Search

In this paper, we propose a step by step method based on publicly available data to design a master plan optimizing the number of coworking spaces to deploy in a given area, as well as their placements across the territory. We aim to develop a holistic systemic approach, in line with the strategic view of the territorial forces, with the objective of reducing the GHG emissions from commuting. The method that we propose is general and can be applied to any territory. As a first step, we collect and preprocess population data to convert them into an exploitable form. Then we design a decision model that describes when a person would choose to work in a shared office, and which transport mode they would use. We finally perform an optimization to maximize the gains in terms of traveled distance using a linear solver and heuristic methods, and comparing their respective effectiveness. The results are encouraging, since they show that using an optimized network computed with our method, we could reduce the total distance traveled by the people commuting by car by 23%, which represents a reduction in carbon emissions of hundreds of tons per day at the scale of the studied use case region around Toulouse., Arbeitsberichte Verkehrs- und Raumplanung, 1768

L'analyse et la prévision du comportement des réseaux de transport sont aujourd'hui des éléments cruciaux pour la mise en place de politiques de gestion territoriale. La simulation informatique du trafic routier est un outil puissant permettant de tester des stratégies de gestion avant de les déployer dans un contexte opérationnel. La simulation du trafic à l'échelle d'une ville requiert cependant une puissance de calcul très importante, dépassant les capacités d'un seul ordinateur. Dans cette thèse, nous étudions des méthodes permettant d'effectuer des simulations de trafic multi-agent à large échelle. Nous proposons des solutions permettant de distribuer l'exécution de telles simulations sur un grand nombre de coeurs de calcul. L'une d'elle distribue directement les agents sur les coeurs disponibles, tandis que la seconde découpe l'environnement sur lequel les agents évoluent. Les méthodes de partitionnement de graphes sont étudiées à cet effet, et nous proposons une procédure de partitionnement spécialement adaptée à la simulation de trafic multi-agent. Un algorithme d'équilibrage de charge dynamique est également développé, afin d'optimiser les performances de la distribution de la simulation microscopique. Les solutions proposées ont été éprouvées sur un réseau réel représentant la zone de Paris-Saclay. Ces solutions sont génériques et peuvent être appliquées sur la plupart des simulateurs existants. Les résultats montrent que la distribution des agents améliore grandement les performances de la simulation macroscopique, tandis que le découpage de l'environnement est plus adapté à la simulation microscopique. Notre algorithme d'équilibrage de charge améliore en outre significativement l'efficacité de la distribution de l'environnement. Nowadays, analysis and prediction of transport network behavior are crucial elements for the implementation of territorial management policies. Computer simulation of road traffic is a powerful tool for testing management strategies before deploying them in an operational context. Simulation of city-wide traffic requires significant computing power exceeding the capacity of a single computer. This thesis studies the methods to perform large-scale multi-agent traffic simulations. We propose solutions allowing the distribution of such simulations on a large amount of computing cores. One of them distributes the agents directly on the available cores, while the second splits the environment on which the agents evolve. Graph partitioning methods are studied for this purpose, and we propose a partitioning procedure specially adapted to the multi-agent traffic simulation. A dynamic load balancing algorithm is also developed to optimize the performance of the microscopic simulation distribution. The proposed solutions have been tested on a real network representing the Paris-Saclay area. These solutions are generic and can be applied to most existing simulators. The results show that the distribution of the agents greatly improves the performance of the macroscopic simulation, whereas the environment distribution is more suited to micro- scopic simulation. Our load balancing algorithm also significantly improves the efficiency of the environment based distribution.

JFSMA'15 - 23es Journées Francophones sur les Systèmes Multi-Agents, RENNES, FRANCE, 29-/06/2015 - 01/07/2015; With the generalization of real-time traveler information, the behavior of modern transport networks becomes harder to analyze and to predict. It is now critical to develop simulation tools for mobility policies decision makers, taking into account this new information environment. Indeed, the spread of individualized information may highly influence the traffic network. However, existing mobility multiagent and micro-simulations can only consider a sample of the real volumes of travelers, especially for large areas. With distributed simulations, it would become possible to analyze and predict the status of current and future networks, with informed and connected travelers.; Avec la généralisation de l'information voyageurs en temps réel, la dynamique des réseaux de transport est de plus en plus diffcile à analyser et à prévoir. Il devient nécessaire de développer des outils de simulation pour les décideurs de politiques de mobilité, tenant compte de ce nouvel environnement informationnel. En effet, informer un très grand nombre de voyageurs guidés individuellement peut avoir des conséquences importantes sur l'état du trafic. Il est utile d'évaluer cet impact par la simulation. Or, les simulations multi-agents existantes pour la mobilité de voyageurs ne peuvent prendre en considération qu'une partie du volume réel de voyageurs. En distribuant ces simulations, il serait possible de prendre en compte des volumes réels de voyageurs connectés et d'analyser et de prévoir l'état des réseaux de transport. Dans cet article, nous proposons une comparaison entre deux méthodes pour la distribution des simulations multi-agents de mobilité des voyageurs, permettant la prise en compte de flux réalistes et de zones géographiques étendues.