ThesisManuscript/8_summary.tex

\chapter*{Résumé en Français}

Dans chaque ville des citadins doivent se déplacer, par exemple pour travailler, passer du temps avec des amis, faire des courses, etc.
Les déplacements des habitants se font soit à pied, avec une moto, avec un vélo, avec une voiture privée ou avec les services de transport public (bus, métro, trains).
Cependant avec la congestion croissante des voiries en ville, la nécessité de réduire la pollution et les émissions de CO$_2$ des transports tels que les voitures privées, de nouveaux services sont apparus.
Principalement en Amérique du Nord et en Europe, ces services ont pour but de satisfaire le besoin de déplacements avec véhicule privés à l'intérieur de la ville tout en maintenant les effets négatifs de l'utilisation de ces véhicules au minimum.
Les services d'autopartage sont l'un des nombreux services qui ont vu le jour : ils mettent à la disposition des habitants des voitures qui peuvent être louées pour un usage privé pour un prix inférieur à celui d'un service de taxi.
Les services d'autopartage permettent à tout conducteur de louer une voiture pour un usage urbain à tout moment, sans avoir à réserver à l'avance ou à obtenir les clés du véhicule dans une agence de location de voitures classique.
Les voitures sont dédiées à une ville, ce qui signifie qu'un utilisateur ne peut la louer et finir sa réservation seulement dans la même ville.
Ces services peuvent réduire le nombre de voitures que possèdent les citadins~\cite{martin_impact_2010,giesel_impact_2016} et peuvent également réduire les émissions de CO$_2$ lorsque des véhicules électriques sont proposés par le service~\cite{firnkorn_what_2011,chen_carsharings_2016}.

Cependant ce nouveau type de service n'a pas encore atteint sa maturité, \emph{Autolib} à Paris est un exemple de service d'autopartage déployé et qui a été fermé après plusieurs années en raison de problèmes de rentabilité.
La flotte de véhicules accessibles par les clients de ces services doit être surveillée chaque jour, soit pour effectuer la maintenance des véhicules, soit pour recharger la batterie des véhicules électriques.
Les voitures remises en service à l'intérieur de la ville doivent être placées avec soin car la demande pour ce type de transport n'est pas uniforme dans la ville.
Il est nécessaire de pouvoir placer correctement l'ensemble de la flotte, car plus les voitures sont utilisées par les clients, plus le service est rentable.
Comme la demande pour ce type de service n'est pas uniforme dans la ville, les points chauds et les points froids de demande déplacent la distribution spatiale de la flotte vers une distribution \og non optimale \fg.
Ainsi les voitures peuvent être beaucoup louées d'un centre-ville très fréquenté vers des zones périphériques de la ville où les voitures sont moins utilisées et ont tendance à s'accumuler.
Pour cette raison, l'objectif de cette thèse est d'aider l'opérateur de services d'autopartage, \emph{Free2Move}, à mieux repositionner ses voitures pour rendre le service suffisamment rentable.

\paragraph{Catégories de services d'autopartage.}
Il existe trois catégories de services d'autopartage.
Chaque catégorie a été développée pour réduire les contraintes liées aux catégories d'autopartage moins récentes.
Les services ont toujours des caractéristiques communes comme la possibilité d'offrir plusieurs types de voitures (citadines, berlines, etc.) ou le prix de location.
Ce prix se base soit sur le nombre de minutes d'utilisation de la voiture soit sur la distance parcourue par le client soit sur une combinaison des deux.
En outre, les services d'autopartage peuvent tirer parti des avantages des voitures électriques en milieu urbain, proposer uniquement des véhicules thermiques ou une combinaison des deux.

La première catégorie d'autopartage est appelée \emph{round-trip}, elle permet aux clients de louer une voiture dans n'importe quelle station dédiée du service et de rendre le véhicule \emph{dans la même station}.
Une station dédiée est un groupe de places de parking dans la rue.
Ils réservés aux clients du service et accessibles pour eux.
Un exemple de cette catégorie d'autopartage est une marque nommée \emph{ZipCar} qui opère principalement aux États-Unis et au Canada dans plus d'une centaine de villes avec environ dix mille véhicules répartis dans ces villes.
Le cas typique d'utilisation est celui d'un client qui loue une voiture près de chez lui pour faire ses courses ailleurs en ville avant de rentrer chez lui quelques heures plus tard.
Cependant, cette catégorie d'autopartage ne permet pas à un client de prendre une voiture près de son domicile et de se rendre sur son lieu de travail en rendant la voiture louée près de celui-ci.
Le client doit soit louer la voiture jusqu'au retour à son domicile, soit prendre un autre moyen de transport pour ce trajet.

Cette contrainte est retirée par la deuxième catégorie de système d'autopartage appelé \emph{one-way}.
Dans cette catégorie de service, l'utilisateur ne peut louer un véhicule que dans une station comme dans le cas précédent. 
Cependant, il n'a pas l'obligation de rendre le véhicule loué dans la même station, ce véhicule peut être déposé dans n'importe quelle autre station, y compris celle où il a été pris au départ.
Un exemple français d'autopartage \emph{one-way} est \emph{Autolib}, ce service a été exploité dans Paris et en petite couronne jusqu'à fin 2019.
Dans le cas de l'autopartage \emph{one-way}, même s'il est possible pour un client de se rendre avec une voiture du service de son domicile à son lieu de travail, l'emplacement de chaque station limite toujours sa mobilité. 
Les stations doivent être placées par l'opérateur de manière à couvrir la ville au mieux.
En effet, la nécessité de prendre et de rendre la voiture dans les stations désignées réduit la capacité de l'utilisateur à se déplacer librement dans la ville : le client ne peut pas déposer directement la voiture devant l'endroit où il souhaite s'arrêter.

Enfin, l'autopartage en \emph{free-floating} représente la dernière catégorie d'autopartage.
Celle-ci supprime la nécessité d'avoir des stations désignées par l'opérateur pour stationner les véhicules.
Dans cette catégorie de service, les voitures sont garées sur des places de parking publiques qui ne sont pas réservées au service d'autopartage.
En général, l'opérateur du service a un accord avec la mairie : l'opérateur paie un montant fixe annuel pour pouvoir garer les voitures à l'intérieur de la ville, de sorte que les clients n'aient pas à se soucier de payer des frais de stationnement.
Si des véhicules électriques sont proposés, le service peut offrir à ses clients de se garer dans des \og stations \fg pour recharger les véhicules, mais il n'oblige pas l'utilisateur à le faire.
En outre, le service peut offrir des réductions aux clients qui ramènent une voiture dont la batterie est déchargée à une station de recharge.
Certains services comme \emph{Communauto} à Montréal offrent ainsi un service \og hybride \fg, avec des voitures à la fois en \emph{free-floating} et en \emph{round-trip} avec des stations dédiées.
Par ailleurs, les principaux exemples d'opérateurs d'autopartage en \emph{free-floating} sont \emph{Car2Go} et \emph{Free2Move} avec des voitures dans de nombreuses villes du monde, principalement en Europe et en Amérique du Nord.
Même si cette catégorie d'autopartage donne plus de liberté d'utilisation en raison de l'absence de stations, il ne réduit pas la nécessité de repositionner les voitures dans la ville pour contrer un éventuel déséquilibre de la demande.
Les décisions de repositionnement dans ce cas sont complexes car l'utilisateur peut prendre ou rendre des voitures n'importe où dans la ville et pas seulement dans des stations dédiées du service.

\paragraph{Contexte des travaux sur l'autopartage.} 
Cette thèse a été motivée par le besoin de l'entreprise \emph{Stellantis}, le sponsor de cette thèse, d'améliorer les services d'autopartage de sa marque \emph{Free2Move}. 
\emph{Free2Move} propose un service d'autopartage en \emph{free-floating} dans plusieurs villes telles que Paris, Washington, Madrid ou d'autres.
Bien que d'autres services puissent être ouverts dans le futur, l'optimisation des paramètres d'un nouveau service n'entre pas dans le cadre de cette thèse.
L'objectif de cette thèse porte sur l'amélioration d'un service d'autopartage en \emph{free-floating} déjà existant.
Ce type de service peut être amélioré de nombreuses manières, par l'augmentation du nombre de trajets, la satisfaction du client ou encore par l'optimisation du nombre de véhicules.
Dans le cas de \emph{Free2Move}, l'objectif est d'augmenter l'utilisation moyenne des voitures.
Puisque l'utilisation de la voiture est basée sur son temps d'utilisation, deux axes permettent d'augmenter cette utilisation moyenne.
Premièrement, il est possible de faire en sorte que chaque client loue sa voiture pour une période plus longue.
Deuxièmement, il est possible d'augmenter le nombre de réservations afin que les voitures soient en général utilisées plus souvent.
L'opérateur peut proposer des réductions de prix pour inciter les utilisateurs à louer leur véhicule plus longtemps, mais si la plupart des véhicules sont situés dans des zones de la ville où la demande est faible, l'impact de ces réductions sera faible.
Ainsi, l'optimisation du positionnement de la flotte de véhicules est le principal objectif de cette thèse à atteindre pour augmenter l'utilisation du service, par exemple en s'assurant que les clients n'ont pas à marcher trop loin pour louer une voiture.

\paragraph{Contribution.}
La contribution principale de cette thèse réside dans la proposition d'une méthodologie permettant d'augmenter l'utilisation des voitures de n'importe quel service d'autopartage en \emph{free-floating}.
Cette méthodologie a été créée dans le but d'être utilisée par \emph{Free2Move}. 
Les contraintes réelles liées à l'opérateur du service ayant dû être prises en compte pour le développement de cette méthodologie, il n'est possible de repositionner les voitures que \emph{pendant la nuit} et le nombre de voitures pouvant être repositionnées est limité par les capacités du personnel (les \emph{jockeys}).
La contribution est de calculer le placement idéal des voitures à atteindre pour le lendemain matin, tout en tenant compte des contraintes sur les coûts de repositionnement et la capacité de repositionnement des jockeys.
Le but est d'optimiser l'utilisation de la flotte du service d'autopartage en \emph{free-floating}~\cite{martin_prediction_2021,martin_optimisation_2022}.
L'objectif de trouver le placement de la flotte pour le lendemain matin est de contrebalancer le déséquilibre de la demande qui a modifié la distribution des voitures dans la ville depuis la dernière fois que la flotte a été déplacée par les \emph{jockeys}.
Une méthodologie en deux étapes est proposée afin d'aboutir à ce résultat.
La première étape consiste à prédire la future utilisation qu'une voiture aurait le lendemain en fonction de sa position le matin en ville.
Ensuite, la deuxième étape prend en compte la prédiction du temps d'utilisation de toutes les positions possibles de voitures ainsi que la distribution de la flotte de véhicule avant la phase de repositionnement.
Le but est ensuite de proposer la distribution idéale de la flotte de véhicules pour le lendemain matin.
Cette contribution a été publiée sous forme de deux articles de conférence dans : 
\begin{enumerate}
    \item Gregory Martin et al., \og Prediction-Based Fleet Relocation for Free Floating Car Sharing Services \fg, \emph{2021 IEEE 33rd International Conference on Tools with Artificial Intelligence (ICTAI)}, IEEE, 2021, pp. 1187-1191.
    \item Gregory Martin et al., \og Optimisation du Positionnement de Voitures en Autopartage basée sur la Prédiction de leur Utilité \fg, \emph{Conférence Nationale en Intelligence Artificielle 2022 (CNIA 2022)}, 2022
\end{enumerate}

\paragraph{Plan de thèse.}
Cette thèse est organisée en cinq chapitres.
Le chapitre~\ref{ch:background} décrit comment les services de carsharing sont modélisés dans la littérature et comment les clients utilisent de tels services, dans le but de modéliser leur comportement avec précision.
Ensuite sont exposées les améliorations possibles pour les services d'autopartage et en particulier les services en \emph{free-floating} et sur la façon dont l'optimisation numérique peut soutenir ces améliorations. 
En troisième, un aperçu est fait sur l'état de l'art des simulations d'autopartage et d'autres simulations de transport (pouvant inclure l'autopartage), dans le but d'évaluer avec plus de précision les résultats de la méthodologie développée au cours de la thèse. 
Enfin, un dernier focus est fait sur les modèles de régression qui sont utilisés dans la méthodologie proposée.

Le chapitre~\ref{ch:data_analysis} présente en détail les données de trajets fournies par \emph{Free2Move} et des données exogènes des trois services situés à \emph{Madrid}, \emph{Paris} et \emph{Washington}.
Ces trois jeux de données étant utilisés lors de l'évaluation expérimentale, de multiples analyses sont effectuées sur l'utilisation quotidienne du service et la distribution spatiale de sa flotte de véhicules.
De plus, une analyse plus fine sur les clients de chaque service est effectuée afin de déterminer si la prédiction de l'utilisation de la flotte peut être basée sur ces analyses.

Le chapitre~\ref{ch:method} présente la principale contribution de cette thèse, c'est-à-dire la méthode en deux étapes permettant de prédire l'utilisation des voitures avant de fournir la distribution idéale de ces voitures pour le lendemain matin.
D'abord, la modélisation de l'utilisation des voitures est exposée ainsi que la manière dont il est possible de prédire l'utilisation des voitures du lendemain en fonction de la position des voitures dans la ville ainsi que d'autres données exogènes.
Ensuite, une explication est faite sur la manière dont le placement des voitures la veille de la phase de repositionnement et les prédictions des utilisations de véhicules peuvent être utilisés dans un modèle de programmation linéaire en nombres entiers pour trouver le placement idéal des voitures du lendemain matin.
Enfin, une première évaluation de cette méthode est effectuée, en particulier pour déterminer quel modèle de prédiction doit être utilisé pour prédire l'utilisation des voitures le lendemain, ainsi que pour déterminer l'efficacité de la méthodologie lorsqu'elle est comparée à l'utilisation historique du service.

Dans le chapitre~\ref{ch:simulation}, une deuxième évaluation de la méthodologie proposée dans le chapitre~\ref{ch:method} est effectuée. 
L'objectif est d'évaluer le comportement et les performances de cette méthodologie lorsqu'elle est utilisée pendant plusieurs jours d'affilée, ce qui n'est pas possible avec la configuration expérimentale précédente.
Le simulateur créé pour cette expérience est présenté ainsi que la manière dont il simule un service d'autopartage.
Plusieurs méthodes de référence sont exposées, leurs performances et celles de la méthodologie présentée sont testées afin d'en réaliser l'évaluation.

Enfin, le chapitre~\ref{ch:ab_testing} décrit une courte étude de test (en \emph{A/B Testing}) réalisée sur le service réel d'autopartage de \emph{Free2Move} à Madrid.
Une version simplifiée de la méthodologie proposée au chapitre~\ref{ch:method} a été testée sur le terrain avec l'aide de l'équipe opérationnelle qui gère le service à Madrid.
Le test réalisé propose de comparer une période A où l'équipe opérationnelle a pris les décisions concernant les repositionnements avec une période B où la version simplifiée de la méthodologie est utilisée pour l'emplacement où repositionner les voitures.