An agent-based simulation modeling framework for Mobility-as-a-Service (MaaS)
Alisoltani N. et al. — 2024
Résumé (FR)
Cet article développe un cadre de simulation multi-agents intelligent pour les systèmes de Mobilité en tant que Service (MaaS), comprenant trois types d’agents : les unités de flotte MaaS, les voyageurs et le module central d’affectation intelligente de mobilité. Le modèle vise à équilibrer les demandes conflictuelles entre l’offre et la demande au sein de l’écosystème MaaS. Des expérimentations révèlent qu’une flotte de 350 unités constitue l’équilibre optimal dans les scénarios testés. La méthode d’optimisation bidimensionnelle développée réduit le coût global d’offre de 25 %. Le cadre permet d’évaluer différentes stratégies d’affectation et de repositionnement de véhicules en fonction des dynamiques temporelles de la demande. Ces résultats apportent des éléments concrets pour la planification opérationnelle des services MaaS en milieu urbain.
Summary (EN)
This paper develops an intelligent agent-based simulation framework for Mobility-as-a-Service (MaaS) systems, comprising three agent types: MaaS fleet units, travellers, and a central intelligent mobility assignment module. The model aims to balance conflicting demands between supply and demand within the MaaS ecosystem. Experiments reveal that a fleet of 350 units represents the optimal balance across tested scenarios. The developed two-dimensional optimisation method reduces overall supply cost by 25%. The framework enables evaluation of different vehicle assignment and repositioning strategies according to temporal demand dynamics. These results provide concrete inputs for operational planning of MaaS services in urban environments.
Points clés
| Aspect | Détail |
|---|---|
| Thème | simulation-carpooling-urban |
| Venue | Case Studies on Transport Policy |
| Mots-clés | MaaS, agent-based simulation, shared mobility, demand-supply balancing, fleet optimisation |
| DOI | 10.1016/j.cstp.2024.101288 |
Lien avec la problématique
Cet article contribue à la compréhension de la complémentarité offre↔demande dans les systèmes de covoiturage urbain/périurbain, en lien avec l’utilisation d’un réseau structurant (PUDO, hubs, lignes) pour concentrer les flux.