Etapes de modélisation

macroscopique du trafic routier

d’une ville : Cas de la ville de
Kinshasa

Par BABAKA LELO Kevin

Ingénieur d’études DED/ACGT

0
1. Introduction

1.1. Contexte et problématique

Depuis quelques années, le trafic routier attire tout particulièrement l’attention de l’opinion
publique. Avec le besoin permanent et de plus en plus croissant d’améliorer les systèmes
économiques et écologiques des Etats, la congestion routière est de moins en moins tolérée
par les gouvernants et les populations concernées et notamment par les usagers. Dans les
grandes agglomérations, il pose de plus en plus des sérieux problèmes de congestion dans les
principales voies de circulation routière. Cela implique d’importantes pertes qui affectent
aussi bien l’économie que l’environnement d’un Etat, en particulier d’une ville.
Pour améliorer les conditions de trafic, les gestionnaires de réseaux routiers proposent des
solutions de gestion dynamique de trafic qui se fondent sur l’usage de dispositifs de
régulation, à l’image de la régulation d’accès ou de la régulation dynamique des vitesses ou
de la gestion dynamique des voies.
L’efficacité de toutes ces solutions est évaluée grâce à la réalisation des études de trafic très
pointues qui reposent sur des simulations faites à partir de logiciels commerciaux dont le
cœur est composé de modèles de trafic routier.
La modélisation du trafic routier fait intervenir différentes échelles d’observation. Il est alors
possible de distinguer chacun des modèles selon la finesse de leur approche. On distingue
ainsi deux grandes familles de modèles en trafic : les modèles microscopiques et les modèles
macroscopiques. Les premiers s’intéressent à la représentation individuelle du
comportement de chaque véhicule tandis que les seconds s’intéressent à l’écoulement global
du flux de véhicules.
Les études d’écoulement de trafic sur un réseau routier de l’ordre de plusieurs kilomètres
ne peuvent offrir des résultats très satisfaisants que sur des modèles macroscopiques. C’est
le cas typique de l’étude de trafic dans une grande agglomération telle que la ville de
Kinshasa.
1.2. Objectifs et intérêt du sujet
Le principal objectif poursuivi dans ce travail est de mettre à la disposition des ingénieurs de
l’ACGT une procédure de modélisation macroscopique du réseau routier d’une ville, à
l’instar de Kinshasa, pour permettre de réaliser des simulations de trafic pour évaluer
l’efficacité des solutions techniques proposées en vue d’améliorer les conditions de trafic.
L’Agence Congolaise des Grands Travaux qui a pour principales missions la conception des
ouvrages et le management des ouvrages structurants se penche de plus en plus sur la
recherche des solutions innovantes et efficaces pour fluidifier le trafic urbain dans la ville de
Kinshasa, en particulier au niveau des intersections.
1
Pour cela, l’ACGT s’est dotée depuis l’année 2015 d’un puissant logiciel de simulation de
trafic, dont Aimsun, et s’est lancée depuis beaucoup d’années dans la collecte des données
de trafic en vue de fournir aux décideurs politiques des éléments techniques pertinents pour
améliorer les conditions de trafic dans les différentes villes du pays et en particulier dans la
ville de Kinshasa sur base des modèles macroscopiques bien calibrés.
2. Description du modèle macroscopique d’un trafic routier
2.1. Introduction
La modélisation du trafic consiste en la reproduction de la réalité physique à l’aide de
modèles en vue d’améliorer la compréhension du phénomène réel complexe. Le trafic
routier peut être décrit très trivialement comme étant le transport de personnes et/ou
d’objet depuis un point de départ appelé origine à un autre point dénommé point d’arrivée.

Les techniques de modélisation du trafic routier permettent aux gestionnaires des réseaux de
transport de mieux exploiter leurs infrastructures et représentent ainsi des outils d’aide à la
décision. En effet, les modèles permettent la prédiction de l’état du trafic. En prévenant les
congestions et en détectant les incidents et accidents, ils offrent la possibilité de traiter et
intervenir dans des délais de temps réduits.

La modélisation macroscopique s’appuie sur une analogie entre l’écoulement des véhicules
et la dynamique d’un fluide. Les modèles macroscopiques du trafic font principalement
intervenir des équations aux dérivées partielles (EDP) comme les lois de conservations
scalaires ou les équations d'Hamilton-Jacobi.

Ils sont tout particulièrement utilisés dans le cadre de la modélisation des grands réseaux.
Leurs applications courantes couvrent la simulation du trafic en vue de la planification et de
la conception des infrastructures, mais aussi la gestion dynamique du trafic et l’évaluation de
ces mesures de gestion a posteriori.

2.2. Formalisation mathématique du modèle macroscopique du trafic routier

Le modèle macroscopique s’intéresse à l’écoulement global du trafic sur un réseau routier.

Le modèle le plus utilisé dans ce domaine est le modèle LWR du nom de leurs auteurs :
Lighthill, Whitham en 1955 [7] et Richards en 1956. Ce modèle est fondé sur une approche
continue par analogie à la mécanique des fluides. La description d’un flot de véhicules se fait
principalement à l’aide de trois variables :

- La vitesse v (m/s ou km/h) ;

- La densité ࣋ (nombre de véhicules par km) ;
- Le débit Q (nombre de véhicules par heure)

Le modèle LWR s’écrit sous la forme d’une équation hyperbolique mettant en relation la
densité de véhicules et la vitesse ou le débit. Il en vient :
2
Avec,

t : Variable temporelle
x : Variable d’espace
ߩሺ‫ݔ‬, ‫ݐ‬ሻ: Densité de véhicules au point x et au temps t

La fonction ࡽሺ࣋ሻ qui est obtenue en permanence pour un état d’équilibre est appelée
diagramme fondamental en ingénierie de trafic.

Ce modèle laisse comprendre que le débit croit lorsque la densité est faible ; les interactions
entre les véhicules deviennent minimes puisque ceux-ci ne sont pas contraints et peuvent
donc rouler à leur vitesse de croisière. Ces interactions augmentent significativement quand
la densité augmente. La vitesse diminue au-delà d’un certain point appelé point critique qui
correspond à la congestion.
Le diagramme fondamental en débit peut en général prendre la forme suivante :

La résolution de l’équation différentielle présentée ci-haut s’effectue de deux manières :

(a) Une approche analytique en se basant sur la théorie variationnelle en recourant aux
courbes de débits cumulés
(b) Une résolution numérique suivant une approche de calcul numérique aux différences
finies.

Il existe sur le marché beaucoup de logiciels commerciaux qui réalisent avec beaucoup de
précision des simulations de trafic suivant des modèles macroscopiques. On peut citer parmi
les plus performants le simulateur de trafic AIMSUN dont l’ACGT en détient la licence
d’utilisation.
Dans la suite de ce travail, nous allons nous intéresser à la procédure de modélisation
macroscopique et de simulation de trafic avec le logiciel AIMSUN.

3
3. Procédure de mise en œuvre d’un modèle macroscopique de trafic avec
AIMSUN
3.1. Introduction

AIMSUN est un logiciel de simulation de la circulation développé pour modéliser la

circulation en milieu urbain et les transports en commun. Il est développé par la société
espagnole TSS - Transport Simulation Systems 1 et provient des travaux de recherche du
Professeur Jaume Barceló à partir des années 1980. AIMSUN est le seul logiciel de
simulation de la circulation aux trois échelles classiques de représentation, à savoir
microscopique, mésoscopique et macroscopique, qui peuvent co-exister au sein du même
modèle hybride.
AIMSUN offre une interface de pointe incluant des éditeurs conviviaux, une manipulation
directe de tous les éléments graphiques, des fonctions annuler et rétablir illimitées, la
possibilité de copier et coller au sein d'AIMSUN, de copier depuis et coller dans d'autres
applications, ainsi que la gestion d'impression.
La création d’un modèle de trafic sur AIMSUN se fait globalement suivant les quatre étapes
suivantes :
(1) La mise au point de l’offre, c’est-à-dire la modélisation du réseau avec les outils de
conception du logiciel
(2) L’élaboration de la demande qui consiste à insérer les données de trafic sous de
matrices origine/Destination ou des états de trafic
(3) Les affectations de trafic suivant le scénario de simulation macroscopique
(4) Le calage ou l’ajustement du modèle

Etape 1 : Modélisation du réseau routier

Le logiciel AIMSUN inclut un certain nombre d’outils qui facilitent la modélisation des
routes, des carrefours et d’autres équipements de régulation de la circulation tels que les
feux de signalisation, les laissez passer, les bandes d’arrêts et les passage-piétons.

Actuellement, l’environnement d’AIMSUN inclut comme outils de modélisation, les

commandes suivantes :
• Un éditeur de réseau visualisations 2D et 3D.
• Un importateur de fichiers CAD, un importateur/exportateur de fichiers GIS, ainsi
qu'un importateur d'images matricielles. Pour obtenir de plus amples informations,
se reporter à la section Arrière-plans du réseau.
• Un importateur OpenStreet Map.

4
 Figure 1 : Interface graphique de AIMSUN (les outils de modélisation à gauche)

Sous-étape 1 : Levé visuel du réseau routier

Tout d’abord, pour numériser le réseau routier d’une ville, il faudra réaliser un levé visuel
des caractéristiques de chaque axe routier ainsi que les emplacements et le comportement
fonctionnel de chaque équipement de régulation de trafic implanté dans le réseau routier
étudié. Dans ce même registre, il est nécessaire de relever les emplacements des différents
arrêts de bus et d’autres aménagements.

Sous-étape 2 : Modéliser le réseau routier à l’aide de l’importateur OpenStreet

Map et de différents outils de conception

Puisqu’il s’agit d’un réseau routier de grande taille à l’instar de celui de la ville de Kinshasa,
il est préférable de recourir à l’outil d’importation OpenStreetMap qui est une source de
données routières facilement accessibles par AIMSUN. Cet outil d’importation est
directement accessible par la première qui s’ouvre lorsque le logiciel est mis en route.

Pour la ville de Kinshasa, il suffit d’indiquer les coordonnées qui définissent le périmètre
géographique de Kinshasa et de cliquer sur OK, puis AIMSUN importe tous les éléments
géométriques du réseau routier y relatif.

Il convient d’attire l’attention sur le fait que les caractéristiques des routes importées
(nombre de voies, largeur de voie, etc) ne correspondent pas toujours à la réalité. Il est
donc nécessaire d’apporter des corrections en utilisant la gamme des touches de
modélisation évoluées qui sont disponibles sur AIMSUN.

5
 Figure 2 : Fenêtre d’accès à l’importateur OpenStreetMap

Il devra également être ajouté tous les équipements de régulation de régulation de trafic à
leurs emplacements respectifs.

Etape 2 : Modélisation de la demande de trafic

Il s’agit de l’une des étapes cruciales de l’élaboration du modèle macroscopique. Il consiste à

insérer dans la plateforme logicielle les données de trafic dont la disponibilité requiert une
campagne de comptage de trafic et d’enquêtes Origine-Destination.

Sous-étape 1 : Comptage de trafic

Cette opération consiste à compter le nombre de véhicules qui passent par une section
routière donnée. La finalité de cette opération est déterminée le comportement du trafic
horaire de chaque axe routier qui compose le réseau. Il est aussi de mise d’identifier lors de
la campagne de comptage de trafic les emplacements de sections à problèmes. Il s’agit des
endroits où il est souvent observé des problèmes de mauvais stationnement, de doubles
voies, de détérioration de la route, etc, qui ont d’une manière ou d’une autre une incidence
significative sur les conditions de trafic routier.

Ces données de trafic qui sont insérées dans le logiciel sous forme des Etats de trafic et
permettent de réaliser le calibrage du modèle de trafic étudié.

6
Sous-étape 2 : Enquêtes Origine-Destination

C’est un type de données très important qui permet de définir les affectations de véhicules
selon les itinéraires possibles. Ces informations sont un plus délicates à obtenir que les états
de trafic issus du comptage de véhicules dans la mesure où il est nécessaire d’échanger avec
les automobilistes pour connaitre sa destination partant d’un point de départ (généralement
un carrefour pour les taxis) et l’itinéraire qu’il compte suivre.

Dans le cas de la ville de Kinshasa, puisque le gros du trafic est constitué de véhicules taxis,
il est raisonnable d’organiser les enquêtes Origine-Destination au niveau des carrefours pour
se faire une idée sur le comportement global du trafic en rapport les origines et les
destinations de véhicules.

Un travail assez élaboré a été développé dans ce sens, c’est-à-dire, sur comment réaliser
efficacement une enquête Origine-Destination dans la ville de Kinshasa. La première
ébauche de cette étude a été transmise au superviseur de l’entité ERPA (Etudes des Routes,
Ports et Aéroports).
Sous-étape 3 : Insertion des données de trafic dans AIMSUN

Les données de trafic sont insérées sous forme de des états de trafic, de matrices O/D, des
itinéraires O/D pour une tranche horaire donnée. Généralement, il s’agit de l’intervalle de
temps pendant lequel la pointe du trafic est observée. Pour Kinshasa, les heures de pointe
sont : 07 heures et 09 heures ; 16 heures et 19 heures.

Figure 3 : Edition de matrices O/D

7
Sous-étape 4 : Modélisation des conditions de trafic

Il est question ici de modéliser les incidents qui perturbent le trafic à des endroits bien
identifiés lors de la campagne de comptage de trafic préalablement effectuée. Ces incidents
sur le trafic peuvent être causés par divers facteurs : mauvais état de la route, mauvais
stationnement de véhicules, occupation irrégulière de la voie de circulation, etc.
AIMSUN dispose d’un panel de commandes qui permettent de simuler un grand nombre
d’évènements contraignants sur le trafic.
Dans la ville de Kinshasa, beaucoup d’artères à l’instar du boulevard Lumumba connaissent
des problèmes de mauvais de stationnement de taxis qui, lors de leur chargement, occupent
généralement les deux voies extrêmes de la route. Les cas les récurrents sont observés à
hauteur de MOKALI, de LIMETE 7ème rue et de l’arrêt KIN-MARKET sur le boulevard du
30 Juin.

************************************************************************
****************Figure : Modélisation des incidents de trafic*********************

Etape 3 : Scénario d’affectation macroscopique

Les modèles d'affectation statique de trafic sont utilisés afin d'estimer les volumes de trafic
des routes sur un réseau durant une période; c'est ainsi que se distribueront à travers le
réseau les déplacements donnés par une matrice O/D ou une demande de trafic.

L'équilibre d'affectation de trafic se base sur le principe optimal d'utilisateur de Wardrop :

Aucun utilisateur ne peut améliorer sa durée de déplacement en modifiant sa route.
AIMSUN utilise l'algorithme de Frank&Wolfe afin de calculer les flux selon ce principe.
L'algorithme se base sur un algorithme de chemins les plus courts, et une implémentation
d'un algorithme d'approximation linéaire.

Avant de réaliser une affectation statique de trafic, l'utilisateur doit déterminer ou vérifier
toutes les données d'entrée nécessaires : les matrices O/D, les fonctions de coût ainsi que
les paramètres dont elles dépendent, etc.
Il existe trois types de fonctions qui modélisent les coûts macroscopiques sur le réseau :

• Les fonctions Volume/Retard (VDF) modélisent le coût généralisé des sections et

des connecteurs.
• Les fonctions de pénalité de mouvement tournant (TPF) modélisent le coût
généralisé des intersections et mouvements tournants.

8
 • Les fonctions de retard d’intersection(JDF) modélisent le retard entraîné par un
mouvement tournant, dû à des volumes de mouvements tournants incompatibles, le
volume de mouvement tournant lui-même, ou le volume de la section d'origine.

Chacune de ces fonctions est éditée en langage Python et offre un grand nombre de
possibilités d’adaptation aux réalités de trafic d’un réseau routier particulier.
Les étapes à suivre afin pour lancer une expérience d’affectation macro sont les suivantes :

Cliquer sur le bouton ‘projet’ Projet > puis un clic droit l’onglet ‘Scénarios’ et choisir
‘scénario d’affectation macro > ensuite faire un clic sur ce dernier et créer une
expérience d’affectation macro

N.B : Dans la boite de dialogue du scénario d’affectation Macroscopique, il faut insérer la

base de données réelle contenant les données de trafic obtenues à l’issue du comptage de
trafic réalisé sur terrain.

Figure 5 : Cheminement d’accès à l’affectation statique de trafic

Résultats- Données de sortie

Une fois la simulation macroscopique terminée, tous les résultats d’affectation sont
disponibles soit sous forme graphique soit sous forme non graphique. Les volumes de trafic,
les taux d’occupation et les coûts de déplacements sont déterminés pour chaque section,
chaque mouvement tournant ou pour chaque lien routier.

9
 Figure 6 : Tableau des résultats d’affectation routière

Les résultats sont disponibles pour chaque classe d'utilisateur (en véhs), et les résultats
relatifs à tous (en UVP) correspondent au regroupement des véhicules affectés, des volumes
supplémentaires, et du transport en commun. Les coûts sont reportés en TPF ou en
secondes selon si aucune, ou une quelconque, des unités restantes a été sélectionnée dans
l'éditeur de la fonction de coût.

Par ailleurs, la représentation graphique, utilisée afin d'afficher les résultats affectation dans
le dossier de données de sortie, est définie par un mode de visualisation dénommé volume
affecté, proposant différents styles de visualisation qui peuvent être édités, et par conséquent
modifiés, par l'utilisateur à tout moment. Pour obtenir de plus amples informations en ce
qui concerne les modes et styles de visualisation, se reporter au manuel d'utilisation
d'AIMSUN.

10
 Figure 7 : Résultats d’affectation sous forme de graphique

Etape 4 : Calibrage ou calage du modèle

Cette étape permet de confronter les résultats d’affectation obtenus à l’issue d’une
expérience macroscopique avec les données de trafic réel recueillies sur terrain lors de la
campagne de comptage de trafic. Cette opération d’ajustement a pour finalité la validation
d’un modèle de trafic en vue d’être utilisé comme outil d’aide à la décision de planification
des transports.
Les données de trafic collectées sur terrain sont insérées dans le logiciel AIMSUN en les
rattachant à des détecteurs judicieusement placés sur le réseau de manière à permettre un
calage efficace du modèle.
L’onglet ‘Résultats ‘ de l’Expérience Macro contient un onglet de validation avec une icône
représentant un graphe, qui permet d’obtenir une droite de régression des résultats.

11
 Figure 8 : Comparaison entre les données de trafic réelles et les valeurs affectées

Les écarts importants observés au niveau de certains détecteurs doivent être corrigés en
analysant minutieusement les données d’entrée et les caractéristiques de conception des
sections où sont localisés ces détecteurs.
Il s’agira par exemple de mener des actions suivantes :

Ajuster l’affectation en pénalisant le coût d’utilisation de routes où les détecteurs à
problème sont placés. Les pénalisations pourront être insérées sur le giratoire, les
carrefours en activant les fonctions de pénalité adéquates ;

Changer le type de route choisi pour certaines sections où il aurait vu que la capacité
est insuffisante ;
Toutes les fois que les ajustements sont faits, la droite de régression est générée pour voir si
les écarts au niveau de détecteurs sont ramenés au seuil acceptable (généralement 0,05 %).

Scénario d’ajustement Macro

La procédure d'ajustement statique permet de calibrer une matrice O/D, depuis une
matrice hypothétique, en utilisant les calculs de lien de trafic et/ou les calculs de
mouvements tournants qui correspondent aux sous-ensembles de liens et de mouvement
tournants pour lesquels une détection de trafic est disponible. L'algorithme de résolution se
base sur un modèle à deux niveaux résolu par un algorithme de gradient.
Un modèle de trafic qui est bien calibré sur une année donnée peut parfois nécessiter des
ajustements pour l’adapter aux données de trafic réelles d’une année plus récente.

L'éditeur de scénario d'ajustement macro contient toutes les données d'entrée nécessaires à
l'exécution de l'ajustement. La demande de trafic à ajuster doit être spécifiée dans le dossier
principal. L'utilisateur peut également établir le plan de transport en commun qui doit être
pris en compte lorsque les volumes affectés seront calculés.

12
 Figure 9 : Fenêtre principale pour le scénario d’ajustement macro

Sur cette interface, il est possible d’effectuer des réglages appropriés pour rendre efficace
l’opération d’ajustement plus efficace. Les paramétrages à effectuer s’articulent autour des
options suivantes :

L’intervalle d’ajustement, pour lequel une demande ajustée doit être obtenue, doit
être établi ici ;

Ajustement du paramètre Alpha, de minimiser les différences entre les valeurs
affectées et les valeurs détectées tout en minimisant parallèlement les modifications
au sein de la matrice d’origine ;

Utilisation des flux d’entrée et de sortie : dans certains cas, il peut arriver que le
flux généré ou attiré par un centroide soit considéré comme sûr et que pour cela,
cette valeur totale peut donc être ajoutée au calcul, en tant que valeur de détection
supplémentaire, dotée de son propre facteur de pondération.

Sections congestionnées. Lorsqu'une section est congestionnée, la valeur observée
sera nettement inférieure à la demande réelle. Pour tenir compte de ce fait, une liste
des sections congestionnées peut être ajoutée, de façon à ce que leurs valeurs
observées soient uniquement comptabilisées dans les calculs que lorsqu'elles sont
supérieures à celles affectées, et ne soient pas intégrées dans les calculs d'ajustement
tant qu'elles sont inférieures aux valeurs affectées.

13
Une fois que les différents paramètres sont bien réglés, il s’en suit l’étape de la mise en
œuvre de l’expérience d’ajustement macro pour laquelle notamment le nombre d’itérations
et le critère d’arrêt doivent être indiqués.

Résultats d’ajustement
Les résultats de l'ajustement sont affichés sur un nouvel onglet de données de sortie dans
l'éditeur d'expérience d'ajustement macro, par classe d'utilisateur (voiture, bus, camii=ons
poids lourds, etc). Les matrices ajustées sont affichées sur cet onglet comme l'illustre la
Figure 8. Il est possible de visualiser toutes les matrices en changeant leur intervalle
d'ajustement qui leur correspond dans la case matrice qui se trouve sur la partie supérieure de
la fenêtre.

Figure 10 : Matrices ajustées

Validation de l’ajustement
L’onglet de validation permet d'établir une comparaison entre les résultats des volumes
obtenus dans l'ajustement de la matrice ajustée et l'ensemble des données de détection
utilisées pour cet ajustement. Il existe trois formats de représentation de cette comparaison
: sous forme de graphique, de régression, ou sous forme de tableau. Ces trois formes de
représentations sont montrées sur les figures suivantes :

14
 Figure 10 : Validation de l’ajustement-Représentation sous forme de graphique

Figure 11 : Validation de l’ajustement-Représentation sous forme de régression linéaire

15
Figure 12 : Validation de l’ajustement-Représentation sous forme de tableau

16
 4. Conclusion
L’élaboration du modèle macroscopique du trafic routier constitue un outil d’aide à la mise
en œuvre d’une politique efficace de transport urbain. La représentation macroscopique est
le modèle le plus adapté pour analyser le trafic à l’échelle d’un réseau vaste, à l’instar d’une
ville.
Le modèle Macro porte sur les variables globales qui caractérisent l’écoulement du trafic et
repose principalement sur les paramètres suivants : vitesse moyenne, débit d’écoulement et
densité de véhicules.
L’équation fondamentale du modèle LWR qui est le prégnant s’écrit sous la forme d’une
équation hyperbolique mettant en relation les trois paramètres précités. Beaucoup de
logiciels permettent de nos jours de réaliser des simulations sur base de ce modèle. Il est
alors possible de disposer d’un modèle de trafic pour les villes qui représente efficacement le
comportement de trafic observé.
Le logiciel AIMSUN que possède l’ACGT est un outil de simulation de transport très
performant qui offre beaucoup d’options qui facilitent la mise en œuvre du modèle macro
d’un vaste réseau routier tel que celui de Kinshasa.
Les étapes de modélisation avec AIMSUN sont la modélisation du réseau routier, l’insertion
de données de trafic et des conditions de trafic, l’exécution d’une expérience macro et le
calibrage du modèle par comparaison aux données de trafic réelles observées sur un certain
nombre de sections. Ensuite, le même modèle peut être ajusté en fonction des données de
trafic actualisées pour une certaine pour permettre d’obtenir une matrice O/D réajustée.
Enfin, nous estimons que l’ACGT est aujourd’hui suffisamment bien équipée pour élaborer
une maquette numérique de transport urbain pour toutes les villes de la RD Congo ,et pour
la ville de Kinshasa en particulier, en vue d’offrir aux décideurs de politiques de transport un
support de simulation qui aideraient à apporter des réponses appropriées aux problèmes de
transport dans notre pays.

17
Références bibliographiques

1. Jyda Mint M. Modélisation mathématique et simulation du trafic routier : analyse

statistique de modèles d’insertion et simulation probabiliste d’un modèle cinétique. Thèse
de doctorat, Université Paris Est, 2014.
2. B. Francis – G. Tano, Etude analytique, numérique et expérimentale du comportement
mécanique des systèmes géosynthétiques : application au cas des barrières de sécurité des
extensions d’ISDND, Thèse de doctorat, Université GRENOBLE ALPES, Mai 2016.
3. AIMSUN. Manuel de modélisation macroscopique d’Aimsun, TSS-Transport Simulation
Systems, Février 2012
4. G. Costeseque. Modélisation mathématique du trafic routier, Centre d’études et
d’expertise sur les risques, l’environnement, la mobilité et l’aménagement, octobre 2018.

18
0