Modélisation et prédiction des flux de voyageurs en zone ferroviaire dense.

par Prof. Christine Keribin (LMO)

mardi 9 juin 2026, 14:00 → 15:00 Europe/Paris

GI-UTC

La gestion des flux de passagers est un enjeu majeur pour Transilien SNCF Voyageurs qui doit quotidiennement synchroniser des millions de voyageurs avec des milliers de trains circulant dans la zone dense de Paris et de sa banlieue. Ainsi, cet opérateur ferroviaire équipe de plus en plus ses matériels roulants de capteurs infrarouges, qui comptent les passagers en montée et en descente à chaque porte des rames, fournissant des données riches et utiles pour l’étude des flux aussi bien à l’intérieur qu’à l’extérieur des rames.

À l’intérieur, la connaissance des montées et des descentes à chaque porte demeure toutefois insuffisante pour déterminer la charge à bord, car les rames sont communicantes et permettent aux passagers de se déplacer librement. Il est donc impossible de déduire directement le taux d’occupation à bord dans chaque zone du train, ce qui est pourtant crucial pour fluidifier le flot des passagers. Nous présenterons et comparerons différents modèles de déplacement allant d’une matrice de transition unique à un paradigme de réseau neuronal.

À l’extérieur, en étoffant le jeu de données de variables liées à la configuration des quais, nous étudierons le positionnement des voyageurs à quai en proposant une approche fondée sur des modèles de choix discrets pour déterminer les portes de montée.

Travaux réalisés en collaboration avec R. Coulaud (SNCF Transilien), J. Lebrun (SNCF Transilien), G. Stoltz (Laboratoire de Mathématiques d’Orsay), Étienne Côme (GRETTIA, Université Gustave Eiffel)