Modélisation adaptative des carrefours à feux : Résolution par les algorithmes génétiques

Abstract

La congestion du trafic urbain est l'un des problèmes socio-économiques qui doivent être résolus pour supporter l'évolution de la société. Dont la gestion des carrefours à feux est un point important, car dans un seul carrefour isolé se croisent plusieurs routes. C'est un problème de gestion des accès à un espace commun, par différents types d'usagers. La solution appropriée est la mise en place des stratégies de régulation des feux de signalisation pour une utilisation optimale des infrastructures disponibles. Un simple carrefour présente des caractéristiques complexes; par conséquent, il est difficile de le décrire par un modèle mathématique précis. C'est pour cela, plusieurs chercheurs utilisent des systèmes basés sur la logique floue, les réseaux de neurones, les réseaux de Pétri Hybrides et les systèmes multi-agents. Grâce aux avancées technologiques, il est possible de disposer de mesures fiables et précises des grandeurs physiques relatives à l'état du trafic en temps réel. La littérature s'est, par conséquent, enrichie de méthodes de la régulation du trafic en temps réel, à partir de ces mesures. La plupart de ces modèles sont cycliques. La durée du cycle est fixe. Cela diminue l'adaptabilité avec la variation de l'environnement. Ainsi que ces modèles ne prennent pas en compte tous les utilisateurs des carrefours. La présente thèse porte principalement sur la question de la mise au point d'un modèle non linéaire visant à réduire en temps réel le temps d'attente des usagers des carrefours, notamment des voitures, des poids lourds et des tramways. Il prend en compte les contraintes liées à la sécurité et à la structure des carrefours. Ce modèle est acyclique; les durées de phase et les cycles sont tous variables selon la demande du trafic. Compte tenu de la complexité du modèle de gestion des carrefours, d'une part, aux contraintes d'infrastructure et de sécurité, à la non-linéarité de certaines équations et le nombre élevé des variables; les algorithmes génétiques (AG) est la méthode de résolution choisi pour résoudre ce problème. Il a fournit des résultats satisfaisants en temps réel par rapport au système semi-adaptatif et au système non-adaptatif dans toutes les situations du trafic. L'hybridation des AG avec la logique floue améliore encore et stabilise les résultats. L'expérience s'est déroulée sur un simple carrefour à quatre feux et un rond-point à six feux considéré comme l'un des carrefours les plus importants et les plus complexes de Casablanca. La compréhension du carrefour voisin aide non seulement à concevoir un modèle de gestion précis, mais elle optimise également le coût d'installation des systèmes et se rapproche du modèle réel des flux de trafic. C'est pour cela, nous généralisons le modèle et sa résolution sur deux carrefours adjacents. Ainsi que, Nous testons la faisabilité du système proposé sur un réseau complexe composé d'un carrefour principal et ses quatre carrefours voisins. La plupart des travaux décentralisent le problème du réseau des carrefours sous la forme de plusieurs carrefours isolés pour diminuer la complexité. Dans cette thèse, nous traitons le réseau comme une seule entité. En prenant compte dans le traitement d'un carrefour les flux et la situation de tout le réseau, ainsi que les résultats proposés des carrefours adjacents. Ce qui a diminué considérablement le temps d'attente et régule le trafic mieux que les autres systèmes moins adaptative.