Estimation de la demande de transport régional de passagers et de marchandises dans un environnement hyperconnecté

L'estimation de la demande dans les territoires à faible densité représente un défi critique pour le développement de services de transport efficaces, accessibles et durables. Cette thèse propose un cadre unifié pour estimer et adapter la demande en intégrant les principes de l'Internet Physique. Premièrement, une méthode de caractérisation de la demande est développée, combinant la segmentation des profils utilisateurs et la pondération dynamique des préférences selon l'heure, le type de trajet et le mode de transport. Ce module permet de capter l'hétérogénéité comportementale dans les contextes régionaux. Deuxièmement, un modèle d'estimation de la demande basé sur l'utilité est conçu. Il simule la sélection modale à travers huit scénarios expérimentaux, en intégrant différentes approches de calcul de l'utilité, la disponibilité horaire des services et la variabilité des caractéristiques de trajet. Troisièmement, un système d'aide à la décision est développé pour soutenir les décisions stratégiques, tactiques et opérationnelles. Ce système, implémenté dans une interface interactive, permet de visualiser la demande estimée, comparer les scénarios et adapter l'offre en temps réel. L'approche a été validée à travers une étude de cas sur le projet français ECOTRAIN, une navette ferroviaire autonome et modulaire, démontrant la pertinence du modèle pour accompagner la planification multimodale dans des réseaux à faible densité.