Soutenance de thèse de Mohamadou Salifou

Publié le 16 novembre 2026 – Mis à jour le 16 novembre 2026
le 8 décembre 2026 Toulouse - Campus du Mirail
soutenance-mohamadou-salifou
soutenance-mohamadou-salifou

Des flux aux comportements : méthodes statistiques pour l’analyse et l’inférence des comportements cyclistes en milieu urbain

14h00

Mohamadou Salifou, Doctorant au LISST


Des flux aux comportements :
méthodes statistiques pour l’analyse et l’inférence des comportements cyclistes en milieu urbain


Thèse en environnement et sociétés/Statistique appliquée


Jury :

Bertrand JOUVE, Directeur de recherche CNRS, Université Toulouse - Jean Jaurès, LISST
Paul ROCHET, professeur des université, École Nationale de l’Aviation Civile, OPTIM, PSG
Emma FREJINGER, full professor, Université de Montréal, Département d’informatique et de recherche opérationnelle
Mostafa  AMELI, associate professor, Université Gustave Eiffel, GRETTIA
Thierry KLEIN, professeur des université, École Nationale de l’Aviation Civile, OPTIM, PSG
Pascale KUNTZ, professeur des université, Nantes Université, LS2N, CNRS

Résumé :
Les systèmes de vélos en libre-service (BSS) se sont imposés en deux décennies comme un élément structurant de la mobilité urbaine durable. Leur déploiement massif génère des données exhaustives permettant d'observer des millions de déplacements sur de longues périodes. Ces données présentent toutefois une limite fondamentale : dans les systèmes à bornes fixes, l'itinéraire effectivement emprunté entre deux stations reste non observable. Cette thèse traite cette contrainte comme un problème scientifique : que peut-on apprendre des comportements cyclistes à partir des seules données origine-destination (O/D) ? Les travaux s'appuient principalement sur les données de VélôToulouse (2019-2022), couvrant les périodes pré-pandémique, pandémique et post-pandémique, avec une validation comparative sur HSL City Bike à Helsinki-Espoo et des données de villes américaines. Une première ligne de travaux étudie l'évolution temporelle des flux agrégés. Une calibration répétée de modèles gravitaires sur des fenêtres temporelles glissantes permet de suivre l'évolution de leurs paramètres et de les interpréter comme des indicateurs synthétiques des transformations des usages. Cette approche met en évidence une réponse différenciée du réseau au premier confinement de 2020 et confirme la stabilisation des comportements en 2022. Une deuxième ligne exploite la variabilité des durées de trajet pour inférer les comportements d'itinéraire sans données GPS. Pour une même paire de stations, la dispersion des durées traduit notamment l'hétérogénéité des chemins empruntés. Des modèles de mélange log-normaux identifient ainsi des composantes comportementales distinctes. Une relation linéaire robuste est établie entre le mode de la première composante et la durée calculée par OpenStreetMap sur l'itinéraire le plus rapide. Cette régularité est intégrée dans un modèle de mélange contraint par le mode, estimé par un algorithme EM adapté, qui améliore la segmentation comportementale par rapport au modèle libre. La méthode est validée sur Helsinki-Espoo, confirmant sa généricité. Les probabilités a posteriori issues de ces modèles permettent ensuite d'identifier les flux pendulaires sans identifiants usagers. Une régression bêta modélise leur dépendance aux caractéristiques temporelles et directionnelles. Des critères complémentaires sur-représentation de la composante rapide aux heures de pointe, effet négatif du week-end, inversion du sens dominant entre matin et soir et absence d'effet structuré à midi, permettent de qualifier les paires de stations support de flux pendulaires. La préférence pour l'itinéraire direct est ensuite quantifiée selon trois composantes : gain de temps, coût directionnel et coût cognitif. Les deux dernières sont statistiquement significatives et indépendantes du gain de temps. Enfin, la dépendance entre flux matinaux et vespéraux est formalisée dans un modèle Hurdle Binomial Négatif-Binomial. Le paramètre pij, estimé par la méthode des moments à partir des flux agrégés, représente la proportion des trajets matinaux O→D donnant lieu à un retour D→O le même jour. Sa distribution révèle un gradient centre-périphérie. Connu dès la fin de la pointe matinale, ce paramètre permet d'anticiper la demande vespérale station par station et de calculer un signal de déséquilibre exploitable pour la planification proactive du rééquilibrage.

Contact : Mohamadou SALIFOU

Crédit photo :
Borne métro, Toulouse
 © Mohamadou Salifou