Dynamic Ride-Sharing and Fleet Sizing for a System of Shared Autonomous Vehicles in Austin, Texas
Fagnant Daniel J. et al. — 2018
Résumé (FR)
Cet article présente des avancées dans la simulation de véhicules autonomes partagés (SAV) en intégrant le covoiturage dynamique et l’optimisation de la taille de flotte dans un réseau routier réel d’Austin, Texas. Les auteurs développent un modèle agent et réseau permettant de tester différentes politiques d’affectation et de dimensionnement de l’offre à de faibles taux de pénétration du marché. Les résultats montrent que le covoiturage dynamique réduit les temps de service moyens et les coûts pour les passagers, tout en améliorant la rentabilité pour les opérateurs. L’étude évalue comment la taille et la composition de la flotte doivent être adaptées en fonction de la densité de la demande. L’approche est fondamentalement offer-driven : l’opérateur détermine une flotte optimale et des règles d’affectation centralisées. Ce travail apporte des preuves empiriques solides sur l’efficacité de la conception centralisée de l’offre dans les systèmes MoD.
Summary (EN)
This article advances shared autonomous vehicle (SAV) simulation by integrating dynamic ride-sharing and fleet sizing optimization in a real Austin, Texas road network. The authors develop an agent- and network-based model to test different supply assignment and fleet dimensioning policies at low market penetration rates. Results show that dynamic ride-sharing reduces average service times and costs for passengers while improving profitability for operators. The study evaluates how fleet size and composition should be adapted to demand density. The approach is fundamentally supply-driven: the operator determines an optimal fleet and centralized assignment rules. This work provides strong empirical evidence on the efficiency of centralized supply design in MoD systems.
Points clés
| Aspect | Détail |
|---|---|
| Méthode | Simulation agent et réseau sur le réseau routier réel d’Austin, Texas ; modèle de covoiturage dynamique avec règles d’affectation centralisées |
| Données | Réseau routier d’Austin à faible taux de pénétration du marché SAV ; requêtes de déplacements synthétiques calibrées sur la demande locale |
| Résultat principal | Le covoiturage dynamique réduit les temps de service moyens et les coûts passagers tout en améliorant la rentabilité opérateur ; une flotte réduite peut absorber une demande significative |
| Lien demand/offer-driven | Approche offer-driven pure : l’opérateur fixe la taille de flotte et les règles d’affectation ; la demande s’adapte à l’offre centralisée plutôt que l’inverse |
| Lien réseau/flux | La concentration spatiale des flux (densité de demande) conditionne l’efficacité du dimensionnement ; les zones denses permettent des économies d’échelle sur le covoiturage |
Lien avec la problématique
Cet article illustre un archétype offer-driven dans les systèmes MoD : l’opérateur conçoit une flotte optimale et des règles d’affectation centralisées, indépendamment des préférences individuelles des usagers, ce qui constitue un contrepoint structurant face aux approches demand-driven où l’offre émerge des comportements individuels. Le lien avec la concentration des flux en réseau est direct : l’efficacité du covoiturage dynamique — et donc la rentabilité du dimensionnement de flotte — dépend de la densité spatiale de la demande, argument en faveur de hubs ou de corridors qui canalisent les flux vers des nœuds partagés. Ce travail alimente ainsi la réflexion sur la complémentarité demand-driven/offer-driven en montrant que la conception centralisée de l’offre est d’autant plus performante que le réseau concentre la demande sur des axes ou des points de convergence.