modèle d'utilisation de la mobilité, voire de l'économie du partage (co-voiturage, location de
bicyclette…).
(2) Pour les opérateurs de solutions de mobilité (publics et privés) de par l’optimisation de leur
offre de mobilité en temps réel, une augmentation du profit grâce au volume, à l'efficacité et à la réponse
à la demande, un partage des bénéfices et opportunités de nouvelles affaires, un accès à tous les besoins
de mobilité exprimés, augmentant ainsi le marché adressable et rendant leurs services plus accessibles.
(3) Pour les autorités de transport qui ont leurs investissements optimisés, tant dans les
infrastructures de transport que dans leur utilisation, et bénéficient d’une productivité et une efficacité
de leurs solutions, la capacité d'orienter la politique des transports vers des modes de mobilité plus
soutenables, qu'ils soient publics.
(4) Pour les pouvoirs publics qui peuvent justifier un meilleur niveau de service au citoyen (les
solutions offertes étant ciblées, fournies à la demande), une amélioration de la qualité de vie par la
diminution de la congestion, l’amélioration de qualité de l'air, etc., voire des économies budgétaires.
émissions de dioxyde de carbone dans le secteur des transports ; et (3) des objectifs de protection des
écosystèmes liés à la protection des terres dans les zones urbaines.
Deux remarques méritent d’être relevées (au vu des développements effectués dans les sections
précédentes) : (1) la mobilité urbaine ne se réduit pas à la seule dimension « transport » ; (2) la
durabilité comporte plusieurs critères interdépendants qu’il faut satisfaire, et qui transcendent le seul
facteur « environnemental ». En effet, grâce à l’apport des technologies, la mobilité durable correspond
plus généralement à la réponse aux besoins des usagers par rapport à leurs activités quotidiennes (à
savoir aller travailler, se soigner, se divertir, etc.), et en prenant en compte le fait que ces besoins
peuvent être satisfaits sans déplacement. Banister (2008) rappelle à cet effet qu’elle vise à : (1) réduire
la nécessité de voyager (autrement dit, faire moins de trajets), (2) encourager le transfert modal, (3)
réduire la longueur des trajets (par conséquent les émissions dans la nature), (4) encourager une plus
grande efficacité du système. Pour la définir, il est donc impératif, d’une part de prendre en compte la
diversité des éléments qui la caractérisent ainsi que leurs interrelations (ce qui revient à gérer la
complexité du système sous-jacent), et d’autre part d’identifier les critères pertinents de durabilité que
ces éléments doivent justifier pour satisfaire les attentes des parties prenantes.
Plus récemment, une étude portant sur des cas réels couvrant la plupart des villes de par le monde
(Arthur, 2018), a permis de spécifier une classification des critères de mobilité qui semble en phase
avec la trajectoire de la mobilité du futur. La classification proposée intègre la vision orientée système
préconisée par Goldman et Gorham (2006) : l’étude prend en effet en compte le fait que le transport
Chapitre 1 – Co eptio d’u système de mobilité urbaine et évaluation de sa
20
dura ilit : tat de l’art
seul ne peut caractériser la complexité de la mobilité urbaine. Trois indices clés ont pour cela été
considérés :
(1) l’indice de maturité qui concernent les facteurs d’attractivité financière du transport public, sa
part dans la répartition modale, la part des modes non polluants, la densité routière, la densité du réseau
de pistes cyclables, la densité de l’agglomération urbaine, la fréquence du transport public, les
initiatives des pouvoirs publics ;
(2) l’indice d’innovation, calculé à partir des critères reflétant le taux de pénétration des cartes à
puce de mobilité, l’utilisation des plateformes (digitales) de mobilité, les solutions de vélos en libre -
service, l'auto-partage (en B2C), les plateformes de covoiturage (en P2P), les services de transmission
électroniques, les plates-formes de taxis, les véhicules autonomes et autres initiatives de mobilité
intelligente ;
(3) l’indice de performance enfin, basé sur des critères (a) environnementaux, en prenant en
compte les émissions de dioxyde de carbone (CO2), la concentration de dioxyde d’azote (NO2), ce lle
des particules dont le diamètre est inférieur à 10 micromètres (PM10) ou inférieure à 2.5 micromètres
(PM2.5), (b) de gestion du trafic, en intégrant les accidents mortels, la congestion, etc., (c) de gestion
des modes, comprenant la part du transport public, celle des modes non polluants, le temps moyen pour
aller au travail, le niveau moyen de motorisation.
Dans cette étude, les auteurs ont ensuite défini un indice global en attribuant (de façon subjective)
un poids spécifique à chaque critère, donnant un total de 36 points pour les critères composant l’indice
de maturité, 24 points pour l’indice d’innovation et 40 points pour l’indice de performance. D’où, pour
une ville donnée, le calcul d’un indice global de mobilité sur 100. Comme pour le cas précédent, les
critères identifiés reflètent bien les dimensions environnementale , économique et sociétale rencontrées
dans la littérature. Quelques problèmes sont toutefois à relever : le mécanisme d’attribution des poids
ainsi que leur agrégation (pour le calcul d’un indice global) laissent peu de flexibilité pour permettre à
des experts d’intégrer leurs jugements personnels dans les évaluations et faire ainsi refléter leurs
préférences, les incertitudes qui s’y réfèrent, ainsi que les spécificités du contexte considéré.
Plusieurs méthodes existent bien dans la littérature, pour définir des indices de durabilité, dont
celles présentées plus haut. Les approches pour l’évaluation des critères ainsi que pour l’agrégation des
évaluations individuelles peuvent cependant différer. Il serait par conséquent illusoire de chercher une
méthode utilisée dans un contexte spécifique pour l’adapter à un autre qui n’en partagerait par
forcément les spécificités. D’où l’impératif d’une démarche d’aide à la construction des critères de
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
21
dura ilit : tat de l’art
durabilité et à leur évaluation par élicitation des connaissances qui s’y réfèrent, et ce dans un cadre de
décision collective, prenant en compte les préférences des experts.
Les principales problématiques étudiées dans le cadre de l’approche par analyse sectorielle visent
(1) la reconfiguration ou l’expansion des infrastructures de transport, par exemple pour introduire une
piste cyclable, un nouveau parking, un point de transfert modal, etc. (SteadieSeifi et al., 2014 ; CERTU,
2012) ; (2) l’aménagement du territoire à travers la planification de l’occupation du sol (Ayissi &
Moskolaï, 2017 ; Wang et al., 2012 ; Saelens et al., 2003) ; (3) l’optimisation de la logistique urbaine
basée par exemple sur des hubs de distribution, la promotion des circuits courts, des zones de
distribution aménagées, etc. (Jia et al., 2016 ; Memon et al., 2013 ; Houda et al., 2010). Malgré la qualité
des solutions apportées dans chacun des secteurs étudiés, pour les décideurs des villes, une telle
approche ne permet pas d’avoir une visibilité sur le long terme et pourrait se réduire à une juxtaposit ion
de solutions dont les influences mutuelles (parfois conflictuelles) peuvent affecter l’efficacité du
système : lors de l’expansion d’un réseau de transport, généralement réalisée dans le but de réduire la
congestion, il a souvent été constaté que l’augmentation des capacités de déplacements tend à accroître
la densité routière (car elle incite les usagers à utiliser leurs véhicules personnels).
Le choix d’une « vision orientée système » pour concevoir un système de mobilité urbaine durable
semble par conséquent plus approprié. Comme l’a montré (Fiksel, 2006), avec un tel choix, la gestion
de la résilience du système face à une perturbation externe est plus maîtrisable. Les principa les
méthodes qui s’y réfèrent sont présentées dans la suite.
Analyse de la dynamique du système. Dans cette catégorie, malgré la vision orientée système, les
modèles élaborés visent généralement l’analyse de l’influence d’une composante sur l’ensemble, à
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
22
dura ilit : tat de l’art
travers l’étude de la dynamique du système. Les autres aspects du système comme par exemple sa
structure, ne sont pas explicitement traités. Les études d’influence peuvent par exemple porter sur
l’évaluation de la politique de sécurité (Goh et al., 2012), l’évolution de la structure du transport de
passagers (Chao & Zishan, 2013), l’analyse de l’influence de la pollution de l’air sur le système de
transport (Vafa-Arani et al., 2014), ou encore l’évaluation de la politique de durabilité (Haghshenas et
al., 2015). Une tentative de conceptualisation du système intégrant ses différentes composantes a été
proposée dans (Wang et al., 2008) où les auteurs ont étudié les interdépendances entre plusieurs sous-
systèmes d’un système de mobilité comprenant : la population, le développement économique, le
nombre de véhicules, les impacts environnementaux, la demande de transport, sa fourniture, la
congestion du trafic. En se basant sur des données réelles d’une ville, la simulation effectuée a permis
d’établir la nécessité de réduire le nombre de véhicules comme solution de durabilité.
Spécification non formelle de système . Dans cette catégorie, il y a quelques décennies déjà que
Wegener (1994) a proposé un modèle opérationnel de mobilité urbaine, composé de huit sous-systèmes
et classés en fonction de leur vitesse de changement dans le temps :
(a) Sous-systèmes caractérisés par des changements lents : (1) réseaux, (2) occupation du sol.
D’après l’auteur les réseaux urbains tels que les réseaux de transport, de communications et de
services publics sont les éléments les plus permanents de la structure urbaine ; les grands projets
structurants nécessitent en effet une décennie ou plus, et une fois en place, ils sont
continuellement mis à jour et réparés, mais rarement abandonnés. Concernant l’occupation du
sol, l’auteur affirme que leur répartition est tout aussi stable ; elle ne change que
progressivement et est beaucoup plus permanente que les bâtiments individuels.
(b) Sous-systèmes caractérisés par des changements à vitesse moyenne : (3) lieux de travail, (4)
logements. Selon l’auteur, les bâtiments d’habitation ont une durée de vie allant jusqu'à cent
ans et prennent plusieurs années, de la planification à leur achèvement, tandis que les lieux de
travail (bâtiments non résidentiels) tels que les usines, les entrepôts, les centres commerciaux
ou les bureaux, les théâtres ou les universités existent beaucoup plus longtemps que les
entreprises ou les institutions qui les occupent.
(c) Sous-systèmes caractérisés par des changements rapides : (5) emploi, (6) populations. D’après
l’analyse de l’auteur, les entreprises sont créées ou fermées, agrandies ou délocalisées en
réponse à l'évolution des marchés et des technologies, créant de nouveaux emplois ou les
rendant superflus. Les ménages sont créés, grandissent ou déclinent et finissent par être dissous,
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
23
dura ilit : tat de l’art
et à chaque étape de leur cycle de vie, ils adaptent leur consommation de logements et leur
localisation à leurs besoins changeants, ce qui détermine la répartition de la population.
(d) Sous-systèmes caractérisés par des changements immédiats : (7) transport de marchandises,
(8) voyages. L’analyse de l’auteur conduit à la conclusion que la localisation des activités
humaines dans l'espace donne lieu à une demande d'interaction spatiale sous forme de transport
de marchandises ou de voyages, et que ces interactions sont les phénomènes les plus volatils du
développement urbain ; ils s'ajustent en quelques minutes ou heures à des conditions
changeantes telles que la congestion ou les fluctuations de la demande.
Vision générale de conception. Pour (Goldman & Gorham, 2006), plusieurs approches apportant
chacune une vision différente, doivent être considérées dans la conception d’un système de mobilité
urbaine durable. En étudiant les interactions entre le transport et les systèmes socio-économiques, ils
préconisent d’adopter une démarche qui englobe : (1) l’approche « nouvelle mobilité » qui s'intéresse
à la façon dont les individus planifient leurs activités quotidiennes. L’objectif dans ce cas est de
chercher à comprendre et à influencer l'ensemble des facteurs économiques et psychologiques qui
façonnent le choix du mode de transport et les décisions relatives à la possession d'un véhicule ; (2)
l’approche « logistique urbaine » qui concerne essentiellement l’optimisation du transport de
marchandises. L’idée ici est d'encourager de nouveaux modèles d'affaires pour des systèmes de
distribution urbaine plus durables (par exemple des hubs de distribution) ; (3) l’approche
« management de systèmes intelligents » qui traite de la relation entre les infrastructures de transport
et les institutions publiques qui l'exploitent. La finalité est de parvenir à réorganiser les pouvoirs publics
autour de la gestion de l'infrastructure publique en tant qu'actif de grande importance dont la valeur est
maximisée si elle est évaluée, appliquée et gérée efficacement ; (4) l’approche « qualité de vie » qui
porte sur la manière dont la société interagit avec les systèmes de transport. Dans cette optique, il est
préconisé une plus grande intégration de la planification des transports aux besoins de la société, en
incluant les possibilités de loisirs et d'interaction sociale, et l'accessibilité pour les personnes
vulnérables (notamment les enfants, les pauvres, les personnes âgées). Une brève synthèse des
différentes approches de conception orientées système est présentée au Tableau 1.
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
24
dura ilit : tat de l’art
Analyse d’impact socio- (1) Gain en efficacité (optimisation , (1) Gestion de la complexité limit ée
économique du système de gestion) (réduite à l’impact socio-économique)
mobilité
(2) Bon suivi des actions et leurs impacts (2) Flexibilité faible dans la spécification
du système (non prise en compte de
(Goldman & Gorham, changements de technologie ou de
2006) paradigme, des besoins spécifiques de
parties prenantes)
Analyse de la dynamique (1) Étude du comportement du système (1) Gestion très faible de la complexit é
du système de mobilit é montrant les influences mutuelles (circonscrite au domaine étudié)
A chaque problème de décision, l’humain doit rechercher la “meilleure” solution pour le résoudre.
Parfois il se heurte à d’énormes difficultés quant au choix de la meilleure solution à cause de
l’hétérogénéité de ces solutions et des critères à prendre en compte. C’est pourquoi, en pratique, il est
préférable de résoudre ces problèmes complexes via un processus scientifique, appelé aide à la décision
multicritère (Bouyssou et al., 2000), permettant la modélisation mathématique du problème concerné.
Un processus d’aide à la décision met en scène au moins deux acteurs : le décideur (ou expert) et
l’analyste. Le premier a la responsabilité de décider du choix final de la “meilleure” solution. Il peut
intervenir tout le long du processus en donnant ses préférences, ses priorités, en émettant des avis et
autres souhaits. L’analyste quant à lui facilite le processus d’aide à la décision par une analyse
méthodologique et scientifique du problème. Il utilise pour cela des formulations claires et des
structures rationnelles nécessaires à la modélisation du problème. Il peut aussi interagir avec le décideur
à travers des discussions pour requérir son avis ou la modification de certaines données fournies par ce
dernier. Parfois l’analyste porte le nom de facilitateur.
(1) Problématique de choix : Elle consiste à sélectionner un sous-ensemble aussi restreint que
possible de l’ensemble des actions en vue d’un choix final d’une seule action. Mais à cause de
la nature conflictuelle des critères, il est préférable de fournir au décideur quelques actions qui
représentent différentes variantes de la "meilleure action". Évidemment, le résultat final peut
être raffiné en utilisant de l’information additionnelle ou avec une analyse plus approfondie.
(2) Problématique de tri : Elle consiste à affecter chaque action à un ensemble de catégories
prédéfinies. Cette formulation est adéquate lorsque le problème de décision consiste à examiner
chaque action indépendamment des autres (en tenant compte des caractéristiques intrinsèques
de chaque action) dans le but de proposer une recommandation parmi un ensemble des
recommandations spécifiées en avance. Chaque recommandation peut être associée avec une
Chapitre 1 – Co eptio d’u syst e de o ilité urbaine et évaluation de sa
27
dura ilit : tat de l’art
catégorie. Le problème de décision est alors vu comme trier les actions potentielles aux
différentes catégories définies en termes de normes prédéfinies. La procédure de tri doit être
définie de telle sorte que chaque action est affectée à une et seule catégorie.
(3) Problématique de rangement : Elle consiste à ranger les différentes actions en allant de la
meilleure action à la moins bonne. Cette problématique est intéressante lorsque les actions sont
à différencier selon leur intérêt relatif. L’idéal est d’obtenir un ordre complet. Cependant, à
cause de la nature conflictuelle des critères, à l’imprécision, à l’existence de systèmes de valeurs
différents, il est souvent plus réaliste de présenter au décideur un ordre partiel. Il est à noter
qu’en pratique, le rangement peut être nécessaire seulement pour les actions les plus
intéressantes.
(4) Problématique de description : Elle consiste simplement à décrire les actions et leurs
conséquences et non pas à les comparer comme c’est le cas avec les trois autres problématiques
précédentes. Ici, il n’existe pas une prescription et la procédure d’investigation est cognitive.
Les méthodes ELECTRE et PROMETHEE sont dites basées sur des approches par sur-classement
de synthèse, prenant en compte « l’incomparabilité » entre deux actions (par exemple lorsque le
décideur est en incapacité de juger des paires d’actions). Elles considèrent les critères qualitatifs et
quantitatifs, s’appliquent à tous les domaines de la science, et peuvent s’étendre à l’utilisation des
nombres flous. Quant aux méthodes AHP et TOPSIS, elles sont dites basées sur des approches du
critère unique de synthèse (les décideurs peuvent effectuer des jugements sur des paires de critère). En
plus des avantages proposés par les autres méthodes, AHP est la plus utilisée selon Mardani et al.
(2015), et ce pour plusieurs raisons : utilisation d’une structure hiérarchique de critères, d’une échelle
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
28
durabilité : état de l’art
pour exprimer les préférences, possibilité de vérification de la cohérence des jugements, prise en
compte des décisions collectives (agrégation des décisions), etc.
Dans les versions originelles de ces méthodes, les évaluations et les poids attribués aux critères sont
supposés connus avec précision : la représentation des critères quantitatifs se fait alors par des nombres.
Ce qui n’est pas toujours possible en pratique et n’offre aucune flexibilité à l’expert dans son jugement.
Des versions étendues ont pour cela été proposées dans la littérature, par exemple, la méthode Fuzzy
AHP (Chang, 1996) définie pour faire face à la prise en compte des incertitudes liées aux jugements
personnels des experts, la méthode DS/AHP (Beynon, 2002) permet de gérer l’incomplétude et le doute,
à partir d’un raisonnement évidentiel basé sur les fonctions de croyance de la théorie Dempster-Shafer.
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
29
dura ilit : tat de l’art
Selon Pérez (2015) et Mardani (2017), les méthodes intégrant une analyse multicritère sont les plus
recommandées et les plus utilisées pour la prise en compte des décisions collectives et la considération
de divers critères dans les processus d'évaluation et de prise de décisions dans les projets de mobilité
urbaine au cours des dernières décennies. Quelques travaux récents de la littérature présentés dans le
tableau ci-dessous (cf. Tableau 3) montrent bien l’intérêt porté aux méthodes d’analyse multicritère dans
l’évaluation de la durabilité de la mobilité urbaine.
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuatio de sa
30
dura ilit : tat de l’art
Méthode d’évaluation de la
Références bibliographiques Description
durabilité
Modèle multicritère flou pour
Bandeira et al., (2018) Analyse multicritère évaluer la durabilité d’un système
transport de fret urbain
Sélection d'alternatives de
transport urbain durable utilisant
Büyüközkan et al., (2018) Analyse multicritère une approche intégrée basé sur l’
intégrale de Choquet intuitionniste
floue
Algorithmes appliqués à la prise
De Paula et al., (2018) Analyse multicritère de décision pour le choix de
système de transport durable
Évaluation de la mobilité urbaine
Perra et al., (2017) Analyse multicritère durable dans la ville de
Thessalonique
Evaluation sous incertitude d’un
Brandi et al., (2017) Méthode statistique multivariée
système de mobilité urbaine
Etat de l’art sur les techniques de
prise de décision à critères
Mardani et al., (2016) Analyse multicritère
multiples dans les systèmes de
transport
Mise en évidence des principes
Graindorge & Breuil (2016) Analyse multicritère fondamentaux pour l’évaluation
des projets de transport
Examen de l'utilisation de
l'analyse décisionnelle
Macharis & Bernardini, (2015) Analyse multicritère
multicritères pour l'évaluation des
projets de transport
Revue de la littérature sur les
approches multicritères pour les
Pérez et al., (2015) Analyse multicritère
systèmes de transport urbain de
passagers
exigences. Elles occupent des zones spécifiques dont il faut planifier la modification à travers des plans
d’aménagement urbain, tandis que leurs besoins respectifs, les services et infrastructures de mobilité
associés sont nombreux et en interaction. Par exemple, pour une catégorie de partie prenante telle que
les populations, leurs principaux besoins en terme de mobilité concernent le déplacement pour se rentre
au travail (école, hôpital, etc.) ou encore pour effectuer des activités de loisir (faire du shopping, aller
au marché, au stade, etc.). Pour ces populations, leurs principaux besoins en terme d’aménagement
urbain ce sont les logements et en terme de service de mobilité c’est le transport public/privé. Les liens
pour les autres parties prenantes (pouvoirs publics et entreprises) peuvent s’interpréter de la même
manière. Vu que les besoins sont appelés à évoluer, les services et infrastructures qui répondent à ces
besoins étant par conséquent appelés à évoluer également, la complexité du système ira en augmentant.
Sur cette base, la conception d’un système de mobilité urbaine durable nécessite de traiter les
verrous suivants : (1) la caractérisation de la durabilité en tenant en compte des besoins des parties
prenantes, (2) la gestion de la complexité liée à la multitude des éléments en interaction, et la prise en
compte de leurs évolutions. D’après les précédentes discussions, aucune méthode de la littérature ne
remplit ces préalables.
En vue d’accompagner les décideurs des villes à concevoir et à déployer un système de mobilité
urbaine durable basé sur le MaaS (i.e. la forme de mobilité en phase avec les évolutions socio-
technologiques), qui prend en compte les exigences de toutes les parties prenantes, deux hypothèses
seront considérées dans le cadre de cette thèse : (1) les pouvoirs publics assurent un rôle régulateur et
de contrôle pour garantir une transparence et veiller à la satisfaction des usagers ; (2) un partenariat
public/public (PPP) doit être instauré pour permettre aux fournisseurs de solutions de jouer un rôle actif
dans l’élaboration et la conduite du système de mobilité ; ce qui revient à considérer un environneme nt
distribué. Le PPP peut comporter quelques risques : l’un est que l’entité publique et l’entreprise privé e
cherchent à tirer profit de la relation, l’usager finissant par payer plus cher ; un autre est lié aux contrats
à long terme qui n’intègrent pas toujours les évolutions technologiques, voire socio-économiques. Les
avantages des modèles de PPP sont toutefois nombreux : allègement des contraintes budgétaires,
optimisation des ressources, contrôle réaliste des coûts, calendrier de construction simplifié et fiable de
la mise en œuvre du projet, permettant d'améliorer l'efficacité économique, maintenance et prestation
de services mieux coordonnées, possibilité de transfert technologique, etc. Au total, il favorise un
recentrage des gestionnaires des villes dans leur rôle d’autorité publique et leur fonction de contrôle du
respect de la règlementation.
Pour traiter le premier verrou, notre positionnement est en définitive celui d’une méthode
d’élicitation des connaissances, afin de formuler les exigences des parties prenantes. Après l’élicitation,
une méthode d’analyse multicritères susceptible de refléter ces exigences et prenant en compte les
incertitudes et doutes liés à une telle évaluation a été adoptée, basée sur le couplage de la méthode AHP
avec la théorie des fonctions de croyance. En ce qui concerne le second verrou, une méthode de
conception capable d’intégrer plusieurs points de vue et plusieurs niveaux d’analyse pour gérer la
complexité du système est nécessaire. Une démarche d’Ingénierie Système a pour cela été adoptée.
Synthèse du chapitre
Comme nous avons tenté de le montrer, le système qui caractérise la mobilité urbaine est complexe.
Sa conception, tout comme l’évaluation de sa durabilité nécessitent par conséquent une démarche
holistique, prenant en compte le cycle de vie complet du système ainsi que les interdépendances entre
ses composantes. Il a en outre été établi dans les développements précédents qu’il est impératif de
prendre en compte les évolutions futures (de technologies ou de paradigme). Comme on a pu le voir, la
tendance pour définir la durabilité, consiste à aller au-delà de l’intégration des technologies qui
facilitent certes l’utilisation des services de mobilité, pour considérer de façon plus globale les
préoccupations des humains, et cette trajectoire ira en s’amplifiant avec des règlementations et une
gouvernance de plus en plus stricte. Dans la littérature, nous avons vu que des méthodes existent pour
Chapitre 1 – Co eptio d’u syst e de o ilit ur ai e et valuation de sa
33
dura ilit : tat de l’art
caractériser la variété des facteurs de durabilité, en incluant ceux reflétant la nouvelle trajectoire de la
mobilité durable. D’autres existent pour formaliser les composantes du système étudié de manière à
mieux refléter leurs interdépendances. Cependant, aucune de ces méthodes ne propose un cadre formel
pour gérer la complexité.
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
34
de mobilité urbaine durable
D ans le chapitre précédent, un état de l’art sur la conception d’un système de mobilité urbaine
et l’évaluation de sa durabilité ont été discutés, ainsi que le positionnement scientifique de ce
travail. Dans ce chapitre, une méthodologie de conception et de mise en œuvre sera proposée. L’objectif
est de guider les gestionnaires de villes dans le choix et la conduite des actions appropriées. Le cadre
méthodologique proposé intègre le cycle de vie complet du système, allant de sa conception à l’analyse
de sa résilience et de divers impacts. Les principales briques de base qui le composent seront tout
d’abord présentées. A l’aide du formalisme BPMN - Business Process Model and Notation (Raedts, et
al., 2007), les principales articulations entre ces composantes seront ensuite détaillées, suivies de la
présentation de la méthode d’aide au choix des politiques cibles proposée. Enfin une synthèse clôturera
le chapitre.
Dans les faits, les villes considérées comme matures (du point de vue de la densité du réseau de
transport, de l’attractivité financière des transports publics, de la multimodalité, etc.) sont en général
intéressées par des solutions qui touchent des aspects décisionnels et informationnels (cas de la plupart
des grandes villes des pays développés). Les autres villes, celles dont l’infrastructure routière, les
équipements associés, la densité des réseaux routiers, etc. sont à parfaire, sont concernées par les trois
dimensions à la fois. Comme les choix qui portent sur chacune de ces trois dimensions correspondent
à des domaines interdépendants d’un système de mobilité urbaine (comme cela sera illustré lors de
l’analyse de la résilience), une vision holistique a pour cela été adoptée : d’où l’intérêt d’un co-
déploiement pour mieux prendre en compte la complexité du système étudié et favoriser une
implémentation réussie (Moskolaï et al., 2015). Dans cette thèse, les aspects infrastructurels et
informationnels ont été plus particulièrement traités. Le schéma de principe reflétant cette vision est
décrit dans la section suivante.
(a) Le niveau stratégique. Il comprend les processus de définition et de choix des politiques cibles,
des partenaires cibles et d’élaboration des projets pilotes à partir des exigences sociétales et des
contraintes financières de l’heure. Comme éléments d’entrée, les décideurs doivent prendre en compte
(1) la loi de finances, (2) les exigences sociétales de l’heure, (3) le contexte économique afin de bien
dimensionner les investissements (cf. niveau supérieur Figure 8).
Chapitre 2 – Méthodologie de o eptio et de ise e œuvre d’u syst e
37
de mobilité urbaine durable
(b) Le niveau tactique. Il comprend les processus de conception du système de mobilité urbaine et
d’évaluation de sa durabilité, en s’appuyant sur des exigences de durabilité et de co-déploieme nt
contenues dans des référentiels et standards d’une part, des objectifs spécifiques au projet en cours
d’autre part. Les connaissances pour l’intégration de ces exigences n’étant pas données, une phase
d’élicitation est pour cela envisagée pour montrer comment exploiter les référentiels et standards
considérés (cf. partie médiane de la Figure 8).
Afin de montrer les articulations entre les activités composant les macro-processus de la
méthodologie qui viennent d’être présentés, une vue plus détaillée a ensuite été réalisée en utilisant le
formalisme BPMN. Les principales notations de ce formalisme sont rappelées dans la suite.
(a) Événements. Il s'agit d'un élément déclencheur qui commence, modifie ou termine un
processus. Ils sont représentés à l'aide de cercles contenant d'autres symboles qui changent en fonction
du type d'événement (message, minuterie, erreur, compensation, signal, annulation, escalade ou lien).
Dans un processus, trois types d’évènements servent à identifier un état particulier dans le processus :
il s’agit des événements de début, intermédiaire et de fin.
(b) Activités. Il s'agit d'une activité ou d'une tâche particulière effectuée par une personne ou un
système. Elle est représentée par un rectangle aux angles arrondis. Elle peut être assortie de sous-
processus, de boucles, de compensations et d'instances multiples.
(c) Branchements. Le branchement est un objet essentiel dans la norme BPMN. Il sert à
représenter la condition de routage entre le(s) flux en entrée et le(s) flux en sortie. Le branchement n’est
pas une tâche et n’effectue aucune action. Lorsque le losange est vide, chaque sortie est une alternative
et il n’y a pas de différenciation entre les sorties. Le losange vide est utilisé lorsque le niveau
d’abstraction du modèle est élevé et que l’on ne désire pas compliquer une vue ou bien lorsque la règle
de traitement n’est pas connue. Les différents branchements possibles dans BPMN sont : les
branchements exclusifs, parallèles, conditionnels et de synchronisation.
Objets de connexion
Il existe 3 types de connexions possibles. Les messages, représentés par une flèche en trait pointillé ,
servent à décrire les échanges entre processus, par une flèche en trait continu représentent les
enchainements des activités ou flux entre deux tâches et les associations représentées en pointillés qui
servent de support de rattachement entre une tâche et un objet de données.
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
40
de mobilité urbaine durable
Piste et couloirs
Une piste représente les principaux participants d'un processus. Une piste différente peut faire
référence à une autre entreprise ou à un autre service qui participe néanmoins au processus. Les couloirs
au sein d'une piste montrent les activités et les flux d'un rôle ou d'un participant, et définissent qui est
responsable de quelle partie du processus.
Artefacts
Il s'agit d'une information supplémentaire utilisée par les développeurs pour ajouter un niveau de
détail nécessaire au diagramme. Il existe trois types d'artefacts : les objets de données, les groupes et
les annotations. Un objet de données montre quelles données sont nécessaires à une activité. Un groupe
montre un regroupement logique d'activités, mais ne modifie pas le flux du diagramme. Une annotation
apporte des explications complémentaires sur une partie du diagramme.
Dans la section suivante, une description plus détaillée des différentes phases du cadre
méthodologique proposé sera présentée en utilisant le formalisme BPMN.
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
41
de mobilité urbaine durable
Dans le choix des politiques cibles, les pouvoirs publics doivent également tenir compte des
exigences de durabilité, du budget et de la loi des finances. Le budget et la loi des finances
Chapitre 2 – Méthodologie de o eptio et de ise e œuvre d’u syst e
42
de mobilité urbaine durable
correspondent tout simplement au montant de l’enveloppe budgétaire allouée aux différents projets de
mobilité urbaine pour un exercice donné.
En ce qui concerne le sous-processus du choix de politiques cibles, il consiste pour les pouvoirs
publics à prendre une décision collective sur la palette d’alternatives de services et d’infrastructures à
implémenter suivant des exigences du développement durable dans le cadre d’une ville en concert avec
les citoyens tel que définie précédemment. Ces services concernent par exemple la construction ou la
réhabilitation des voies et infrastructures de transport vers des centres de santé, commerciaux, de loisir ,
culturels, éducatifs (écoles, lycées ou universités), des zones industrielles, d’habitations ,
administratives, etc. ou la mise à disposition des usagers des services d’informations en temps réel sur :
les choix multimodaux, les horaires, la facilitation des paiements, etc. Il s’agit de manière globale pour
les décideurs d’évaluer et de choisir la ou les politiques à déployer.
permettent de définir clairement les objectifs, contextes et spécificités attendues du futur système de
mobilité urbaine à déployer. Ces spécificités qui constituent les éléments de sortie du niveau stratégique
seront ainsi considérés dans le niveau de décision suivant. Et, pour rester en conformité avec les
nouvelles exigences du développement durable, la prise en compte des parties prenantes est également
nécessaire. Pour cela, le recours aux outils d’ingénierie des exigences et d’ingénierie système est
nécessaire pour une bonne caractérisation du futur système de mobilité urbaine à déployer : il s’agit du
niveau tactique.
Dans ce contexte, un méta-modèle de la mobilité urbaine durable a été proposé dans le chapitre
suivant (cf. chapitre 3) en utilisant les outils d’ingénierie système. Ce méta-modèle de la mobilité
urbaine durable proposé constitue une forme de patron générique décrivant de manière assez détaillée
l’écosystème de la mobilité urbaine durable. Cet écosystème n’est pas seulement constitué d’un
ensemble d’infrastructures physiques et organisationnels mis ensemble afin de produire des activités
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
45
de mobilité urbaine durable
de mobilité mais tient également des systèmes d’informations associés et décisionnels afin d’améliorer
la qualité de service rendu.
Aussi, il faudrait que le système de mobilité proposé soit un système qui offre des coûts abordables
et qui offre le choix entre différentes alternatives de transport (train, bus, métro, tram, vélo, etc.) pour
l’ensemble des populations y compris les personnes à mobilité réduite (mal voyante, handicapée, âgée,
etc.). A cet effet, une analyse des interactions complexes entre les principaux constituants du système
de mobilité est nécessaire afin de définir une feuille de route de déploiement du futur système basée sur
un système de recommandations visant à optimiser la réalisation de projets de mobilité nouveaux.
La roadmap générée constitue un système de recommandations aux décideurs, elle spécifie pour
chaque activité de mobilité à réaliser, quelles sont les briques de bases nécessaires pour sa réalisation.
Elle permet également de donner le séquencement des activités à mener pour le déploieme nt du système
de mobilité urbaine envisagé afin d’optimiser la collaboration qui pourrait exister entre les différents
partenaires sélectionnés pour la réalisation et le déploiement du futur système. Des outils d’ingénier ie
système ont été usités à cet effet pour sa réalisation et une démarche méthodologique a été proposée
dans le chapitre 4. La génération de cette feuille de route tient également compte des retours
d’expériences afin de mieux intégrer les points positifs des systèmes de mobilité urbaine déployés et
de les capitaliser d’une part, et d’autre part d’identifier les points négatifs et manquements pour
proposer des axes d’amélioration afin d’éviter que les défaillances se reproduisent. Il résulte également
de cette étape des indicateurs de co-déploiement nécessaires pour la validation de la roadmap. A l’issue
de ce sous-processus de génération de la roadmap de co-déploiement, un déploiement virtuel est
nécessaire en vue de simuler le système de mobilité urbaine préconisé.
Avant de déployer réellement la solution de mobilité urbaine durable obtenue à l’issue du sous-
processus de génération de la roadmap, le déploiement virtuel est nécessaire. Un modèle du système de
mobilité urbaine durable virtuel est obtenu à cette phase et ce modèle sera constitué des systèmes
physique, informationnel et décisionnel. Il s’agira alors dans cette étape pour les décideurs de
confronter le système de mobilité urbaine durable déployé (de manière virtuelle) au système
prévisionnel (politique cible respectant les exigences de durabilité et des parties prenantes). Dans le
cadre de ce travail de thèse, les sous-processus de déploiement virtuel et la simulation ne seront pas
traités et constituent une perspective du travail.
Chapitre 2 – Méthodologie de o eptio et de ise e œuvre d’u syst e
47
de mobilité urbaine durable
dans la définition de projets nouveaux (niveau stratégique) ou prises en compte dans la révision du
modèle de mobilité obtenu dans le sous-processus de conception du système (niveau tactique). Cette
révision conduira à l’élaboration d’une nouvelle roadmap de co-déploiement.
L’analyse des impacts issue des usagers permettra par exemple l’amélioration de l’accessibilité, de
l’utilisabilité, de l’acceptabilité, etc. des solutions de mobilité proposées. Au niveau des partenaires et
prestataires, elle favorisera notamment l’amélioration de la collecte des données et informations sur
l’utilisation des services de mobilité, ce qui garantira une meilleure gestion de ces services (par
exemple, par une planification et une gestion des ressources optimisées). En ce qui concerne l’analyse
des impacts issue des pouvoirs publics, elle vise à faciliter la coordination des décisions ainsi que
l’amélioration des performances du système piloté. Ce qui conduira par exemple à une structuration
des services, une révision des règles générales de collaboration, voire de nouveaux services ou de
nouvelles offres tarifaires, en phase avec les avancées technologiques et l’évolution des comporteme nts
des usagers.
Une vue d’ensemble de tous les sous-processus du cadre méthodologique proposé, et de leurs
articulations est résumée dans le modèle BPMN global présenté en annexe (Cf. Annexe1). Cette vue
d’ensemble montre les interrelations et la collaboration entre différents sous-processus du cadre
méthodologique proposé (les extrants d’un niveau qui correspondent bien aux intrants d’un autre). En
vue d’aider les décideurs dans le choix des politiques cibles tel que le suggère le niveau tactique, une
méthode d’aide au choix des politiques cibles a été proposée dans la section suivant.
Pour prendre en compte tous ces verrous, le choix s’est porté sur la méthode AHP par ce qu’adaptée
au mode de raisonnement humain généralement basé sur les comparaisons par paires des objets à
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
50
de mobilité urbaine durable
évaluer. Pour prendre en compte la subjectivité, une extension de AHP sera mise en œuvre prenant en
compte l’incomplétude. Dans la suite, le mécanisme de fonctionnement de la méthode AHP sera tout
d’abord décrit :
Structuration du problème. Le modèle AHP est en général une hiérarchie de critères inter-reliés
résultant de la décomposition d’un problème. On trouve l’objectif de l’étude au plus haut niveau de la
hiérarchie, et dans les niveaux inférieurs, les éléments contribuant à l’objectif global. Les critères et les
sous-critères utilisés pour choisir parmi les alternatives sont à des niveaux intermédiaires, tandis que le
niveau le plus bas constitue les alternatives à évaluer.
Élicitation des comparaisons par paires. Dans cette étape, il s'agit de comparer l'importance
relative de tous les éléments appartenant au même niveau hiérarchique pris deux par deux, par rapport
à l'élément du niveau supérieur suivant. Il en résulte des matrices de comparaison sous la forme de
l’équation (1) où chaque élément Sij représente le ratio estimé en fonction d’une échelle de critères de
poids respectifs et ; et estime le degré d’importance du critère par rapport au critère ; en se basant
1 s12 . . s1 j
1/ s 1 . . s2 j
21
S . . . . . (1)
. . . . .
1/ s j1 1/ s j 2 . . 1
Vérification de cohérence. Pour assurer une certaine qualité du niveau de décision, un contrôle de
cohérence (CR) de chaque préférence exprimée par les décideurs est défini par Saaty (cf. Equation 2).
Par exemple, si nous choisissons A1 trois fois plus important que A2 lui-même deux fois plus important
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
51
de mobilité urbaine durable
que A3 et que dans un même temps A3 cinq fois plus important que A1 alors les indicateurs indice de
cohérence et ratio de cohérence nous avertiront que les solutions risquent d'être quelque peu aléatoires.
Si le ratio de cohérence est inférieur ou égal à 10 %, l'appréciation est jugée cohérente.
CI
CR 0.1 (2)
RC
����−
Avec �= ,� � qui est la valeur propre la plus élevée, et RC est le nombre réel estimant
−
la moyenne � obtenu à partir d'un ensemble suffisamment large de matrices générées de manière
aléatoire de ; des valeurs aléatoires pour chaque sont disponibles dans la littérature. En pratique,
selon Saaty (1980), les matrices des jugements � ≤ . sont acceptées comme étant cohérentes.
Agrégation des jugements dans une décision collective. Les décisions collectives sont établies par
le biais de comités ou toute autre équipe d’experts pour l'élicitation des comparaisons par paires. Dans
de tels contextes, de nombreuses méthodes d'agrégation sont fournies dans la littérature. Dans le cadre
de ce travail, la méthode de la moyenne géométrique a été utilisée pour agréger les jugements
individuels, qui est calculée comme suit (3) :
1/ n
n (k )
sij s ij (3)
k 1
(k )
Où n est le nombre de décideurs et Sij est la préférence d'un décideur k pour un critère i par
rapport à un critère j . Après avoir obtenu le vecteur de priorité, il est ensuite multiplié par le coefficient
de poids de l'élément à un niveau supérieur (qui a été utilisé comme critère pour les comparaisons par
paires). La procédure est répétée vers le haut pour chaque niveau, jusqu'à ce que le sommet de la
hiérarchie soit atteint. Le coefficient de pondération global, par rapport à l'objectif pour chaque option
de décision, est alors obtenu. L'alternative avec la valeur du coefficient de poids le plus élevé de vrait
être considérée comme la meilleure alternative.
Pour prendre en compte l’incomplétude, une extension de AHP a été utilisée, il s’agit du DS/AHP.
Cette méthode combine AHP avec un raisonnement évidentiel basé sur la théorie des fonctions de
croyance (Dempster/ Shafer, 1976).
1976). Il est structurellement similaire à AHP, basé sur un modèle de structure hiérarchique. Cependant,
sa base mathématique repose sur la théorie des preuves de Dempster-Shafer (DST). L'utilisation de la
DST dans DS/AHP permet à un décideur de faire des jugements subjectifs sur des groupes d'alternatives
de décision, plutôt que sur des comparaisons d’alternatives individuelles ou par paire d’alternatives.
DS/AHP est utilisé pour les problèmes de décision multicritère qui permettent la considération de
l’abstention car un décideur peut ne pas être capable de répondre à un critère donné. Dans (Smets,
1991), l'auteur a noté que l'ignorance englobe l'incomplétude, l'imprécision et l'incertitude, qui se
rapportent ici aux aspects objectifs et subjectifs du processus de prise de décision.
Les résultats d'une analyse DS/AHP sont des niveaux de préférence sur des groupes d'alternatives
(à savoir, l'assignation de probabilité de base introduite dans DST) ainsi qu'un niveau d'ignorance
concomitante, collectivement appelé un ensemble de preuves (BOE). Le DS/AHP permet également
d'identifier les niveaux de croyance et de vraisemblance, en ce qui concerne la meilleure alternative
existante dans des groupes d'alternatives de taille variable (Beynon, 2005). Une brève présentation du
processus d'évaluation des politiques de mobilité urbaine est décrite ci-après.
Soit H1 ,...., H n un ensemble fini d'hypothèses mutuellement exclusives appelé le cadre du
discernement. Selon la théorie de Dempster-Shafer, une affectation de probabilité basique (bpa) est une
m() 0 et m( A) 1 ,
A
(4)
chaque sous-ensemble A tel que m( A) 0 est appelé l’élément focal. Après le calcul, les valeurs
bpa représentent les niveaux de croyance exacte dans les préférences aux éléments focaux identifiés
par un décideur.
Pour la même information, basée sur le bpa, différentes mesures de croyance peuvent être définies,
parmi lesquelles, la croyance (Bel) et les fonctions de plausibilité (Pls) qui sont les deux fonctions
Pls( A)
A B 0
m( B), A , (6)
Bel ( A) mesure le soutien exact à A c'est-à-dire la croyance que l'hypothèse A soit vraie et
représente la force de l'évidence A . Pls( A) mesure le soutien possible à A c’est-à-dire la quantité
totale de croyance qui pourrait potentiellement être placée dans A et représente la mesure dans laquelle
nous échouons à ne pas croire A . Par conséquent, l'intervalle Bel ( A), Pls( A) représente l'intervalle
de soutien à A et peut être vu comme les limites inférieure et supérieure de la probabilité à laquelle
l'hypothèse est vraie, également interprétée par Beynon et al. (2000) comme l'imprécision sur la "vraie
probabilité" de A .
Les preuves provenant de différentes sources peuvent être combinées, en supposant leur
indépendance, sur la base de la règle de combinaison de Dempster donnée dans l'équation (7) :
C 0
m1 m2 (C ) 0, A B m1 ( A) m2 ( B ) ( )
1 , C0
m ( A ) m2 ( B )
A B 1
Où A et B étaient les éléments focaux avec leur bpa associé m1 and m2 (respectivement), tels que
Bel1 et Bel2 sont indépendants. Il est évident que m1 m2 , une fonction 2 0,1 , c’est aussi un
bpa. Cette fonction est commutative et associative, ce qui permet de combiner plus de deux fonctions
de masse.
Nous avons présenté le processus DS/AHP, basé sur l'hypothèse que AHP traditionnel a été faite,
spécifiquement à chaque niveau de la structure hiérarchique du problème, sauf le dernier niveau. Le but
est de fournir le vecteur des priorités par rapport à chaque niveau de la structure hiérarchique, sauf le
niveau le plus bas.
Les valeurs de ces vecteurs sont appelées valeurs de priorité de critères (CPV) et sont utilisées dans
le processus DS/AHP. Les principales étapes (pour chaque décideur) dans les processus concernés sont
décrites ci-après :
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
54
de mobilité urbaine durable
Étape 1 : Fournir les sources de données probantes concernant les critères et l'alternative
(alternatives de décision). À cette fin, chaque décideur reçoit une enquête sous la forme de l'exemple
présenté en annexe (cf. Annexe 6).
Étape 2 : Calculer les valeurs bpa (Basic Probability Assignment) normalisées de chaque élément
focal sous chaque critère. Dans (Beynon, 2002), basé sur une théorie de l'algèbre concernant les valeurs
propres, l'auteur a montré que le BOE (Body Of Evidence) associé à chaque critère pouvait être calculé
à l'aide des formules suivantes :
�. √
= ∑�
, Θ = ∑� (8)
�=1 �. +√ �=1 �. +√
Où
Étape 3 : Combiner les valeurs bpa sous tous les critères. Pour un décideur donné, cette étape
aboutit à l'évaluation de la croyance moyenne sur le choix de chaque politique, qui est calculée selon
la formule d'agrégation de l'équation (7), et en supposant que les jugements sur les critères sont
indépendants.
Étape 5 : Construire l'intervalle d'incertitude, en fonction des résultats de l'étape précédente. Cet
intervalle, qui est interprété dans (Beynon, 2002) comme l'imprécision sur la « vraie probabilité » d'un
élément focal, aidera à analyser à quel point nous pouvons faire confiance aux jugements du décideur
concerné : en d'autres termes, plus l'intervalle est réduit, plus on pourrait faire confiance à ses
jugements.
Chapitre 2 – M thodologie de o eptio et de ise e œuvre d’u syst e
55
de mobilité urbaine durable
Étape 6 : Agréger les jugements de tous les décideurs et déterminer le classement de chaque sous-
ensemble du cadre de discernement. A ce stade, plusieurs stratégies de classement peuvent être
adoptées. Par exemple, l'interprétation humaine des résultats suivie d'une décision subjective. En outre,
l'automatisation pourrait également être effectuée à travers des règles floues telles que les méthodes de
raisonnement probant proposées dans la littérature.
A l’issue de la phase de choix des politiques cibles à mettre en œuvre, à travers l’évaluation de la
durabilité des différentes politiques, ayant conduite à l’identifiant des projets pilotes à déployer, la
caractérisation des infrastructures et services à mettre en œuvre est nécessaire. A cet effet, la proposition
d’un méta-modèle de mobilité urbaine durable sera proposée dans le prochain chapitre (chapitre 3).
Synthèse du chapitre
Dans ce chapitre, un cadre méthodologique pour la conception et le déploiement d’un système de
mobilité urbaine durable a été proposé. Sa particularité est de prendre en compte le cycle de vie complet
du système. Un intérêt est de faciliter sa conduite sur le long terme car la méthodologie proposée prend
en compte les évolutions de chacune des composantes du système ainsi que leurs interrelations. La
démarche proposée ne s’applique pas à un contexte spécifique ; elle est en effet généralisable et se
décline en trois niveaux de décision : (1) au niveau stratégique, il comprend les processus de définition
et de choix des politiques cibles, des partenaires cibles et d’élaboration des projets pilotes ; (2) au niveau
tactique, il comprend les processus de conception du système de mobilité urbaine et d’évaluation de sa
durabilité ; (3) au niveau opérationnel, il comprend essentiellement le processus de déploiement du
système. Le prochain chapitre sera consacré aux méthodes et outils pour la mise en œuvre des activités
des niveaux stratégique et tactique du cadre méthodologique proposé.
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
56
d ar he d’i g ierie syst e
Chapitre 3 - Conception d’un système de mobilité urbaine durable par une démarche
d’ingénierie système ...................................................................................................................... 56
L es développements effectués dans les chapitres précédents ont permis de mettre en exergue la
multiplicité des acteurs, des ressources et des services composant un système de mobilité
urbaine, ainsi que la complexité de leurs interrelations. La conception d’un tel système doit par
conséquent tenir compte de cette complexité. Une démarche d’ingénierie système a pour cela été
adoptée. D’après cette démarche, une manière de gérer la complexité consiste à définir les exigences
des parties prenantes et du système lui-même. Une autre alternative est basée sur l’analyse croisée du
système en considérant deux dimensions : (1) ses différents niveaux d’analyse et (2) les points de vue
selon lesquels il peut être perçu. Ce chapitre vise à montrer l’intérêt d’une telle démarche dans le cadre
de la conception d’un système de mobilité urbaine durable. A la section suivante, une méthode
d’élicitation des connaissances relatives à la caractérisation de la durabilité du système étudié et
reflétant la prise en compte des exigences des parties prenantes sera tout d’abord présentée. A la
deuxième section, une méthodologie de conception des systèmes complexes sera proposée. Sa mise en
œuvre se fera à la troisième section à travers la proposition d’un méta-modèle de mobilité urbaine
durable. Enfin une synthèse clôturera le chapitre.
Les techniques d’observation utilisent : (1) la participation active, (2) l’observation ciblée et (3)
l’observation structurée. Les techniques d’entretiens utilisent : (1) les entretiens non structurés, (2) les
entretiens structurés (discussion ciblée, jeux de rôle, questionnaires, techniques d’entretien de groupe ,
retour d’expérience, etc.) et (3) les outils automatisés d’entretien. Les techniques d’analyse de tâches
utilisent : (1) l’analyse fonctionnelle des flux, (2), l’analyse opérationnelle des séquences, (3) l’analyse
des flux d’information, (4) l’analyse d’interactions, (5) l’analyse de l’emploi, (6) l’analyse
chronologique et (7) l’analyse cognitive de tâche.
Selon Cooke (1994), ces méthodes informelles semblent bien adaptées aux phases initia les
d’élicitation de connaissances dans lesquelles le domaine doit être bien défini et circonscrit. Elles
peuvent également être utiles pour obtenir un rapport d'expert. Cependant, leurs résultats sont souvent
lourds et difficiles à interpréter. Mis à part l'analyse des tâches, il y a en effet peu de directives
concernant l'analyse des données générées par les entretiens et les observations.
Les techniques à base de rapports verbaux, utilisent : (1) les rapports en ligne (par exemple, parler
ou penser à haute voix) et (2) les rapports hors ligne (par exemple, rappel rétrospectif ou assisté, analyse
d'interruption). Une autre forme de technique est basée sur les rapports non verbaux. Les techniques
d’analyse de protocoles utilisent l’analyse du contenu, le discours / la conversation / l’analyse des
interactions, des outils automatisés. Les techniques d’analyse des décisions utilisent l’obtention des
estimations de probabilité et d'utilité, la modélisation statistique.
Selon Cooke (1994), ces techniques sont plus formelles dans la mesure où elles spécifient à la fois
les phases d'élicitation et d'analyse. De plus, elles vont plus loin dans l'analyse en explorant la structure
et les processus cognitifs qui sous-tendent l'exécution des tâches. Elles font le plus souvent appel à des
données verbales et sont donc soumises aux limites des rapports verbaux. En outre, comme dans le cas
des méthodes informelles, elles donnent lieu à des ensembles de données volumineux et souvent
ingérables, qui sont difficiles à interpréter de façon significative.
Les techniques à base de concepts utilisent : (1) les entretiens structurés en vue de l’élicitation de
concepts (comme par exemple, listes de concepts, d’étapes, de chapitres, les transcriptions d’entretiens)
et (2) l’élicitation de concepts couplée à une grille d’analyse (par exemple, échelonnement ,
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
59
d ar he d’i g ierie système
comparaison par similarité, élicitation par similarité). Les techniques par collecte de données utilisent :
(1) la notation et le classement (par exemple, la comparaison par paire, l’estimation de grandeur,
l’association contrôlée), (2) une grille d’analyse, le tri (par exemple, tri hiérarchique, carte
multidimensionnelle de tri, tri répété), (3) la co-occurrence d’événement / les probabilités de transition
et (4) les corrélations / la covariance entre données. Les techniques d’analyses structurelles utilisent :
(1) des échelles multidimensionnelles, (2) des techniques discrètes (par exemple routines de
regroupement, dimensionnement de réseau), (3) l’élicitation directe de structure (par exemple, dessiner
des courbes fermées, des associations libres, la construction de graphe, les questions-réponses) et (4)
l’interprétation de structures (par entretiens guidés, identification d’aspects de la représentation,
comparaison de représentations). Une autre catégorie de techniques est basée sur l’automatisation des
méthodes conceptuelles.
Selon Cooke (1994), les possibilités pour créer des méthodes d'élicitation en intégrant différentes
techniques à base de concepts, de collecte de données, d'analyse structurelle et d'interprétation semblent
infinies. Les techniques structurelles permettent cependant de se concentrer sur la structure
conceptuelle du domaine et bénéficient d'une moins grande dépendance à l'égard des rapports verbaux
que les autres techniques, ainsi que d'une capacité à traiter des données provenant d’experts multiples.
De plus, elles sont axées sur la réduction des données, avec l’espoir de révéler les caractéristiques les
plus significatives du domaine. Il a par ailleurs été établi qu’elles fournissent une approche plus
objective pour l'interprétation de grandes quantités de données (Cooke, 1994). Il y a cependant des
limites, notamment la tendance de ces techniques à se concentrer sur la connaissance conceptuelle
(nécessitant une forte expertise du domaine) au détriment d'heuristiques, de règles ou de stratégies.
Une méthode basée sur des techniques conceptuelles d’élicitation (décrites plus haut) a été adoptée.
Dans cette étude, des connaissances de durabilité déjà élicitées et contenues dans des référentiels et
standards de la littérature ont été considérées. Pour faciliter leur utilisation dans un modèle exploitable
informatiquement, une phase de conceptualisation des indicateurs de durabilité a été nécessaire.
Role Modeling) proposée par Halpin et Bloesch (1999), qui consiste à traduire directement une
expression de faits en langage naturel. Cette méthode peut également exprimer les relations comme des
contraintes.
Il s’agit, d’identifier les fragments de phrases simples permettant de décrire le domaine considéré
et de les exprimer sous la forme normalisée <sujet> <verbe> <complément> telle que le recommande
le formalisme. Par exemple, les expressions suivantes peuvent être considérées : <ligne> <possède>
<arrêt>, <usager> <emprunte> <bus>, etc.
Il s’agit de relier les objets identifiés (matérialisés par des ellipses) aux rôles qu’ils jouent (figurés
par des rectangles) en utilisant les notations graphiques telles que celles du tableau suivant (cf. Tableau
4). Pour l’exemple précédent, les objets suivants peuvent être identifiés <ligne>, <arrêt>, <usager>, et
<bus>. Ces objets seront représentés par des ellipses et les rôles <possède> et <e mprunte> par des
rectangles tel que présenté dans le tableau suivant (cf. Tableau 4).
Les notations graphiques utilisées dans un modèle ORM ne constituent pas une originalité en soi
(malgré leur simplicité). Cependant, l’aptitude du langage ORM à décrire un univers du discours avec
un formalisme proche du langage naturel nous semble être un atout intéressant pour la présente étude.
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
61
d ar he d’i g ierie syst e
Ce qui permet d’identifier leurs interrelations et de maîtriser les contraintes auxquelles le système sera
soumis.
La vision fonctionnelle. Pour satisfaire les exigences définies par les utilisateurs et le système, une
décomposition du système est nécessaire en vue d’identifier les principales fonctions en interactions
conduisant à la solution envisagée et ensuite, une identification des composants associés. Il s’agit de
décrire la solution pensée sous forme de fonctions du système et les liens qu’elles entretiennent entre
Chapitre 3 - Co eptio d’u système de mobilité urbaine durable par une
63
d ar he d’i g ierie syst e
elles. Ces fonctions seront ensuite décomposées en sous fonctions en vue d’effectuer des choix de
composants organisationnels y relatifs adéquats. La vue fonctionnelle permet de répondre à la question
« Comment ? ».
La vision organique du système. La vision organique du système permet de décrire les composants
qui réalisent les différentes fonctions du système. Elle permet également de représenter l’arborescence
des constituants (organes) et leurs liens d’interfaces en vue de réaliser les fonctions du système. Elle
répond à la question « Qui fait ?».
Il existe principalement deux démarches d’analyse : une démarche ascendante et une démarche
descendante.
La démarche ascendante stipule de figer les solutions et les fonctions principales préalablement
aux choix organisationnels. Elle est indispensable pour les systèmes novateurs car elle permet à tout
moment la prise en compte de nouveaux composants pour l’atteinte des objectifs souhaités ;
La démarche descendante stipule une définition des constituants des systèmes en vue de réaliser
des fonctions du système. La difficulté étant celle de la prise en compte des évolutions fonctionnelles.
La mise en œuvre des méthodes préconisées plus haut est abordée à la section suivante où un méta -
modèle de la mobilité urbaine durable sera proposé.
Le formalisme OPM (Object-Process Methodology) est une méthodologie qui permet de concevoir
un système permettant de définir à la fois sa structure et son comportement. Une autre caractéristique
intéressante de ce formalisme est l'expression bi-modale des modèles proposés via des graphismes
formels intuitifs et un langage naturel équivalent, ce qui peut être d'un grand intérêt pour permettre à
un non-spécialiste de la modélisation de comprendre ou même de valider un modèle fourni. Ses produits
livrables comprennent un ensemble de diagrammes objet-processus (OPD) et une collection
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
64
démarche d’i g ierie syst e
correspondante de phrases écrites dans Object-Process Language (OPL). OPM est constitué de trois
types d'entités principales : les objets, les processus et états ; les objets et les processus étant des blocs
de construction de niveau supérieur. Les objets existent et les processus transforment les objets en les
générant, en les identifiant ou en les affectant. Les états sont utilisés pour décrire des objets et ne sont
pas des éléments autonomes. Une description sommaire est donnée dans le tableau ci-dessous (cf.
Tableau 5).
La modélisation de OPM repose sur la mise en relation d’un ensemble d’objets encore appelés
relations structurelles du système. Ces relations structurelles expriment des relations statiques,
indépendantes du temps entre des paires d'entités, le plus souvent entre deux objets. En général les liens
de OPM assurent trois principales fonctions : les liens de transformation, les liens d’activation et les
liens de contrôle (Dori, 1995 ; Dori, 2016). Une description sommaire des liens structurels est donnée
dans le tableau ci-dessous (cf. Tableau 6).
Dans OPM, les relations encore appelées liens de procédure entre les entités (objets, processus et
états) permettent de traduire le comportement dynamique et temporel du système. Le comportement et
l'aspect dynamique d'un système peuvent se manifester dans OPM de trois façons :
Pour modéliser un système, très souvent il est important d’être spécifique et montrer non seulement
comment un objet est généré par un processus, mais aussi à quel état cet objet est généré. Aussi, il est
important d'indiquer non seulement comment un objet est consommé par un processus, mais aussi à
quel état cet objet doit être pour qu'il soit consommé par le processus. Afin de pouvoir parler de la
transformation de l'objet, nous devons définir l'état et démontrer comment les états sont utilisés. La
modélisation avec OPM permet également de montrer comment un modèle peut être simulé par une
animation pour faire valoir son aspect dynamique, en particulier en exécutant les séquencements des
transitions d'état de chaque objet. Les notions approfondies sur la modélisation OPM sont disponibles
(Dori, 2011 ; Dori, 2015).
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
66
d ar he d’i g ierie syst e
Les référentiels utilisés pour l’extraction des indicateurs de durabilité, synthétisés dans le Tableau 7
sont répertoriés dans l'ordre chronologique, de 2001 à nos jours, et concernent principalement les
documents de stratégie (deuxième et cinquième colonne), les rapports d'expertises (dixième et dernière
colonne) et les articles scientifiques (le reste).
A la lecture du tableau proposé (cf. Tableau 7), il en ressort qu’il n’existe pas de méthodologie
commune d’évaluation de la durabilité et, que peu d'études traitent des problèmes qui présentent un
grand intérêt pour la formalisation des connaissances liées à la durabilité. Cela renforce le besoin d'une
vision holistique en vue de permettre aux décideurs de la mobilité d’avoir une sémantique partagée.
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
67
d ar he d’i g ierie syst e
Tableau 7 : Synthèse analytique des indicateurs de durabilité d’un système de mobilité urbaine
Gudmundsson
Smith et al.
Goldman &
Shiau et al.
Richardson
Arthur L.
Gohram
WBCSD
Litman
Buzási
ACTIF
AMF
2001 2003 2005 2006 2008 2012 2013 2015 2015 2016 2017 2018
Pol l utio de l’air • • • • • • • • •
Congestion • • • •
Émi s sions de gaz • • • • •
Ca rbura nt/Co so atio d’ ergie • • • • • •
Nui sance Sonore • • •
Recycl a bilité • • •
Rés ilience •
Pol l utio de l’eau •
Attra cti vi té •
Opportunités économiques • • • • • • •
Occupa tion du s ol • •
Fi nances publics • • • • • • •
Di versités urbaines • •
Accès a ux services de mobilité • • • • • •
Accès à mobilité réduites • • •
Aborda bilité • • •
Retour d’e p rie ce • •
Confort •
Acci dents • • • • •
Di versité fonctionnelle •
Sa nté • •
S s t e d’i for atio • • •
Qua l ité de l'espace public • • • • •
Temps de déplacement • • • • • •
Sécuri té routière • • • • • • • •
Effi ci ence énergétique • • •
Connectivité i ntermodale • • • • • •
Intégration multimodale • • • •
Ta ux d'occupation • • •
Effi ca cité opérationnelle • •
Accès a ux services • •
Sureté • • • •
……..
Théorie des
ensembles
processus
Méthode
Standard
Standard
Standard
Sondage
Sondage
Sondage
Sondage
Sondage
Sondage
Sondage
analyse
Méthodologies
En vue de faciliter l’exploitation des critères élicités, une ontologie a été ainsi proposée. La
formalisation de cette dernière s’est faite avec le langage standard OWL pour sa capacité à représenter
la connaissance informatiquement, et à faciliter l'échange entre les ontologies. Étant donné que les
processus de raisonnement ne sont pas considérés dans le cadre de ce travail, le code source n'est pas
Chapitre 3 - Con eptio d’u syst e de o ilit ur ai e dura le par u e
68
d ar he d’i g ierie syst e
présenté ici, mais la hiérarchie de l'ontologie proposée est fournie (cf. Annexe 2) et réalisée avec le
logiciel Protégé. Afin de rester en conformité avec la définition d'un système de mobilité urbaine
durable, l'ontologie de durabilité proposée classe les indicateurs suivant les critères environnementaux,
économiques et sociaux. Les indicateurs donnés suivant un critère peu selon le point de vue du décideur
appartenir à un autre critère (exemple, pour la consommation d'énergie, l'instance pourrait être analysée
par son impact économique, environnemental ou social). Ici, les indicateurs de durabilité ont été classés
selon le point de vue de l’autorité organisatrice de la mobilité qui constitue la partie prenante principa le
de ce travail, dont une analyse du cadre de durabilité est étudiée et suggérée. Un glossaire des différents
indicateurs utilisés est également proposé (cf. Annexe 3).
Politique
- Les pouvoirs publics, ils élaborent et impulsent les politiques de mobilité urbaine au niveau
communal, régional ou d’un pays. Ils sont situés au premier plan de l’élaboration de nouvelles
offres de mobilité. Ils décident des budgets, et des choix de politiques à mettre en œuvre. Ils
élaborent également des orientations géostratégiques ou macroéconomiques du système.
Économique
- Les fournisseurs de services, ils représentent les entreprises partenaires et prestataires de
services qui interviennent pour le déploiement des offres de mobilité. Ils proviennent des
domaines divers (travaux publics, télécommunication, électricité, infrastructures de transport,
etc.).
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par une
69
d ar he d’i g ierie syst e
Sociale
- Les régulateurs du transport, veillent au respect des règles de sécurité et d’hygiène des
usagers et de la conformité des politiques déployées vis-à-vis de la loi et des normes pour
une meilleure satisfaction des usagers de la mobilité urbaine (accessibilité, confort,
abordable, etc.).
- Les voyageurs (individuel ou entreprise), ils sont les principaux bénéficiaires et acteurs de
l’organisation de la mobilité urbaine. Ils utilisent les réseaux de transport pour des raisons
diverses liées à leurs activés quotidiennes (loisir, santé, travail, éducation, etc.).
Technologique
- Les industries des systèmes de mobilité qui proposent des services et infrastructures liés à
la mobilité urbaine
- Les industries de fabrication de véhicules qui produisent des véhicules répondant aux
exigences des utilisateurs et répondant aux normes ;
- Les opérateurs de maintenance, ils sont responsables de la réhabilitation et de
l’aménagement des voies, lignes et du réseau de transport en général. Ils travaillent sous la
coordination des autorités organisatrices du transport ;
- Les fournisseurs d’énergie qui produisent l’énergie nécessaire pour la traction des engins
et l’alimentation énergétique des infrastructures de transport.
Écologique
- Les régulateurs de mobilité urbaine, ils ont pour rôle de réguler l’activité du transport à
travers des recommandations concernant les infrastructures et la gestion urbaine en vue de
préserver l’environnement pour les générations futures. Ils peuvent être représentés par les
organisations non gouvernementales ou gouvernementales.
Législative
- Les municipalités (pouvoirs publics) qui conçoivent les Plans de Déplacement Urbain et
élaborent les politiques de développement de la mobilité en milieu urbain. Ils sont aussi
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
70
d ar he d’i g ierie syst e
Avec l’évolution sans cesse des systèmes de mobilité urbaine, de nouvelles organisations et parties
prenantes spécifiques qui s’occupent de la gestion des nouveaux modes de mobilité douces tels que le
partage de vélos, l’utilisation des voies fluviales urbaines, etc. peuvent être envisagées.
Suivant le diagramme de contexte présenté (cf. Figure 15), les relations entre les différentes parties
prenantes et l’environnement du système ont été identifiées et matérialisées par les liens. Ces liens
identifiés concernent principalement les services suivants : l’organisation du système de mobilité, sa
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
71
d ar he d’i g ierie syst e
Par la suite, les fonctions obtenues seront allouées à des constituants physiques et informationne ls
du système, aptes à les réaliser. Le système sera alors vu comme un ensemble de composants ou de
sous-systèmes.
Une analyse des sous-systèmes qui constituent le système de mobilité urbaine (considéré comme
un système de systèmes) sera faite dans un premier temps. Il s’agit principalement selon la littérature,
des sous-systèmes représentant : la topologie du réseau de transport, les horaires du système, les
services de mobilité et enfin la gestion de l’occupation urbaine.
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
73
d ar he d’i g ierie syst e
La topologie proposée met en exergue l’ensemble des constituants physiques nécessaires pour le
déploiement d’une offre de transport public. Dans le modèle proposé, les composant d’autres sous-
systèmes en relation avec les composants physiques sont également représentés et identifiés avec des
couleurs de contours différentes. Les composants physiques de la topologie de la mobilité concernent
principalement les réseaux de transport, les lignes de transport, les modes de transport, les
infrastructures de transport, les points d’arrêts et les itinéraires de transport. Une description de ce
modèle est nécessaire pour une meilleure compréhension :
Les réseaux de transport. Une offre de transport public concerne principalement les réseaux de
transport (ensemble de parcours constitué de différents modes de déplacements dans un périmètre
donné) qui sont composés d’un ensemble de lignes de transport pour assurer la mobilité urbaine.
Les lignes de transport. Selon la définition proposée dans la norme Transmodel : « une ligne est
un groupe d’itinéraires qui sont généralement connus du public par une appellation commune (nom ou
Chapitre 3 - Co eptio d’u syst e de o ilit urbaine durable par une
74
d ar he d’i g ierie syst e
numéro). Deux Itinéraires utilisant le même cheminement d’infrastructure (ou des voies parallèles),
mais dans des sens opposés, appartiendront généralement à la même ligne ». Une ligne est également
identifiée par son emplacement géographique et les itinéraires qui la constituent. Le terme parcours est
également très utilisé pour spécifier la manière dont les itinéraires sont utilisés dans une ligne de
transport. Une ligne de transport est caractérisée par les modes de transport utilisés, les infrastructures
de transport déployées et les points d’arrêts.
Les points d’arrêts. Un point d’arrêt est un endroit où les véhicules peuvent s’arrêter en vue de
charger-décharger des passagers et où les passagers peuvent attendre les véhicules ou préparer leur
déplacement. Il s’agit souvent des points de connexion. C’est un endroit où un véhicule peut s’arrêter
pour faire monter ou descendre un passager (point de liaison) ou des points terminaux où le véhicule
s’arrête automatiquement pour observer une pause de quelques minutes. Un ensemble de points d’arrêts
consécutifs constitue également un itinéraire. Ces points d’arrêts sont généralement caractérisés par la
présence de plusieurs services (service d’information aux usagers concernant les itinéraires, les
horaires, l’acquisition des titres de transport, le compostage, etc.) et des points de ventes des titres de
transport. Les points d’arrêts sont situés dans un espace géographique doté ou pas de services ou
d’infrastructures telles que les parkings, les zones d’activités ou les hubs de transport.
Les points de vente. Caractéristiques des points d’arrêts, les points de vente constituent des points
où les usagers du système de mobilité urbaine peuvent s’acquitter ou valider leur titre de transport. Les
points de vente sont généralement situés dans les points d’arrêts intermédiaires ou terminaux. Ils sont
caractérisés par leur emplacement et les infrastructures de service nécessaires pour la vente, la
validation des titres de transport et l’information du voyageur sur les différentes possibilités à lui
offertes.
Les modes de transport. Selon la norme Transmodel, un mode de transport est la caractérisation de
l’exploitation en fonction des moyens de transport (bus, tramway, métro, train, ferry, bateau, etc.). Les
différents modes de transport sont caractérisés par les types de véhicules utilisés (électriques, hybrides,
à énergie fossile) et les types de transport dédiés pour usage (transport de marchandises, transport de
personnes ou transport mixte). Dans le cadre de cette étude, la mobilité des personnes constitue notre
priorité. Le choix du mode de transport définit également les infrastructures nécessaires pour concevoir
le système de mobilité correspondant.
spécifiques d'un mode de transport, et sont conçues pour permettre la circulation de certains types de
véhicules, plus ou moins diversifiés. Elles constituent également un support de base pour
l’implémentation des infrastructures de service permettant l’exploitation des nouvelles technologies
pour l’aide à la décision. Les infrastructures peuvent être organisées en réseaux et caractérisées par un
emplacement géographique dédié (par exemple le réseau ferroviaire est constitué de gares).
Les itinéraires. Un itinéraire, suivant la norme Transmodel, représente un concept abstrait qui n’a
en lui-même aucune réelle signification opérationnelle. Son but est de décrire un cheminement
indépendamment des éléments d’infrastructure (voirie) et de l’aspect opérationnel (points d’arrêts, par
exemple). Il est donc défini par une suite ordonnée des points d’itinéraire (par exemple PoR1 à PoR10).
Les points d’itinéraire doivent être choisis de manière à permettre d’identifier la définition d’un
itinéraire sans ambiguïté et en cela diffèrent des points d’arrêts (CERTU, 2013). Aussi, les itinéraires
sont orientés c’est-à-dire, la suite des mêmes points d’itinéraire ordonnée dans le sens contraire
constitue un autre itinéraire. Afin d’organiser un service régulier des offres de mobilité urbaine, les
itinéraires sont planifiés afin de proposer aux usagers des informations y relatives.
Pour répondre à la finalité de l’offre de mobilité urbaine, le modèle de la topologique proposée (cf.
Figure 17), met en exergue les interactions qui existent entre la topologie du système de mobilité et les
aspects liés aux itinéraires, aux horaires et aux services à travers des interfaces.
Le modèle représentant les horaires est principalement constitué des composants suivants : les
calendriers d’exploitation, les périodes d’exploitation, les heures de départ et d’arrivée et les fréquences
de dessertes. Les horaires constituent une caractéristique essentielle des itinéraires de transport et sont
utilisés dans les activités relevant du « temps réel » de l’offre de mobilité urbaine (actions de régulation,
gestion des modifications des services, information des usagers en temps réel, etc.).
Calendriers. Pour chaque jour d’exploitation, l’offre de mobilité urbaine est planifiée et définie
selon un plan de production ou calendrier comprenant des tâches prévues pour chaque ressource
disponible (en particulier les véhicules et les conducteurs) étalée sur une période donnée (CERTU,
2013). Une période correspond à un moment donné de l’année où il peut y avoir une emphase
particulière sur l’activité de transport (par exemple la période de vacances). Elle caractérise également
les saisons de l’année (printemps, automne, hivers, été). En fonction des périodes du calendrier, une
AOM peut proposer aux usagers des services spécifiques. Un calendrier est également composé des
horaires qui caractérisent la planification des trajets sous forme d’heures (heure de départ, heure
d’arrivée et heure de passage).
Les services de mobilité urbaine concernent généralement les services aux usagers de transport
(paiement, compostage ou informations), les services liés aux infrastructures (à travers des équipements
disponibles dans les véhicules, en station ou sur la voirie), les services d’aide à l’exploitation (SAE)
qui associent à l’offre de mobilité urbaine théorique des informations en temps réel et les services dédiés
aux compagnies et entreprises responsables du transport. Ils permettent d’automatiser et de simplif ier
les échanges d’informations entre les parties prenantes du domaine des transports (usagers, AOM, et
pouvoirs publics). Les activités de mobilité urbaine nécessitent l’échange et la manipulation de
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
78
d ar he d’i g ierie syst e
certaines informations concernant les déplacements des usagers du transport, l’agencement des
différents modes de transport, la gestion du trafic, le transport des marchandises, la gestion urbaine, les
systèmes de paiement électroniques, etc.
Les services aux voyageurs. Les services aux voyageurs concernent principalement les services
liés à la réservation, l’acquisition d’un service (titre de transport, utilisation des stationnements, etc.),
la validation des titres de transport et l’information en temps réel. Il s’agit des services que l’on retrouve
dans les points de ventes et dans les endroits disposants d’une activité telle que les hubs de transport,
les parkings, etc.
Un autre service aux voyageurs est la validation des tickets de services et titres de transports. Elle
se fait à travers la notion de compostage qui consiste dans les réseaux de transport en commun à vérifier
à l’entrée d’un réseau que le titre de transport détenu par l’usager est adéquat. Il s’agit d’un système
automatisé qui vient remplacer la méthode artisanale de l’usage des poinçonneurs réalisés par les
contrôleurs à bord des véhicules. Les supports de billets utilisés comportent des informations sur le
nombre d’usages s’il est prédéfini, la durée ou les modes autorisés. La procédure de validation
consistera donc à vérifier et à modifier ces informations à chaque passage de l’usager. On retrouve ces
équipements généralement dans les gares, les points d’arrêts ou à bord des véhicules.
Comme autre service aux voyageurs, le service d’information aux voyageurs caractérisé par les
systèmes d’information dédiés aux informations relatives aux offres de mobilité doit être considéré, les
applications d’affichage du tableau horaire et correspondances, de présentation cartographique et
topologique des lignes et des points d’arrêts ou de calcul d’itinéraire. Les systèmes d’information
voyageurs étant exhaustifs, avec l’avènement de nouveaux services tels que les systèmes de gestion de
bicyclettes partagées (Kiefer & Behrendt, 2016) les systèmes de gestion des parkings (Akhavan-Rezai
et al., 2016), les systèmes de co-voiturage (Brandstätter, et al., 2016), etc., L’objectif dans ce travail est
de montrer l’intérêt de la prise en compte de ces derniers dans le déploiement de nouvelles offres de
mobilité c’est pourquoi les plus usités ont été pris en compte :
- Les systèmes d’information voyageurs (SIV) : Il s’agit d’un ensemble de disposit ifs
installés dans les gares, les points d’arrêts, les véhicules de transport en commun, etc.,
permettant, de manière automatique et régulière, d'informer les voyageurs visuellement, par
des dispositifs sonores ou par messages à propos du trajet (heure de départ, heure d’arrivée,
terminaux, etc.) ou de donner toute autre forme de communication. Ils utilisent également
des informations provenant d’autres systèmes, les systèmes d’information multimodaux ou
les systèmes d’information urbaine.
- Les systèmes d’information de mobilité multimodaux (SIM) 4 : l’idée de ces systèmes est
de pouvoir fournir de manière plus fine au voyageur toute l’information nécessaire à la
réalisation de son déplacement. Les fonctions principales dans les SIM sont : la mise à
disposition de plans du réseau (interactif ou en téléchargement), la consultation des arrêts,
des lignes, des horaires, etc., la mise à disposition d’un service de recherche d’itinéraires ,
des informations sur l’état du trafic et les éventuelles perturbations, etc. Ces systèmes
exploitent des informations fournies par les systèmes de contrôle de véhicules (afin de
connaitre par exemple la position d’un train et prévoir son heure d’arrivée ou de passage à
une gare), les systèmes de gestion du trafic (pour signaliser les accidents, les voies
congestionnées aux usagers par exemple), les systèmes de gestion de marchandises (pour
assurer le suivi des colis et marchandises), les systèmes de gestion urbaine (pour relayer les
informations relatives à une ville) et les systèmes de paiement (par exemple pour le
paiement des titres de transport en ligne ou au niveau des bornes).
- Les systèmes de gestion du trafic : il s’agit des systèmes qui participent pleinement à la
gestion du trafic au travers des moyens et équipements utilisés sur les réseaux de transport.
Ils permettent également aux exploitants du transport d’adopter des mesures dynamiques
en temps réel, de fournir des informations aux usagers telles que les informations afin
d’éviter les zones de congestion et les risques d’accident, etc. Ces systèmes utilisent
principalement des données provenant des systèmes de contrôle des véhicules, des
infrastructures supports installées (capteurs, caméras et autres équipements) sur les lignes
de transport et dans les points d’arrêt.
- Les systèmes de gestion urbaine : il s’agit des systèmes d’information mis à contribut ion
pour la collecte et la diffusion des informations concernant une ville ou une agglomérat ion
donnée. Ils permettent généralement de fournir des informations telles que les
emplacements vitaux d’une agglomération (hôpitaux, écoles, administrations, centres
commerciaux, lieux de loisirs, stations-services, banques, poste de police, etc.) mais
également des indicateurs pertinents et fiables pouvant guider les choix des décideurs dans
le cadre d’un renouvelle ment urbain (Narayanaswami, 2017 ; Ayissi & Moskolaï, 2017).
Il s’agit des systèmes installés sur des véhicules, qui utilisent des nouvelles technologies (capteurs,
GPS, GSM, Wifi, etc.) afin d’améliorer la sécurité et l’efficacité dans la gestion de la flotte de véhicules
par exemple. Un exemple concret est la synergie véhicule-réseau routier qui est un projet d’intégration
et d’amélioration de la technologie de la mobilité intelligente. La mise en œuvre réussie de la synergie
véhicule-réseau entraînera un changement révolutionnaire dans la sécurité des transports, simplifiera
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
81
d ar he d’i g ierie syst e
Les services d’aide à l’exploitation (SAE). Il s’agit d’un service mis en place sur un réseau de
transport urbain afin de transmettre les informations en continu vers des centres de supervision des
réseaux concernant la localisation en temps réel et les déplacements des véhicules en utilisant des
supports technologiques tels que les capteurs, GPS, etc. Ces services permettent également aux
exploitants du système de mobilité urbaine d’améliorer la planification des horaires (par exemple
connaître l’heure de passage des prochains bus) à travers des supports variables, de favoriser leur
ponctualité, d’améliorer la qualité de service (en agissant en temps réel sur le réseau en cas de
défection), etc. Ils exploitent les informations provenant des systèmes de contrôle de véhicules et des
systèmes de gestion de trafic (à travers les données produites par les capteurs et autres équipements).
Les services de logistique. Il s’agit principalement des systèmes d’information dédiés à la gestion
des chaines logistiques et des entreprises de transport des marchandises. Ils permettent d’effectuer par
exemple la surveillance en temps réel des véhicules et l’identification des conditions de conduite
dangereuses, la réduction des coûts et des délais du transport, par une optimisation des circuits et
systèmes de distribution, le déclenchement en automatique ou proposition de réapprovisionnement des
partenaires, etc. Ces technologies permettent d’améliorer de manière générale le pilotage de l’activité
de logistique dans les systèmes de transport. Les systèmes de gestion des chaines logistiques utilise nt
des données provenant des systèmes de contrôle des véhicules (munis de capteurs, GPS, etc.) et des
systèmes de gestion urbaine.
En résumé, le modèle de service de mobilité urbaine proposé (cf. Figure 19 ) met en exergue les
interactions qui existent entre les services envisagés de l’offre de mobilité urbaine à travers les systèmes
d’information et la topologie du réseau de transport d’une part et d’autre part les interactions entre les
services, les horaires et la gestion urbaine. Les systèmes de mobilité urbaine étant au cœur des
programmes de renouvellement urbain (extension des réseaux routiers, déploiement de nouvelles offres
de transport, etc.), il est tout aussi important de prendre en compte dans la modélisation d’un système
de mobilité urbaine durable la composante de la gestion de l’espace urbain.
Un espace géographique de la mobilité est caractérisé par sa localisation qui peut généralement être
de deux types : les espaces sans services et les espaces avec services.
Les espaces sans services. Il s’agit des espaces non occupés et non exploités dans une
agglomération urbaine. En général l’on retrouve ces espaces dans les zones périphériques de ville pour
maintenir l’équilibre de l’écosystème.
Les espaces avec services. Il s’agit des espaces aménagés, dotés des infrastructures de transport.
Les usagers y retrouvent également des services d’information (systèmes de paiement et de validation,
systèmes d’information de transport). On peut y retrouver des parkings, des pôles d’échanges ou des
hubs de transports et des zones d’activités.
Chapitre 3 - Co eptio d’u syst e de o ilit ur ai e dura le par u e
83
d ar he d’i g ierie syst e
Généralement, lorsqu’il s’agit d’un lieu de correspondance entre différents modes de transport, on
parle de pôle d’échanges. Le pôle d’échanges constitue le point central d'un réseau de transport et est
généralement situé au niveau des arrêts terminus, des gares, des aéroports, etc. Ils concernent même
souvent plusieurs exploitants concurrents du transport.
Les espaces avec services concernent aussi les zones à forte activité telles que les zones
commerciales avec une forte présence des usagers, les zones administratives fréquentées aux heures de
pointe, les zones agricoles et les zones industrielles. A ce modèle de la gestion urbaine de la mobilité
proposé, on peut déceler plusieurs contraintes de mise en œuvre notamment entre la topologie du réseau
de transport et la gestion urbaine d’une part et d’autre part entre la fourniture de services aux voyageurs
et la gestion urbaine.
Une intégration des différents sous-systèmes présentés, permet d’obtenir une architecture globale
du système de mobilité urbaine (cf. Annexe 3). En vue de prendre en compte les exigences des parties
prenantes et de durabilité précédemment élicités, un méta-modèle de la mobilité urbaine durable sera
proposée dans la suite.
En plus de représenter dans le même modèle les points de vue structurel, fonctionnel et
comportemental du système sous forme de graphismes formels intuitifs, le formalisme OPM permet
également de générer la description textuelle du modèle proposé à travers le langage OPL (Object
Process Language). Un grand intérêt du langage naturel équivalent au modèle est celui de permettre à
un non-spécialiste de la modélisation de comprendre ou même de valider un modèle fourni. Le modèle
OPL correspondant est le proposé en annexe (cf. Annexe 5).
Synthèse du chapitre
Bien qu’elle soit généralement adossée au principe général du développement durable en
considérant conjointement les dimensions économique, sociale et environnementale, les règles pour
caractériser la durabilité d’un système ne sont pas unanimement partagées. Dans le contexte de la
mobilité urbaine, les connaissances pour formaliser les règles sont contenues dans des référentiels ou
des standards, extraites à partir de l’expertise des spécialistes du domaine. Dans ce chapitre, après avoir
rappelé les principales techniques d’élicitation des connaissances de la littérature, une méthode pour
caractériser la durabilité d’un système de mobilité urbaine a été proposée et basée sur une hybridation
de plusieurs techniques. Pour traiter la problématique de conception, une méthode d’ingénierie système
prenant en compte plusieurs points de vue et plusieurs niveaux d’analyse a été proposée, notamment
pour gérer la complexité induite par la constitution d’un système de mobilité urbaine. Ce qui a conduit
à un méta-modèle représenté avec le formalisme OPM qui permet l’intégration de toutes les dimensions
du système au sein d’un même modèle. C’est en outre un formalisme qui offre la possibilité de simuler
le fonctionnement d’un système. Le prochain chapitre portera sur les méthodes d’aide au déploieme nt
du système.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
86
l’ar hite ture distri u e
L e méta-modèle d’une mobilité urbaine durable a été proposé au chapitre précédent. Comme cela
a été présenté, plusieurs éléments en interactions composent le modèle. Selon le nombre des
éléments à considérer, sa mise en œuvre peut s’avérer fastidieuse et difficilement réalisable du fait du
réseau d’interrelations complexes. L’utilisation d’une méthode facilitant sa réalisation peut s’avérer
nécessaire. Ce chapitre vise à aider les concepteurs à déployer un système de mobilité urbaine par un
mécanisme automatisé. Celui-ci doit permettre de gérer la complexité liée à la multiplicité de ses
composantes et leurs interrelations. A la section suivante, la méthode choisie pour la caractérisation du
système sera tout d’abord présentée. Ensuite, dans la deuxième section, une méthode d’élaboration de
la roadmap de déploiement sera proposée. La troisième section porte quant à elle sur la mise en œuvre
de ladite méthode, suivi de la présentation de l’architecture résultante. Enfin une synthèse clôturera le
chapitre.
Dans le cadre de ces travaux, l’outil de modélisation basé sur des méthodes matricielles d’ingénier ie
système appelé Design Structure Matrix (DSM) ou encore matrice structurelle de conception a été
adopté. Les matrices DSM permettent en effet de représenter et de visualiser les interactions (de
différentes natures) entre les composants d’un système complexe. Elles sont utiles d’abord lors de la
définition de l’architecture organique (regroupement des modules ou sous-systèmes, optimisation des
couplages) et ensuite lors de l’intégration pour vérifier que les zones de couplages et les interfaces entre
composants sont bien réalisées. Les avantages d’une telle méthode ainsi que sa mise en œuvre seront
présentés dans la suite.
de modélisation de réseaux, une DSM peut représenter de façon significative un assez grand
système complexe dans un espace relativement restreint.
- Visualisation. Les DSM mettent en évidence les modes de relation d'intérêt particulier pour
un concepteur de système. Par exemple, l’architecture d’une DSM processus peut distinguer
les interactions de rétroaction, qui ont magnifié les implications pour le comportement du
système et l’architecture d’une DSM produit peut montrer les zones d'interaction forte
indicative des avantages de l'affectation des composants particuliers aux sous-systèmes ou
modules. En outre, la DSM offre une vue au niveau du système afin d’avoir une vision
globale et permettre une prise de décision optimale.
- Compréhension intuitive. Une fois la DSM représentée, la compréhension de la structure
de base d’un système très complexe devient aisée.
- Analyse. La nature matricielle des DSM ouvre la porte à l'application d'un certain nombre
d'analyses puissantes en théorie des graphes et matricielle ainsi que des méthodes d'analyse
DSM spécialisées (clustering, séquencement, etc.). Une analyse DSM permet également
d’éclairer les liens indirects, itérations de processus, la convergence, la modularité, et
d'autres motifs et effets importants.
- Flexibilité. La DSM est un outil de modélisation de système très flexible. Depuis son
développement initial, il y a plus de trois décennies, de nombreux chercheurs et praticiens
ont modifié et étendu la DSM de base avec des représentations graphiques utiles, les
couleurs, et des données supplémentaires. De nouvelles possibilités continuent de se
développer chaque année.
Les DSM offrent une perspective commune sur un système à savoir l’amélioration dans la
compréhension des concepteurs des relations et des causes à effet qui se produisent au sein du système.
Les DSM aident également à organiser les connaissances acquises, et à mettre en œuvre des canaux de
la créativité et de l'innovation vers des améliorations du système. En bref, elles permettent en général
de mieux gérer la complexité des systèmes et une meilleure coordination dans sa mise en œuvre.
autre. L'approche est devenue très répandue pour analyser des modèles de systèmes complexes sous
forme d'une matrice carrée contenant des lignes et colonnes identiques représentant les éléments du
système. Les cellules diagonales représentent les composants d'un système (ils sont très souvent laissés
vides, noircis ou encore rappellent le nom de l’élément sur la diagonale pour faciliter la lecture d’une
matrice de grande taille) et les cellules hors diagonale illustrent les possibilités de dépendance entre les
composants. Outil très flexible, dans la littérature, les DSM ont été utilisées pour modéliser de
nombreux types de systèmes. En fonction du type de système modélisé, les DSM peuvent représenter
divers types d'architectures.
Exemple :
- Pour modéliser l'architecture d'un produit, les éléments de DSM seraient les composants du
produit et des interactions seraient les interfaces entre les composants.
- Pour modéliser l'architecture d'une organisation, les éléments DSM seraient les personnes ou
les équipes dans l'organisation, et les interactions pourraient être les communications entre les
personnes.
- Pour modéliser une architecture de processus, les éléments DSM seraient les activités dans le
processus, et les interactions seraient les flux d'informations et / ou des matériaux entre eux.
Les DSM modélisent également différents types d'architectures combinées pour représenter
comment les différents domaines du système sont liés entre eux au sein d'un système plus vaste. Ainsi,
la DSM est un outil générique pour modéliser tout type d'architecture de système.
Il existe principalement deux conventions pour la lecture des entrées et sorties d'un élément dans le
modèle DSM (Eppinger & Browning, 2012).
- IR / FAD : Les marques hors diagonale dans les lignes représentent les entrées (IR) et dans les
colonnes les sorties. Suivant cette convention, dans un processus DSM les "feedback ou
rétroactions" sont représentés par toutes les marques se trouvant au-dessus de la diagonale
principale.
- IC / LOG : Les marques hors diagonale (IC) dans les colonnes représentent les entrées et les
sorties dans les lignes. Suivant cette convention, dans un processus DSM, les "feedback ou
rétroactions " sont représentés par toutes les marques se trouvant en dessous de la diagonale
principale.
Exemple :
Adoptons la convention IC dans cet exemple où les colonnes constituent les entrées et les lignes les
sorties. Soit une DSM à huit éléments étiquetés de A à H. Les lignes et les colonnes portent les éléments.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
90
l’ar hite ture distri u e
On peut lire sur la ligne D que D a des entrées de A, B et F. On le matérialise avec la présence d’une
croix et on peut dire que D dépend de A, B et F. On peut également lire sur les colonnes que F fournit
des éléments à D et à B. Ainsi les marques dans les cellules hors diagonales symbolisent la présence
d’une interaction entre les éléments ou composants (Eppinger & Browning, 2012).
Une DSM simple telle que représentée dans l’exemple ci-dessus (cf. Figure 22) est appelée DSM
binaire parce que les marques hors diagonale indiquent simplement la présence ou l'absence d'une
interaction. La représentation binaire d’une DSM peut être étendue en incluant d'autres caractéristiques
de l'interaction, telles que le nombre d'interactions et /ou l'importance, l'impact ou l’intensité de chaque
élément en interaction.
Il existe principalement trois types de relations entre les différents composants d’un système
(Warfield, 1973). Prenons l’exemple d’un système à deux composants A et B (cf. Figure 23) ; les
situations envisageables sont les suivantes : soit il existe une relation de contrainte entre les éléments
(enchaînement séquentiel) (a), soit les éléments A et B sont indépendants et peuvent être réalisés en
parallèle (b), ou soit les éléments se contraignent mutuellement (couplage) (c).
Ces interactions peuvent également être représentées à l'aide d'une ou plusieurs valeurs numériques,
des symboles, des nuances de couleurs au lieu de simples marques binaires dans chacune des cellules
hors diagonale. Cette forme élargie de DSM est appelée DSM numérique.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
91
l’ar hite ture distri u e
Dans ces travaux deux catégories de DSM seront présentées (DSM statiques et temporels) car les
deux autres catégories sont basées sur ces dernières.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
92
l’ar hite ture distri u e
Les DSM Processus permettent de modéliser l’enchaînement des tâches de tous les processus de
l’entreprise. Dans l’entreprise les tâches déterminent principalement l’allocation des ressources et
servent de base pour estimer la durée et le coût du projet.
Les DSM Paramètres quant eux, ont été initialement utilisées pour modéliser les relations de
précédence et les contraintes entre les paramètres et variables en conception. Elles s’appliquent plus
généralement à tous les systèmes dont les éléments ne sont pas homogènes.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
93
l’ar hite ture distribuée
L’objectif général lorsqu’on analyse des DSM temporelles est de réorganiser les éléments en ligne
et en colonne de manière à réduire les retours en arrière lorsqu’il s’agit de tâches, ou d’identifier une
hiérarchie entre les éléments. Cette réorganisation est assurée par des algorithmes de séquencement et
de partitionnement.
L’ensemble des types de DSM, leurs applications et les algorithmes nécessaires pour leur analyse
sont résumés dans le tableau suivant (cf. Tableau 8).
Méthode Type
Type de DSM Applications
d’analyse d’analyse
Pour la mise en œuvre de cette méthode, une démarche méthodologique a été proposée pour
l’élaboration de la roadmap du système de mobilité urbaine durable étudié dans ces travaux.
- Faire une représentation visuelle graphique du modèle DSM en s’appuyant sur les
différentes interactions identifiées, mais également après avis des experts du domaine ;
- Améliorer : La plupart des applications DSM entraînent non seulement une meilleure
compréhension du système, mais aussi l'amélioration du système grâce à des mesures prises
à la suite de l'analyse DSM et l'interprétation de son affichage.
Ces cinq étapes doivent être précédées par une préparation et une planification appropriée à la
lumière des buts, des objectifs et des contraintes élucidés (une bonne définition du problème, une
collecte préalable des données, etc.). Idéalement, la dernière étape comprendrait une rétroaction au
premier, non seulement la fermeture d'une boucle d'amélioration continue, mais aussi un cycle
systématique de l'apprentissage qui augmente la connaissance du système et améliore la précision et la
richesse du modèle.
Le temps réel et l'effort requis pour toute application DSM dépendra de plusieurs facteurs, y
compris la familiarité avec le système au cours de la modélisation, l'accès aux informations nécessaires,
aux produits et aux processus experts, la documentation disponible, le niveau de détail de modélisation
désiré, et l'expérience des modeleurs DSM. Bien que certains modèles de DSM puissent être extraits
automatiquement à partir de modèles de gestion de projet ou code logiciel, la plupart ont entraîné la
participation directe des experts.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
95
l’ar hite ture distri u e
Suivant la Figure 26, plusieurs relations peuvent être identifiées entre les principaux composants du
sous-système physique. Par exemple la ligne 1 (réseaux de transport) a pour entrée la colonne 2 (ligne
de transport), la ligne 2 (ligne de transport) a pour entrées les colonnes 3, 6 et 7 (mode de transport,
infrastructures de transport et point d’arrêt), etc. Ces entrées sont matérialisées par la présence d’une
coloration et traduisent le fait que, pour la réalisation d’un réseau de transport, la prise en compte des
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
97
l’ar hite ture distri u e
lignes de transport est nécessaire, pour la réalisation d’une ligne de transport la prise en compte des
modes de transport, des infrastructures de transport et des points d’arrêts sont nécessaires. Il en est de
même pour les autres composants de la DSM.
Pour enfin obtrenir la DSM générale correspondant à la roadmap de déploiement, une intégration des
deux sous-systèmes est nécessaire.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
98
l’ar hite ture distri u e
Figure 28 : DSM d’intégration des sous-systèmes physique et d’information de mobilité urbaine durable
Dans cette matrice (Figure 28), sont représentées : les interactions entre les composants de même
nature (composants du sous-système physique entre eux, et composants du sous-système d’information)
et les composants des sous-systèmes différents (sous-systèmes physique et d’information). Par
exemple, pour les sous-systèmes physique et d’information, la ligne 6 (infrastructures de transport) a
une entrée sur la colonne 23 (système des infrastructures support) qui correspond à un constituant du
système d’information. Cette interdépendance traduit ainsi un déploiement conjoint des sous-systèmes
de transport physique et d'information.
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
99
l’ar hite ture distri u e
La matrice ainsi proposée correspond à une roadmap de co-déploiement qui permet de manière
visuelle de guider les décideurs dans le déploiement du futur système de mobilité urbaine. Seulement,
la complexité pour la conception et le déploiement d’un tel système de mobilité urbaine demeure, car
les différents composants du système de mobilité représentés à travers sa roadmap, relèvent des
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
100
l’ar hite ture distri u e
domaines différents. Cette situation peut nécessiter une coordination aussi bien dans la réalisation des
tâches de déploiement qu’entre les différents prestataires (partenaires publics/privés). Pour aider les
décideurs à optimiser le déploiement du système de mobilité urbaine, une architecture distribuée du
système sera proposée en regroupant les différents composants du système en modules ou sous-
systèmes interconnectés.
Selon Harmel (2006) il existe plusieurs algorithmes pour mettre en œuvre les clustering tels que
ceux basés sur les coefficients de similarité, le tri, l’optimisation de coûts, l’itération et les algorithmes
génétiques. Toutes ces méthodes nécessitent des mesures de distance ou de ressemblance pour
caractériser les clusters. Les travaux les plus célèbres concernant les algorithmes de clustering sur les
DSM s’appuient sur le tout premier algorithme qui est celui de Idicula (Idicula, 1995) qui sera utilisé
dans le cadre de cette thèse. Cet algorithme de clustering développé par Idicula a été ensuite repris et
amélioré par (Fernadez, 1998). Idicula (1995) s’est intéressé à deux problèmes rencontrés en ingénier ie
concurrente et liés aux tâches de conception. Le premier problème était « d’identifier l’ensemble de
tâches ou composants interdépendants dans un processus de conception » et le second avait pour sujet
« la détermination des groupements des tâches interdépendantes ».
En général, l'algorithme de Idicula sélectionne aléatoirement une tâche et calcule les enchères pour
les différents modules. L'offre la plus élevée est choisie, la tâche est alors associée à ce module et le
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
101
l’ar hite ture distribuée
nouveau coût total de coordination est calculé. S'il y a une amélioration des coûts, la tâche est incluse
dans ce module. Ce processus se poursuit de manière itérative et se termine lorsque aucune amélioration
du coût de coordination ne se produit pendant un "certain" nombre d'itérations (paramètre à spécifier).
L'algorithme correspondant est représenté à la Figure 30.
Pour la mise en œuvre, le logiciel académique Cambridge Analysis Modeler (CAM) a été utilisé.
Les résultats de cette simulation seront présentés dans la suite.
étroitement liés des sous-systèmes physique et d’information pourraient être conçus par des équipes
unifiées.
Suivant la Figure 31, 10 clusters se sont formés représentant ainsi des regroupements entre
constituants :
- D’un même sous-système, par exemple les composants du sous-système physique (cluster 0,
cluster 3, cluster 5 et cluster 6), les composants du sous-système d’information (cluster 1,
cluster 2, cluster 7 et cluster 8) d'une part ;
- Et d'autre part les composants de sous-systèmes différents (cluster 4 et cluster 9).
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
103
l’ar hite ture distri u e
Dans cette architecture, le cluster 1 qui caractérise le système d’information (système de gestion
urbaine, système de gestion du trafic, système de transport multimodal, système d’informations
voyageurs, etc.) n’est pas représenté car l’ensemble des infrastructures et services est basé sur cette
dernière. Elle correspond ainsi à une architecture dite « distribuée ». Selon Coulouris (2005), une
architecture distribuée peut se définir comme un ensemble d’entités (composants matériels ou logicie ls)
en réseau ou interconnectées qui communiquent et coordonnent leurs actions.
Le système reconfiguré (cf. Figure 32) est constitué : de composants de base assez stables (pouvant
être affectés à des équipes différentes et pouvant être planifiés), il s'agit des cluster 0 (configuration de
la topologie de base du système de mobilité), du cluster 2 (gestion de la logistique urbaine), du cluster
Chapitre 4 - Aide au déploiement du système : de la méthodologie à
104
l’ar hite ture distri u e
En vue d’une informatisation du système de mobilité urbaine, le cadre commun d’urbanisat ion
proposé (cf. Figure 33) résultant des analyses précédentes permet de prendre en compte les opérations
de maintenance et les évolutions technologiques des modules identifiés au cours du cycle de vie du
système, sans affecter l'ensemble du système. Les principaux apports de la mobilité intelligente intégrée
dans le système de mobilité urbaine traditionnel sont matérialisés par la couleur verte dans
l’architecture. Ce cadre commun d’urbanisation proposé est représenté selon le modèle d’architecture
OSI (Open Systems Interconnexion) et constitué de plusieurs vues : stratégique (concerne le choix des
politiques cibles), processus et métier (prise en compte des besoins des usagers et caractérisation du
système), fonctionnelle (informations et données du système), application (implémentation des
nouveaux services de mobilité pour smartphones, etc.), et infrastructure (ensembles des infrastructures
de transport, de télécommunication, d’énergie, etc.).
Le cadre commun proposé considère également l’ensemble des règles de conduite d’un système
d’information. Il s’agit des Règles Générales d’Interopérabilité (RGI), des Règles Générales de Sécurité
(RGS) et des Règles Générales d’Accessibilité (RGA) des systèmes d’information qui seront
implémentés. Il doit alors en résulter un catalogue de services accessibles, ainsi qu’une base de
connaissances constituant le patrimoine informationnel de la mobilité urbaine, alimenté par retour
d’expériences des actions gouvernementales et des partenaires privés.
Synthèse du chapitre
Un système de mobilité urbaine étant par essence complexe, comme cela a été présenté, sa mise en
œuvre peut s’avérer fastidieuse sans une aide. Une roadmap a pour cela été proposée dans ce chapitre.
Elle vise principalement deux objectifs : (1) faciliter l’instanciation du méta-modèle de mobilité dans
un contexte spécifique basé sur une aide pour gérer de la complexité ; (2) faciliter le déploiement des
activités liées à la mise en œuvre du système. Dans les deux cas, la méthode DSM a été utilisée,
fournissant l’aide sous forme de recommandations. Le premier objectif s’adresse plus particulièreme nt
aux concepteurs du système, tandis que le second vise les gestionnaires de villes souhaitant optimiser
la planification du développement urbain. Vu qu’elle nécessite la spécification de projets avec leurs
tâches de réalisation, une illustration de sa mise en œuvre sera réalisée au chapitre 5. Dans le cadre de
l’aide à l’instanciation du méta-modèle, la méthode DSM a permis d’obtenir une architecture distribuée
de la mobilité urbaine du futur. Celle-ci met en exergue l’environnement distribué du système. Son
implémentation nécessite la définition de règles générales d’interopérabilité , d’accessibilité, de
sécurité, de partage ainsi que l’utilisation d’un protocole de communication approprié pour garantir la
transparence et la sécurité des transactions. Ce travail est envisagé pour des études ultérieures.
107
Chapitre 5 - Simulation et étude de cas
C e chapitre concerne une étude de cas basée sur une ville virtuelle. L’objectif est d’étudier la
faisabilité et la pertinence des choix et propositions effectués dans ce travail de recherche.
Les points suivants du cadre méthodologique proposé seront plus particulièrement abordés : le choix
des politiques cibles, l’élaboration de l’architecture du système de mobilité proposé, l’élaboration de la
roadmap correspondante et enfin l’analyse de sa résilience aux perturbations externes. A la section
suivante, la description du cadre d’étude considéré sera présentée. A la deuxième section, un cadre
d’aide au choix est proposé aux décideurs pour la sélection et l’évaluation de la durabilité d’un système
de mobilité urbaine. A la troisième section, une architecture de système correspondante au choix
effectué sera proposée. Cette architecture permettra ensuite d’élaborer la roadmap de déploiement du
système étudié. Enfin, une analyse de la résilience du système est également proposée dans ce chapitre
ainsi qu’une synthèse du chapitre.
Le réseau routier mis en place dans cette ville permet de desservir trois communes et est caractérisé
principalement par :
- Un service de mobilité urbaine constitué des taxis classiques, et des véhicules personnels ;
- Un service de mobilité urbain à la demande (taxi VIP) que l’on retrouve généralement aux
alentours de la gare voyageurs ;
Le réseau de transport public est sous la responsabilité d’un Ministère en charge du transport, et est
confié à une autorité organisatrice de la mobilité qui a la charge de l’entretien et de l’exploitation des
infrastructures. Il est également responsable de l’application et de la mise en œuvre de la politique du
Gouvernement en matière de mobilité. Ce réseau routier dont dispose la ville permet de desservir les
principaux lieux d’activités de cette ville. Elle comporte :
- Un centre commercial ;
A la faveur de la démocratisation de l’Internet et des smartphones, selon une enquête menée, le taux
de pénétration de l’Internet est passé de 11 à 22% en quelques années. Cette situation a également
favorisé l’émergence de nombreux services tels que le paiement mobile (capacité de payer un service
à travers son téléphone portable), le e-commerce, l’intensification de l’utilisation des réseaux sociaux,
etc. Cependant, en termes de mobilité urbaine, plusieurs problèmes ont été identifiés.
La grande majorité des principales zones d’activités de cette ville ne sont pas desservies par les
transports publics conventionnels (bus de transport en commun) par exemple la gare voyageurs, les
lieux de loisir, etc. ou alors, les points d’arrêts prévus étant éloignés des zones d’activités obligent les
usagers à utiliser d’autres moyens supplémentaires de mobilité. Pourtant, ces zones d’activités sont
fréquentées par de nombreux usagers. Aussi, le mauvais état des infrastructures routières (absence dans
certaines zones), de système de régulation (feux de circulation) à tous les carrefours, et des voies non
dédiées aux bus de transport en commun, obligent parfois les usagers à délaisser les modes de transports
en commun afin d’éviter les congestions. Cette situation engendre de nombreuses conséquences
néfastes telles quels que les nuisances sonores, l’augmentation de l’empreinte carbone, les accidents de
circulations, etc.
En ce qui concerne les itinéraires, l’offre de mobilité existante ne permet pas à l’usager qui va d’un
point à un autre de changer de ligne (correspondance) en utilisant le même titre de transport. Il doit à
cet effet s’acquitter d’un nouveau titre de transport. Le règlement de tous les titres de transport se fa it
110
Chapitre 5 - Simulation et étude de cas
en liquide. Pour les taxis, les règlements se font par transaction directe entre individus. Les horaires de
départ et d’arrivée des bus de transport publics urbain étant très variables dus au comportement du trafic
et par manque de systèmes d’information adéquats, les passagers sont en constance incertitude de leurs
trajets et par conséquent une planification serait difficile.
5.1.2. Objectifs
En vue d’urbaniser la ville, afin de s’arrimer aux exigences du développement durable, de
nombreux projets de renouvellements urbains ont été initiés. A cet effet, la municipalité a décidé de
concevoir un nouveau système de mobilité urbaine durable, et le principal enjeu consistait à déterminer
la politique cible parmi trois alternatives destinées à améliorer la mobilité dans la ville et ses alentours.
Ces alternatives concernent : Politique 1 (développement d'un système d'auto-partage), Politique 2
(développement d'un système de mobilité par bus rapide) et Politique 3 (développement d'un système
de mobilité multimodal). Il convient de noter que ces politiques ont été définies en fonction des besoins
des citoyens de cette ville dans divers services, et que les problèmes de mobilité, en termes de
développement d'infrastructures et d'équipements, sont induits.
Pour cela, une commission constituée d’un groupe d’experts de domaines différents a été mise sur
pieds. Elle a pour mission de déterminer la politique cible à déployer. La commission est principaleme nt
constituée de trois experts représentants : des pouvoirs publics, des AOM et des prestataires de
télécommunication. Le cadre de décision dans ce contexte est non collaboratif mais collectif.
Suivant le cadre méthodologique proposé dans ces travaux, pour aider les décideurs dans la
l’élaboration du système de mobilité urbaine à déployer et l’évaluation de sa durabilité, la démarche
suivante sera adoptée : (i) choix des politiques cibles (DS/AHP), (ii) proposition du modèle de
mobilité urbaine durable, (iii) proposition d’une roadmap de déploiement (DSM), et (iv) analyse
de la résilience du système.
Dans le cadre de la présente étude, il apparaît nécessaire de disposer comme cela a préalablement
été évoqué au chapitre 2, d'une méthode d'évaluation permettant de prendre en compte une décision
collective des différents décideurs à travers l'agrégation des jugements et l'incomplétude induite par
chaque évaluation. En effet, un DM devrait effectuer son évaluation de la durabilité, sur la base de sa
propre expertise et de son jugement sur les politiques fournies. En outre, la méthode concernée devrait
permettre de traiter de nombreux critères pour la même évaluation. Pour toutes ces raisons, nous avons
adopté une approche AHP intégrée, en particulier la DS / AHP (Beynon, 2002), grâce à sa capacité à
faire face à plusieurs problèmes comme cela a été décrit au chapitre 2. Cette approche se fera en deux
phases : la première à travers une évaluation AHP, ensuite à travers la prise en compte de la subjectivité ,
des incertitudes et de l’incomplétude.
Méthode AHP
Fondamentalement, un problème basé sur AHP est résolu par les étapes suivantes : structurer le
problème, obtenir des comparaisons par paires de critères, dériver le vecteur de priorités des critères,
valider les résultats par un contrôle de cohérence des jugements. Dans un contexte de décision de groupe
(ce qui est le cas dans le présent travail), une méthodologie spécifique est utilisée pour agréger les
jugements uniques. La démarche décrite dans le chapitre 2 sera appliquée dans la suite.
Un modèle AHP est une hiérarchie de critères avec le but ou l’objectif de l'étude au plus haut niveau,
les critères et sous-critères (utilisés pour choisir parmi les alternatives) dans les niveaux intermédiaires ,
tandis que le niveau le plus bas énumère les alternatives à évaluer. Le modèle AHP du présent travail
est basé sur l'ontologie proposée décrite précédemment, et illustrée à la Figure 34, y compris les
différentes politiques définies comme alternatives du problème.
112
Chapitre 5 - Simulation et étude de cas
Comme indiqué précédemment, une étape préliminaire visant à calculer le vecteur des priorités a
été réalisée, dans laquelle seuls les membres choisis de la municipalité sont invités à fournir leurs
jugements. Par souci de concision, la matrice des jugements agrégés est présentée au tableau suivant (cf.
Tableau 9) et une vue partielle du formulaire d’évaluation administré aux experts est présentée en
Annexe 6. Dans le cadre de ce travail, la méthode de la moyenne géométrique telle que proposée par
Saaty (1989) a été utilisée pour agréger les jugements individue ls, qui sont calculés comme indiqué
dans l’équation (3) du chapitre 2.
Suivant le processus de AHP, le vecteur de priorités est calculé et nous avons obtenu le résultat
suivant :
Critères �
Cette première étape, nous permet ainsi de mettre en œuvre la DS/AHP pour la prise en compte de
la subjectivité, des incertitudes et de l’incomplétude.
Nous avons effectué le processus DS/AHP, basé sur l'hypothèse que AHP traditionnel a été faite,
spécifiquement à chaque niveau de la structure hiérarchique du problème, sauf le dernier niveau. Le but
est de fournir le vecteur des priorités par rapport à chaque niveau de la structure hiérarchique, sauf le
niveau le plus bas (dans lequel les jugements concernant les trois politiques sont faits).
Les valeurs de ces vecteurs sont appelées valeurs de priorité de critères (CPV) et sont utilisées dans
le processus DS/AHP, comme détaillé dans la Figure 35. Les principales étapes présentées dans le
chapitre 2 sont ainsi mises en œuvre.
Étape 1. Dans la littérature, la plupart des études ont utilisé un CPV distinct pour chaque DM. En
ce qui concerne le contexte de notre étude, nous avons plutôt utilisé les mêmes valeurs, basées sur l'idée
que ces valeurs pourraient influencer le choix final (au cours du processus d'élaboration des politiques)
et devraient donc être les mêmes pour chaque DM. En d'autres termes, en réduisant la subjectivité du
DM à ce niveau d'évaluation, nous renforçons la garantie que le choix final soit cohérent avec le point
de vue politique (stratégique) des autorités. C'est pour cette raison que seuls les cadres supérieurs
(experts) de la municipalité de notre étude de cas ont été impliqués dans cette étape préliminaire qui a
abouti au calcul du CPV pour le niveau le plus élevé de la structure hiérarchique de notre problème.
114
Chapitre 5 - Simulation et étude de cas
Figure 35 : Vue partielle du modèle DS/AHP pour le problème de la mobilité urbaine durable
Avec le CPV sous la main, chaque DM doit définir ses connaissances perçues sur chaque critère
(comme illustré dans la Figure 35) : pour illustrer, le DM1 a identifié 1 groupe d’alternatives de décision
(DA) pour le critère "mobilité" ie {Pol1, Pol2}, 1 groupe de DA pour le critère "économique" ie {Pol1},
2 groupes de DA soit {Pol1} et {Pol2, Pol3}, et aussi 2 groupes de DA pour le critère "social" ie {Pol2}
et {Pol3}. Ces ensembles de DA constituent les éléments focaux de l'ensemble des preuves fournies
par DM1.
En outre, chaque groupe identifié de DA se voit attribuer une valeur d'échelle qui représente le
degré de croyance du DM sur le groupe concerné (basé sur l'échelle de Saaty, comme mentionné au
chapitre 2). Pour illustrer, DM1 a attribué la valeur 2 au groupe {Pol1, Pol2} en ce qui concerne le
critère "mobilité", ce qui signifie qu'il n'a pu fournir des preuves que sur la politique 1 et la politique 2
avec la même croyance « faiblement modérée » c'est-à-dire la valeur 2 (le nombre inférieur à l'ensemble
{Pol1, Pol2} en bas à gauche de la Figure 35).
115
Chapitre 5 - Simulation et étude de cas
Le modèle de la Figure 35 met également en évidence, pour les jugements du DM3, l'absence
d'élément focal associé au critère "environnemental". En l'espèce, cela signifie que le DM concerné n'a
pu fournir aucune preuve sur le critère "environnemental", concernant le choix de la meilleure
politique ; ce qui est un avantage intéressant dans le processus d'élaboration des politiques, puisque la
décision finale ne peut pas être biaisée par des jugements qui ne sont pas assez fiables.
Etape 2. En utilisant la formule de l'équation (8), la BOE pour chaque DM, ainsi que leurs valeurs
de bpa associées sont données ci-après.
Valeurs bpa
Mob . .
Eco . .
Env . . . .
Soc . . .
Valeurs bpa
Mob . . .
Eco . .
Env . . .
Soc . . .
Étape 3. En utilisant la formule de l'équation (7), le jugement agrégé de chaque DM a été effectué
et nous avons obtenu les résultats présentés dans les tableaux 17, 18 et 19.
Sur la base de leurs jugements respectifs, il semble que tous les DM ont des choix distincts : en
effet, le jugement de DM1 est en faveur de la Politique 1, alors que DM2 tend à préférer la Politique 2
et DM3 la Politique 3. Ce résultat est une pure coïncidence, et pourrait être discutable. Mais compte
tenu de leurs degrés de confiance respectifs, DM1 semble plus confiant dans son jugement que DM2,
qui à son tour semble plus confiant que DM3. Dans tous les cas, une telle question discutable ne rompt
pas la tentative de fournir la meilleure politique en agrégeant les jugements de toutes les parties
prenantes impliquées dans le processus décisionnel, puisque nous avons adopté une approche de
décision collective. Dans cette perspective, une interprétation profonde des jugements de chaque DM
est fournie à l'étape 4, basée sur les mesures de croyance et de vraisemblance.
117
Chapitre 5 - Simulation et étude de cas
DM1
{� } .
{� } .
{� } .
{� ,� } .
{� ,� } .
Θ .
Étapes 4 et 5. Comme annoncé précédemment, dans cette étape, nous fournissons pour chaque
DM, les résultats des valeurs de croyance et de plausibilité concernant chaque critère, en utilisant les
équations (5) et (6). De plus, une valeur mesurant la largeur de l'intervalle [Bel (.), Pls (.)] a été ajoutée,
visant à évaluer le degré d'incertitude de chaque choix. Ces résultats sont présentés ci-dessous.
Contrairement aux résultats fournis à l'étape 3, compte tenu du degré de confiance présenté dans le
Tableau 20 (mesure de la croyance), le jugement global de DM1 semble être en faveur de la politique 1
ou de la politique 2 (voir la deuxième ligne grise, au bas du tableau). Un autre regard sur la valeur de
118
Chapitre 5 - Simulation et étude de cas
la croyance, concernant la Politique 1, confirme que, parmi les deux, la Politique 1 est la meilleure
(pour DM1), alors que le degré d'incertitude (voir la dernière colonne) semble acceptable et permet de
valider le résultat inférieur à 20%.
. � . � . − .
{� } . . .
{� } . . .
{� } . . .
{� ,� } . . .
{� ,� } . . .
La même analyse s'applique aux jugements de DM2, ce qui tend à confirmer la préférence de la
politique 2 par rapport à la politique 1, comme l'illustrent les résultats du Tableau 21.
. � . � . − .
{� } . . .
{� } . . .
{� } . . .
{� ,� } . . .
{� ,� } . . .
Après le calcul des mesures de croyance et de vraisemblance, tel qu'illustré dans le Tableau 22, la
préférence générale de DM3 est en faveur de la politique 2 ou de la politique 3. Parmi les deux, la
politique 3 semble la meilleure. Mais ce choix est discutable, car le degré d'incertitude (voir la dernière
colonne du tableau) semble élevé.
. � . � . − .
{� } . . .
{� } . . .
{� } . . .
{� ,� } . . .
{� ,� } . . .
119
Chapitre 5 - Simulation et étude de cas
Afin de comprendre l'influence des jugements de DM3 sur le choix global de la meilleure politique ,
nous avons considéré deux cas : celui dans lequel les jugements de DM3 sont pris en compte dans
l'agrégation des jugements de tous les DM (voir Tableau 23), et un autre dans lequel ils ne sont pas pris
en compte (voir Tableau 24).
Dans les deux cas (avec ou sans les jugements de DM3), les résultats suggèrent que le choix global
est en faveur de la Politique 1 ou de la Politique 2, ce qui est logique compte tenu des résultats antérieurs
sur les jugements du DA unique (c.-à-d. agrégation). De plus, le degré global d'incertitude est faible
(moins de 10%).
. � . � . − .
{� } . . .
{� } . . .
{� } . . .
{� ,� } . . .
{� ,� } . . .
Au cas où nous décidions de supprimer les jugements de DM3 (dont le degré d'incertitude a été
jugé élevé), nous avons obtenu un résultat surprenant : même si le résultat global est le même, parmi
les deux politiques de plébiscite, contrairement au précédent, Politique 2 est maintenant le meilleur, et
les valeurs représentant le degré d'incertitude semblent plus faibles (voir la dernière colonne).
. � . � . − .
{� } . . .
{� } . . .
{� } . . .
{� ,� } . . .
{� ,� } . . .
120
Chapitre 5 - Simulation et étude de cas
De manière générale, un tel ajustement (suppression d'un jugement dans le processus d'agrégation)
pourrait être généralisé en utilisant un DS/AHP pondéré dans lequel, en considérant certaines raisons,
on peut diminuer ou augmenter l'influence des jugements de certains DM.
La matérialisation du choix des politiques se fera à travers la mise en œuvre de définition des projets
pilotes. A cet effet, la politique de mobilité ciblée sera caractérisée pour une meilleure prise en compte
de sa complexité.
L’architecture considérée dans ce cas d’étude prend en compte les exigences des parties prenantes
identifiées (les ménages, la municipalité et les partenaires privés), l’aménagement du territoire, les
services de mobilité à mettre en œuvre ainsi que les infrastructures correspondantes. Les principaux
besoins concernent : un système de mobilité confortable, sécurisé, rapide, prenant en compte la
multimodalité, soucieuse de l’environnement et générant des emplois. La politique choisie sera
déployée pour desservir le centre commercial de la ville selon un plan de déplacement urbain bien
établit, des stationnements et des pôles d’échanges bien aménagés afin de permettre une meilleure
accessibilité des services de mobilité offerts aux populations. Ces services qui concourent à déployer
le système de Bus Transport Rapide, concernent : la mise en service des systèmes d’information
multimodale, d’information aux voyeurs et d’aide à l’exploitation, des systèmes de billettique et de
paiement par mobile. Les lignes aménagées devront être dotées de voies réservées, des points d’arrêts
et lieux d’arrêts, des bornes de recharge pour véhicules hybrides connectés, des infrastructures supports
aux télécommunications (GPS, caméras de surveillance, émetteurs radio, etc.), etc.
Pour sa mise en œuvre, une identification des différents composants du système est nécessaire en
en vue de formuler aux décideurs des recommandations pour favoriser un déploiement coordonné et
maîtrisé des solutions envisagées.
Pour aider les décideurs dans la coordination et le déploiement maîtrisé de la politique de mobilité
envisagée, l’algorithme de partitionnement a été adopté. L’algorithme de partitionnement qui
concerne les DSM dynamiques tel que présenté dans le chapitre précédent, est le processus de
réorganisation des lignes et des colonnes d’une DSM de sorte qu’on réduise les interactio ns
représentant les retours en arrière. Cela revient à rendre la DSM le plus triangulaire possible. En
effet, elle constitue une forme de recommandations pour les décideurs, qui peuvent de manière
visuelle identifier les tâches qui peuvent se réaliser en parallèles (surtout dans le cas des systèmes
comportant un nombre élevé de composants) et celles qui nécessitent une réalisation préalable d’un
certain nombre de tâches. Par exemple, dans l’architecture du système proposé (cf. Figure 38), les
composants type de véhicule, type de transport, infrastructures transports, points de ventes sont
indépendants (peuvent être confiées à des entités indépendantes), mais sont également impliq ués
dans la réalisation d’autres tâches. Pour la réalisation d’un pôle d’échanges, les composants
suivants doivent au préalable être conçus : points de ventes, stationnement, billettique, système de
paiement mobile, système de compostage, système de gestion de trafic. Cependant cette action
123
Chapitre 5 - Simulation et étude de cas
n’est pas toujours synonyme de réduction de la durée globale du processus modélisé mais permet
une meilleure coordination entre les différentes équipes impliquée s dans la réalisation du projet et
un meilleur séquencement des activités à réaliser. Il est important de noter que ce cas d’étude n’est
qu’une illustration de la démarche.
Telle que considérée dans cette étude, la conception de l'écosystème de mobilité urbaine
durable prend en compte de nombreux systèmes interdépendants dont toute défaillance peut
affecter l'équilibre de l'ensemble. C’est pourquoi, une analyse de la résilience du système à travers
une simulation des infrastructures critiques de la mobilité urbaine en tant que système de systèmes,
basé sur le modèle d'entrée-sortie inopérabilité (IIM) a été proposée.
prenant en compte les perturbations externes telles que : catastrophe naturelle, attaque des plateformes
numériques, etc., une analyse de son comportement semble nécessaire. Dans le cadre de ces travaux,
une analyse de la résilience du système face à ces perturbations a ainsi été proposée à travers un scénario
choisi de notre cas d’étude.
Le scénario réalisé dans ce cas d’étude est basé sur une vision macroéconomique des
interdépendances entre les secteurs d'un système de systèmes de mobilité urbaine. Comme l'illustre la
Figure 39, le système de systèmes concerné reflète les interactions entre cinq secteurs industriels de la
mobilité : « fournisseurs d'énergie » (A) par exemple les fournisseurs d’énergie électrique pour
l’alimentation des voies ferrées ou des véhicules hybrides et électriques, « fournisseurs de réseaux de
télécommunication » (B) par exemple des opérateurs téléphoniques ou fournisseurs d’accès Interent,
« fournisseurs de services de réseaux » (C) par exemple des entreprises de maintenance et d’entretien
du réseau, « fournisseurs de services » (D) par exemple les prestataires divers et « fournisseurs de
transport » (E) par exemple une entreprise exploitante du transport. La limite du système est représentée
sur la figure proposée (cf. Figure 39) avec une ligne pointillée. Les nœuds "grève du travail" et "baisse
soudaine de la demande de transport" représentent deux sources de perturbation externe du système de
mobilité.
L’analyse proposée est basée sur le modèle d’entrée-sortie d’inopérabilité proposé par Haimes et
Jiang (2001). Une analyse de la résilience par simulation sera également proposée.
Selon Haimes et Jiang (2001), l'inopérabilité correspond à l'incapacité d'un système à remplir ses
fonctions prévues. Elle peut être provoquée par des défaillances internes ou des perturbations externes
et représente donc le niveau de dysfonctionnement du système, exprimé en pourcentage du niveau de
125
Chapitre 5 - Simulation et étude de cas
production prévu du système. Comme proposé dans (Haimes, et al., 2005), l'inopérabilité décrit
également la qualité de la fonction d'un système : un système défectueux dont la performance est de
qualité dégénérée, par opposition à un système sain considéré comme partiellement fonctionnel ; par
conséquent, son inopérabilité n'est pas nulle.
= ∗ + ∗ ⟹ = �− ∗ − ∗ (9)
Avec :
Le vecteur d'inopérabilité initial obtenu, en utilisant (9), est la suivante : (0) = [0, 0.52, 0, 0.93,
0.98]. Ce résultat signifie que les trois secteurs (B, D et E) impactés par les perturbations externes sont
caractérisés par les inopérabilités initiales suivantes : qB (0) 0.52 , qD (0) 0.93 et qE (0) 0.98 . Un
premier commentaire est que D et E sont les plus affectés par les perturbations externes dans ce scénario
de simulation, de sorte que les efforts pour ajuster leur état pour un rétablissement complet doivent être
les plus importants.
Afin d'analyser la résilience de ces trois secteurs, nous avons ensuite calculé leurs trajectoires de
récupération respectives en utilisant (10), comme illustré par les courbes de la Figure 40 : le secteur B
est représenté par une ligne pointillée avec des carrés, D par une ligne pointillée avec des cercles et E
par une ligne continue avec des triangles. Les trois autres lignes continues de la figure (avec étoile,
losange fin et le signe plus) représentent trois stratégies différentes pour la reprise du secteur E.
Rappelons que le taux de recouvrement d'un secteur représente la volonté des décideurs d'investir dans
les actions visant à récupérer son état d'origine. Ainsi, l'idée derrière les trois courbes supplémentaires
est d'analyser différentes stratégies d'investissement, visant à fournir aux décideurs politiques des idées
pour optimiser leurs investissements.
126
Chapitre 5 - Simulation et étude de cas
En effet, le facteur détermine l'inopérabilité, la fonction de l'équation (10) pourrait aussi être vu
comme l'opérabilité du secteur i à l'instant t, où le terme ( − � ∗ ) est appelé le paramètre de
récupération. Initialement appliqué dans le domaine économique, ce modèle a été largement transposé
dans le domaine de l'ingénierie pour l'analyse des défaillances en cascade, chaque secteur industrie l
étant considéré comme une infrastructure unique (Ouyang, 2014).
Pour le scénario actuel, le taux de récupération de chaque secteur a été calculé selon la même
méthode que pour les coefficients techniques et l'intensité des perturbations externes : d'abord, prendre
une valeur brute puis appliquer une simulation de Monte-Carlo.
Figure 40 : Les courbes de résilience des trois secteurs impactés par des perturbations externes
Nous avons obtenu les taux de récupération suivants, qui ont ensuite été utilisés pour l'analyse de
la résilience : kB 0.16 , kD 0.17 et kE 0.39 . Selon les courbes, il apparaît que même étant moins
impactée, la raison pour laquelle B retrouve trop tard son état d'origine, c'est-à-dire vers le 25ème jour,
est que son taux est très faible ( kB 0.16 ). En revanche, E qui est le plus impacté, récupère son état
d'origine le plus tôt, puisque son taux de récupération est le plus élevé ( kE 0.39 ). Selon ces résultats,
127
Chapitre 5 - Simulation et étude de cas
nonobstant les différences entre les trajectoires de récupération des trois secteurs impactés, le système
de systèmes de mobilité est résilient : mais il faut attendre le 28ème jour pour voir la reprise complète de
tous les secteurs, à moins que les secteurs B et D n'investissent davantage pour une récupération rapide.
En ce qui concerne l'analyse des trois stratégies supplémentaires pour la relance du secteur E, il est
remarquable que diminuer les efforts de redressement, c'est-à-dire baisser le taux de recouvrement, soit
risqué : donc, si le secteur E investit 39% des ressources nécessaires pour un rétablissement complet, il
faut au plus 15 jours ; mais si ces investissements sont réduits de 39% à 20% par exemple, 10 jours
supplémentaires sont nécessaires. Avec un taux de récupération de 13% ou 10%, la résilience ne se
produit pas en un mois (Moskolaï et al., 2018).
Enfin, il convient de noter que ces résultats sont obtenus, sur la base d'un scénario avec une
connaissance approximative du niveau réel d'influences mutuelles entre les systèmes qui caractérisent
un écosystème de mobilité urbaine durable. En outre, la théorie de Leontief suppose la linéarité des
relations entre les secteurs interconnectés, ce qui n'est pas vrai dans certains cas. Cependant, la mise en
œuvre de la méthode d'évaluation des risques, consistant à analyser l'inopérabilité de chaque système,
combinée à la simulation de Monte-Carlo pour surmonter l'incertitude, a montré des perspectives
intéressantes pour les décideurs.
Synthèse du chapitre
L’étude de cas considérée dans ce chapitre a permis de mettre en œuvre le cadre méthodologique
proposé dans ce travail, partant de l’évaluation de la durabilité du système de mobilité urbaine pour le
choix des politiques cibles, à l’analyse de sa résilience. Tour à tour, une illustration du choix des
politiques cibles à travers une méthode d’aide à la décision multicritère basée sur la méthode intégrée
DS/AHP a été présentée, ensuite le choix d’architecture correspondante et la roadmap de déploieme nt .
Ensuite, un modèle et une méthode de simulation pour l'évaluation des risques d'un système de systèmes
de mobilité urbaine durable, basé sur le modèle d'entrée-sortie de l'inopérabilité dynamique a également
été présenté. Les résultats obtenus, fournissent des indications intéressantes pour les décideurs afin
qu'ils comprennent mieux les dommages initialement causés localement par des attaques externes et
qu'ils évaluent la performance des actions d'ajustement. Différentes perspectives pourraient être
envisagées, notamment pour l’analyse multicritère, la proposition d’une approche collaborative afin
d’aller vers un consensus et un processus itératif. Aussi, les critères considérés pour l’évaluation sont
indépendants, ce qui n’est pas toujours le cas dans la réalité et qui pose le problème de la gestion de la
complexité entre les critères. En ce qui concerne les DSM, les interactions sont analysées sur la base
des standards et référentiels sur une approche d’analyse binaire. Une prise en compte de la qualité des
flux échangés (énergie, matière ou information) semble plus intéressante afin d’obtenir des résultats
128
Chapitre 5 - Simulation et étude de cas
plus précis dans l’analyse des interactions complexes. Enfin, en ce qui concerne l’analyse de la
résilience, la méthode proposée gagnerait à être combinée avec des algorithmes d'apprentissage
automatique afin d'extraire des connaissances (sur les coefficients techniques, les taux de récupération)
des données réelles.
129
Conclusion générale et perspectives
pouvoirs publics) et fonctionne dans un environnement distribué. Nous avons considéré deux
hypothèses : (1) les pouvoirs publics assurent un rôle régulateur et de contrôle pour garantir une
transparence et veiller à la satisfaction des usagers ; (2) un partenariat public/public est instauré pour
permettre aux fournisseurs de solutions de jouer un rôle actif dans l’élaboration et la conduite du
système de mobilité.
A cette fin, nous avons tout d’abord proposé un cadre méthodologique qui intègre le cycle de vie
complet du système. Un modèle BPMN (Business Process Modeling) représentant la méthodologie
proposée et montrant les interactions entre différents niveaux de décision (stratégique, tactique et
opérationnel) a pour cela été élaboré. Pour caractériser la durabilité du système étudié, une méthode
d’élicitation des connaissances s’appuyant sur des standards de la littérature considérée comme corpus
a été mise en œuvre. En considérant les objectifs du système ainsi que les exigences de durabilité
comme éléments d’entrée, l’étape suivante a consisté à concevoir le système étudié. Afin de gérer la
complexité de ce système, une méthode d’ingénierie système permettant de prendre en compte plusieurs
points de vue et plusieurs niveaux d’analyse a pour cela été mise en œuvre, conduisant à la définition
d’une architecture distribuée : cette architecture met notamment en exergue les interactions entre les
différentes parties prenantes (les populations, les pouvoirs publics, les entreprises partenaires), entre
leurs besoins respectifs, et entre les services composant les solutions à fournir. Elle permet en outre de
voir l’articulation entre le système existant et les éléments nouveaux (besoins, services, infrastructures).
Pour faciliter le déploiement du système, une roadmap a ensuite été élaborée, basée sur un système de
recommandations obtenu à partir de la démarche DSM (Design Structure Matrix). Une étude de cas
d’une ville virtuelle a enfin été réalisée (par simulation) afin d’étudier la faisabilité de la méthodologie
proposée et analyser la résilience du système face à des perturbations externes (attaque du système
d’information, grève, baisse soudaine de la demande, etc.).
En guise de perspectives, il est envisagé :
- D’améliorer l’évaluation collective réalisée dans ce travail par une évaluation collaborative afin
d’aller vers un consensus et un processus itératif. Un verrou qui pourrait être considéré ici est
celui de la gestion des influences mutuelles des décideurs. Aussi, les critères considérés dans
ce travail sont indépendants ; ce qui n’est pas toujours le cas dans le cas réel, ce qui pose le
problème de la gestion de la complexité des critères. A cette fin, une modélisation à base de
réseaux de neurones est prévue. Sauf que dans cette optique le problème de disponibilité des
données demeure.
- D’améliorer l’analyse des interactions complexes entre les différents composants du système
en prenant en compte la qualité des flux échangés (énergie, matière, information et voire
131
Conclusion générale et perspectives
Annexes
Regulation is environmental.
Energie Génère Emission Polluant.
Accident is environmental.
Emission Polluant is environmental.
Agence Regulation is environmental.
Agence Regulation Responsable de Regulation.
Fournisseur Service is environmental.
Fournisseur Service handles Fourniture Service.
Voyageur relates to Activités.
Service Infrastructure is a Service Mobilité.
Service Infrastructure exhibits Système Contrôle Véhicule and Système Support Infrastructure.
Service Exploitation is a Service Mobilité.
Service Exploitation exhibits Planning and Système Aide Exploitation.
Système Aide Exploitation exhibits Système Information Voyageur and Système Support
Infrastructure.
Système Information Voyageur exhibits Système Gestion Urbaine and Système Information
Multimodal.
Système Gestion Urbaine exhibits Système Gestion Trafic.
Système Information Multimodal exhibits Système Paiement, Système Contrôle
Véhicule, Système Gestion Freight, Système Gestion Trafic, Système Gestion Urbaine, and Système Aide
Exploitation.
Système Paiement is a Service Voyageur.
Système Paiement exhibits Compostage.
Compostage is a Service Voyageur.
Système Gestion Freight exhibits Itinéraire.
Itinéraire is physical.
Itinéraire exhibits Planning.
Itinéraire consists of Point Arrêt.
Informations is a Service Voyageur.
Informations exhibits Système Gestion Trafic, Système Gestion Urbaine, Système Information Multimodal,
and Système Information Voyageur.
Stationnement is physical.
Pole d'Exchange is physical.
Espace Sans Service is an Occupation Sol.
Espace avec Service is an Occupation Sol.
139
Annexes
Les valeurs intermédiaires sont autorisées, tandis que « égal » doit être utilisé lorsque les critères
sont d'égale importance.
Question
Très fort
Très fort
Extrême
Extrême
Egalité
Moyen
Moyen
Fort
Fort
Critères Critères
9 7 5 3 1 3 5 7 9
I.1 Mobilité Mobilité
I.2 Environmental Environmental
I.3 Economique Economique
I.4 Social Social
141
Références bibliographiques
Références bibliographiques
ACTIF. (2003). Architecture cadre des Transports intelligents en France - Description d'une
architecture multi-agents.
Adams, R., Jeanrenaud, S., Bessant, J., Denyer, D., & Overy, P. (2016). Sustainability ‐oriente d
innovation: a systematic review. International Journal of Management Reviews, 18(2), 180-
205.
AFNOR. (2013). Identification of Fixed Objects for Public Transport (IFOPT). NF EN 28701.
Akhavan-Rezai, E., Shaaban, M., El-Saadany, E., & Karray, F. (2016). Online intelligent demand
management of plug-in electric vehicles in future smart parking lots. IEEE Systems Journal,
10(2), 483-49.
AMF. (2008). (Association des Maires de France), Indicateurs des performances des services de
Transport.
Arthur, D. L. (2018). The Future of Mobility 3.0 : Reinventing Mobility in the era of disruption and
creativity.
Ayissi, E., & Moskolaï, N. (2017). Urban Master Data Management: Case of the YUSIIP Platform.
Handbook of Research on Geographic Information Systems Applications and Advancements ,
441-465.
Bandeira, R. A., D'Agosto, M. A., Ribeiro, S. K., Bandeira, A. P., & Goes, G. V. (2018). A fuzzy multi-
criteria model for evaluating sustainable urban freight transportation operations. Journal of
Cleaner Production, 184, 727-739.
Banister. (2008). The sustainable mobility paradigm. Transport policy, 15(2), 73-80.
Bank-World. (2007). “Global Economic Prospects: Managing the Next Wave of Globalization.”.
Washington, DC: World Bank.
142
Références bibliographiques
Benevolo, C., Dameri, R. P., & D’Auria, B. (2016). Smart mobility in smart city. Springer, Empowering
Organizations, 13-28.
Beynon, M. (2005). A method of aggregation in DS/AHP for group decision-making with the non-
equivalent importance of individuals in the group. Computers & Operations Research, 32(7),
1881-1896.
Birdsall, N., Graham, C., & Pettinato, S. (2000). Stuck in The Tunnel: Is Globalization Muddling The
Middle Class? Brookings Institution, Center on Social and Economic Dynamics WP No. 14.
Bohm, M. R., & Stone, R. B. (2004). Representing functionality to support reuse: conceptual and
supporting functions. ASME 2004 International Design Engineering Technical Conferences
and Computers and Information in Engineering Conference, 411-419.
Bonjour, Harmel, G., & Dulmet, M. (2008). Defining product architectures. Extended Product and
Process Analysis and Design.
Bouyssou, T., Marchant, D., Tsoukias, A., & Pirlot, M. (2000). Evaluation and Decision Models : a
critical perspective. Kluwer Academic,.
Brandi, H. S., Dos Santos, S. F., & Sikdar, S. K. (2017). Measuring Sustainability Systems.
Brandstätter, G., Gambella, C., Leitner, M., Malaguti, E., Masini, F., Puchinger, J., & Vigo, D. (2016).
Overview of Optimization Problems in Electric Car-Sharing System Design and Management
In Dynamic Perspectives on Managerial Decision Making. Springer International Publishing,
441-471.
Brans, J. P., & Vincke, P. (1985). A Preference Ranking Organisation Method: (The PROMETHEE
Method for Multiple Criteria Decision-Making). Management science, 31(6), 647-656.
Büyüközkan, G., Feyzioğlu, O., & Göçer, F. (2018). Selection of sustainable urban transportation
alternatives using an integrated intuitionistic fuzzy Choquet integral approach. Transportation
Research Part D: Transport and Environment, 58, 186-207.
Buzási, A., & Csete, M. (2015). Sustainability Indicators in Assessing Urban Transport Systems.
Periodica Polytechnica, Transportation Engineering, 43(3), 138.
143
Références bibliographiques
Cascetta, E. (2009). Transportation systems analysis: models and applications. Springer Science &
Business Media, (Vol. 29).
CEN. (2006). Reference Data Model for Public Transport (Transmodel), EN 12896.
CERTU. (2013). Référentiel de données de l’offre de transport public : Guide de mise en oeuvre et de
gestion. Collection Références, numéro 136.
Chang, D. (1996). Applications of the extent analysis method on fuzzy AHP. European journal of
operational research, 95(3), 649-655.
Chao, Y., & Zishan, M. (2013). System dynamics model of Shanghai passenger transportation structure
evolution. Procedia-Social and Behavioral Sciences, 96, 1110-1118.
Cohen-Blankshtain, G., & Rotem-Mindali, O. (2016). Key research themes on ICT and sustainable
urban mobility. International Journal of Sustainable Transportation, 10:1 , 9-17.
Corbusier, L. (1967). Elements of a doctrine of urbanism to be used as the basis of our machine -age
civilization. Orion Press.
Costa, P. B., Neto, G. M., & Bertolde, A. I. (2017). Urban Mobility Indexes: A Brief Review of the
Literature. Transportation research procedia, 25, 3645-3655.
Coulouris, G. F., Dollimore, J., & Kindberg, T. (2005). Distributed systems: concepts and design.
Pearson education.
Da Silva, A. N., da Silva Costa, M., & Macedo, M. H. (2008). Multiple views of sustainable urban
mobility: The case of Brazil. Transport Policy, 15(6), 350-360.
144
Références bibliographiques
De Paula, L. B., & Marins, F. A. (2018). Algorithms applied in decision-making for sustainable
transport. Journal of Cleaner Production, 176, 1133-1143.
Dori, D. (1995). Object-process analysis: maintaining the balance between system structure and
behaviour. Journal of Logic and Computation, 5(2), 227-249.
Dori, D. (2015). Model based systems engineering with OPM and SysML. New York: In Springer.
Dori, D., Reinhartz-Berger, & Sturm. (2003). Developing complex systems with object-process
methodology using OPCAT. Conceptual Modeling-ER, 570-572.
Dori, D., Renick, A., & Wengrowicz, N. (2016). When quantitative meets qualitative: enhancing OPM
conceptual systems modeling with MATLAB computational capabilities. Research in
Engineering Design, 27(2), 141-164.
Easterly, W. (2001). “The Middle Class Consensus and Economic Development.” . Journal of
Economic Growth, 6(4), 317–335.
Eppinger, S. D., Whitney, D. E., Smith, R. P., & Gebala, D. A. (1994). A model-based method for
organizing tasks in product development. Research in engineering design, 6(1), 1-13.
Eppinger, S., & Browning, T. (2012). Design structure matrix methods and applications. MIT press.
Fernadez, C. I. (1998). Integration analysis of product architecture to support effective team co-
location. Doctoral dissertation, Massachusetts Institute of Technology.
Fiksel, J. (2006). Sustainability and resilience: toward a systems approach. Sustainability Science,
Practice and Policy, 2:2, 14-21.
Giffinger, R. (2015). Smart city concepts: Chances and risks of energy efficient urban development.
International Conference on Smart Cities and Green ICT Systems (pp. 3-16). In Springer
International Publishing.
Goh, Y. M., & Love, P. E. (2012). Methodological application of system dynamics for evaluating traffic
safety policy. Safety science, 50(7), 1594-1605.
145
Références bibliographiques
Goldman, T., & Gorham, R. (2006). Sustainable urban transport: Four innovative directions.
Technology in society, 28(1), 261-273.
Goodall, W., Dovey, T., Bornstein, J., & Bonthron, B. (2017). The rise of mobility as a service-
Reshaping how urbanites get around. Deloitte Revue, 20, 112–130.
Graindorge, T., & Breuil, D. (2016). Evaluation of the urban freight transportation (UFT) projects.
Towards Innovative Freight and Logistics, 2, 369-384.
Gudmundsson, H., & Höjer, M. (1996). Sustainable developmen tprinciples and their implications for
transport. Ecological Economics 19, 269–282.
Haghshenas, H., Vaziri, M., & Gholamialam, A. (2015). Evaluation of sustainable policy in urban
transportation using system dynamics and world cities data: A case study in Isfahan. Cities, 45,
104-115.
Haimes, Y. Y., Horowitz, B. M., Lambert, J. H., Santos, J. R., Lian, C., & Crowther, K. G. (2005).
Inoperability input-output model for interdependent infrastructure sectors. I: Theory and
methodology. Journal of Infrastructure Systems, 11(2), 67-79.
Haimes, Y., & Jiang, P. (2001). Leontief-based model of risk in complex interconnected infrastructures.
Journal of Infrastructure systems, 7(1), 1-12.
Halpin, T., & Bloesch, A. (1999). Data modeling in UML and ORM: a comparison. Journal of
Database Management (JDM), 10(4), 4-13.
Harmel, G. (2007). Vers une conception conjointe des architectures du produit et de l'organisation du
projet dans le cadre de l'Ingénierie Système. Université de Franche-Comté: Doctoral
dissertation.
Harmel, G., Bonjour, E., & Dulmet, M. (2006). Architecture des produits et des organisations :
modélisation et pilotage par l'incertitude. MOSIM'06. Modélisation, Optimisation et Simulation
des Systèmes: défis et opportunités, (pp. 9-pages).
Ho, W., X., X., & Dey, P. (2010). Multi-criteria decision making approaches for supplier evaluation
and selection: A literature review. European Journal of operational research, 202(1), 16-24.
146
Références bibliographiques
Houda, M., Khemaja, M., Oliveira, K., & Abed, M. (2010). A public transportation ontology to support
user travel planning. In Research Challenges in Information Science (RCIS) (pp. 127-136).
2010 Fourth International Conference, IEEE.
Hwang, C. L., & Yoon, K. (1981). Methods for multiple attribute decision making. In Multiple attribute
decision making. Springer, Berlin, Heidelberg, 58-191.
Hygounenc, E. (2015). Mise en oeuvre d’une ontologie d’ingénierie système : pour faciliter les
échanges dans l'entreprise. JIAE 2015. Labinal Power Systems Corporate Presentation.
INCOSE. (2010). System Engineering Handbook, A guide For System Life Cycle Processes and
Activities.
Jia, Z., Deschamps, J., & Dupas, R. (2016). A negotiation protocol to improve planning coordination
in transport-driven supply chains. Journal of Manufacturing Systems, 38, 13-26.
Jittrapirom, P., Caiati, V., Feneri, A. M., Ebrahimigharehbaghi, S., González, M. J., & Narayan, J.
(2017). Mobility as a Service: a critical review of definitions, assessments of schemes, and key
challenges. Urban Planning, 2(2), 13.
Kiefer, C., & Behrendt, F. (2016). Smart e-bike monitoring system: real-time open source and open
hardware GPS assistance and sensor data for electrically-assisted bicycles. IET Intelligent
Transport Systems, 10(2), 79-88.
Kumara, P., Manoranjan, P., & Mansha, S. (2005). Advanced traveller information system for
hyderabad city. IEEE Transactions on Intelligent Transportation Systems, 6(1), 26-37.
Kusiak, A., Boe, W. J., & Cheng, C. (1993). Designing cellular manufacturing systems: Branch-and-
bound and A∗ approaches. IIE transactions, 25(4), 46-56.
Le Moigne, J. L. (1990). La modélisation des systèmes complexes. Paris: Collection AFCET Systèmes,
Dunod.
Litman, T. (2017). Developing Indicators for comprehensive and Sustainable transport planning.
Luzeaux, D., & Ruault, J. (2013). L'ingénierie système : 100 questions pour comprendre et agir.
AFNOR EDITION.
147
Références bibliographiques
Luzeaux, D., Ruault, J. R., & Wippler, J. L. (2015). Introduction à l’ingénierie système - Mise en
oeuvre. Techniques de l'Ingénieur, Réf: S7301 V1.
Lyons, G. (2016). Getting smart about urban mobility–aligning the paradigms of smart and sustainable.
Transportation Research Part A: Policy and Practice.
Mardani, A., Jusoh, A., & Zavadskas, E. (2015). Fuzzy multiple criteria decision-making techniques
and applications–Two decades review from 1994 to 2014. Expert Systems with Applications,
42(8), 4126-4148.
Mardani, A., Zavadskas, E. K., Khalifah, Z., Jusoh, A., & Nor, K. M. (2016). Multiple criteria decision -
making techniques in transportation systems: a systematic review of the state of the art
literature. . Transport, 31(3), 359-385.
Memon, M., Archimède, B., & Letouzey, A. (2013). Planification des activites de transport d’une
entreprise 3PL par une approche multi-agent. CIGI 2013. La Rochelle, France.
Montgomery M. R., Stren R., Cohen B., & Reed H. E. (2004). Cities Transformed: Demographic
Change and Its Implications in the Developing World. Washington DC.
Moskolaï, N. J., Houé, R. N., & Archimède, B. (2015). Cadre méthodologique de co-déploiement des
systèmes physique et d’information: contexte de la gestion durable du transport dans les pays
en voie de développement. 11e Congres International de Genie Industriel – CIGI2015. Québec,
Canada.
Moskolaï, N., Houé, N., Archimède, B., & Nlong, J. (2017). Sustainability assessment of a
transportation system under uncertainty: an integrated multicriteria approach. The International
Federation of Automatic Control (pp. 7742-7747). IFAC Proceedings.
Moskolaï, N., Houé, N., Fouda, N., & Archimède, B. (2018). A simulat ion model for risk assessment
in a smart mobility ecosystem based on the inoperability input-output theory. SummerSim-
SCSC 2018, July 9-12. Bordeaux, France.
Murphy, Kevin, M., Andrei, Shleifer, & Robert, W. V. (1989). Income Distribution, Market Size and
Industrialization. Quarterly Journal of Economics 104 (3), 537-564.
Pérez, J. C., Carrillo, M. H., & Montoya-Torres, J. R. (2015). Multi-criteria approaches for urban
passenger transport systems: a literature review. Annals of Operations Research, 226(1), 69-
87.
Perra, V. M., Sdoukopoulos, A., & Pitsiava-Latinopoulou, M. (2017). Evaluation of sustainable urban
mobility in the city of Thessaloniki. , . Transportation research procedia, 24, 329-336.
Raedts, I., Petkovic, M., Usenko, Y. S., van der Werf, J. M., Groote, J. F., & Somers, L. J. (2007).
Transformation of BPMN Models for Behaviour Analysis. MSVVEIS, 2007, 126-137.
Roy, B., & Bertier, P. (1971). La méthode ELECTRE II : une méthode de classement en prédence de
critères multiples.
Saaty, T. (1980). The Analytic Hierarchy Process. . New York : McGraw-Hill International.
Saaty, T. L. (1989). Group decision making and the AHP. In The analytic hierarchy process. Springer,
Berlin, Heidelberg, 59-67.
Saelens, B. E., Sallis, J. F., & Frank, L. D. (2003). Environmental correlates of walking and cycling:
findings from the transportation, urban design, and planning literatures. Annals of behavioral
medicine, 25(2), 80-91.
Shiau, T. A., Huang, M. W., & Lin, W. Y. (2015). Developing an indicator system for measuring
Taiwan's transport sustainability. International Journal of Sustainable Transportation, 9(2), 81-
92.
Smets, P. (1991). Varieties of ignorance and the need for well-founded theories. Information Sciences,
57, 135-144.
Smith, T. W., Axon, C., & Darton, R. (2013). A methodology for measuring the sustainability of car
transport systems. Transport Policy, 30, 308-317.
149
Références bibliographiques
Sosa, M. E., Eppinger, S. D., & Rowles, C. M. (2004). The misalignment of product architecture and
organizational structure in complex product development. Management science, 50(12), 1674-
1689.
Stead, D. (2016). Identifying key research themes for sustainable urban mobility. International Journal
of Sustainable Transportation, 10:1, 1-8.
SteadieSeifi, M., Dellaert, N., & Woensel, T. V. (2014). A multimodal network flow problem with
product quality preservation, transshipment, and asset management. Technische Universiteit
Eindhoven.
Tiwari, G., & Jain, D. (2012). Accessibility and safety indicators for all road users: case study Delhi
BRT. Journal of Transport Geography, 22, 87-95.
Un-Habitat. (2013). Planning and design for sustainable urban mobility: Global report on human
settlements 2013. Routledge.
Vafa-Arani, H., Jahani, S., Dashti, H., Heydari, J., & Moazen, S. (2014). A system dynamics modeling
for urban air pollution: A case study of Tehran, Iran. Transportation Research Part D:
Transport and Environment, 31, 21-36.
Wang, J., Lu, H., & Peng, H. (2008). System dynamics model of urban transportation system and its
application. Journal of Transportation Systems engineering and information technology, 8(3),
83-89.
Wang, Y., Chau, C. K., Ng, W. Y., & Leung, T. M. (2016). A review on the effects of physical built
environment attributes on enhancing walking and cycling activity levels within residential
neighborhoods. Cities, 50, 1-15.
Warfield, J. N. (1973). Binary matrices in system modeling. IEEE Transactions on Systems, Man, and
Cybernetics, 3(5), 441-449.
WBCSD. (2016). Sustainable Mobility Project 2.0. India: Project Report for the city of Indore.
Wegener, M. (1994). Operational Urban Models State of the Art. Journal of the American Planning
Association, 60:1, 17-29.
Wirth, L. (1938). Urbanism as a Way of Life. American journal of sociology, 44(1), 1-24.
150
Références bibliographiques
Yüksel, I. (2012). Developing a multi-criteria decision making model for PESTEL analysis.
International Journal of Business and Management, 7(24), 52 .
Résumé/Abstract
Titre : Contribution à la conception d’un système de mobilité urbaine durable : de l’élicitation
des connaissances à l’architecture distribuée du système
Résumé
Un des fondements de l’Ingénierie Système réside dans la compréhension et la formulation des exigences de
différentes parties prenantes pour mieux maîtriser et contrôler la complexité du système à concevoir. L’évaluation
des performances du système nécessite par ailleurs la prise en compte des expertises interdisciplinaires qui
peuvent être incertaines, voire incomplètes. La prise en compte des interdépendances entre plusieurs domaines
d’activité dans la conception et le déploiement d’un système de mobilité urbaine durable est un bon exemple, qui
reflète la problématique de l’élicitation des connaissances pluridisciplinaires, puis de leur utilisation dans
la définition d’une architecture distribuée. Le renouveau de la mobilité urbaine a en effet fait émerger des
alternatives aux déplacements habituels, faisant place à la mobilité douce, à l’usage raisonnée des véhicules
personnels, à la multimodalité et à l’inter-mobilité. Dans ce contexte, la convergence tend à s’opérer vers des
plateformes numériques offrant des services variés, à la demande, adaptés aux besoins immédiats des usagers.
Ces services sont généralement développés par des acteurs du secteur privé qui détiennent à la fois l’expertise et
la technologie pour les déployer. Il s’agit donc, pour les pouvoirs publics considérés comme organe de contrôle
et de régulation de la mobilité, de définir quelles infrastructures et quels services offrir et selon quelles modalités.
Le travail de recherche effectué dans cette thèse vise à proposer puis valider, une démarche générale pour
accompagner les décideurs des villes dans la conception et la mise en place des solutions de mobilité du futur.
Un cadre méthodologique prenant en compte l’aide au choix de politiques et de partenaires cibles a pour cela été
proposé, basé sur une méthode d’analyse multicritère, dans un cadre de décision collective et sous incertitude.
Un méta-modèle d’un système de mobilité durable a ensuite été élaboré, à partir des connaissances élicitées d’un
ensemble de standards et référentiels, de même qu’une architecture distribuée du système. Afin d’étudier la
faisabilité de l’implémentation de cette architecture, en considérant le point de vue de l’aide à la décision, une
roadmap de mise en œuvre a enfin été proposée, basée sur un système de recommandations visant à optimiser la
réalisation de projets de mobilité nouveaux.
Mots clés : Mobilité urbaine, mobilité intelligente, système durable, ingénierie système, décision collective,
décision multicritère.
Title: Contribution to the design of a sustainable urban mobility system: from the elicitation of
knowledge to the distributed architecture of the system
Abstract
One basics of System Engineering consists in understanding and formalizing the requirements of different
stakeholders in order to better control and handle the complexity of the system to be designed. The evaluation of
the system's performance also requires taking into account interdisciplinary expertise, which may be uncertain or
ill-known. The consideration of interdependencies among several fields of activity in the design and deployment
of a sustainable urban mobility system is a good example, which reflects the issue of the elicitation of
multidisciplinary knowledge, then its use in the definition of a distributed architecture. The renewal of urban
mobility has indeed given rise to alternatives to the usual forms of travel, leading to soft mobility, rational use of
personal vehicles, multi-modality and inter-mobility. In such a context, convergence is tending towards digital
platforms offering various services, on demand adapted to the immediate needs of end-users. These services are
usually developed by private companies who have both the expertise and the technology to deploy them. It is
therefore a matter for the public authorities, considered as a regulating and controlling organism of the urban
mobility, to define which infrastructures and which services to offer and under which conditions. The present
research work aims at proposing and validating a general method to assist city decision-makers in the design and
implementation of mobility solutions for the future. A methodological framework taking into account a support
in the choice of targeted policies and partners was proposed for this purpose, based on a multi-criteria analysis
method, within a group decision-making framework and under uncertainty. A meta-model of a sustainable
mobility system was then elaborated, based on the knowledge elicited from a set of standards, as well as a
distributed architecture of the system. In order to study the feasibility of implementing this architecture, from a
decision support point of view, a deployment roadmap was finally proposed, based on a system of
recommendations aiming at optimizing the implementation of new mobility projects.
Keywords: Urban mobility, intelligent mobility, sustainable system, system engineering, group decision,
multi-criteria decision.