See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/257945968

Modélisation d’un Reseau du Trafic Urbain par Automate Hybride

Conference Paper · May 2013

DOI: 10.13140/RG.2.2.31132.90241

CITATIONS READS
2 3,054

3 authors:

Bouriachi Fares Sihem Kechida

University of Science and Technology Houari Boumediene Université 8 mai 1945 - Guelma
15 PUBLICATIONS 25 CITATIONS 59 PUBLICATIONS 228 CITATIONS

SEE PROFILE SEE PROFILE

Chemesse ennehar Bencheriet

Université 8 mai 1945 - Guelma
29 PUBLICATIONS 77 CITATIONS

SEE PROFILE

All content following this page was uploaded by Chemesse ennehar Bencheriet on 25 March 2014.

The user has requested enhancement of the downloaded file.

 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

Modélisation d’un réseau du trafic urbain par Automate hybride

Bouriachi Fares, Kechida Sihem et ChemssEnnahar Bencheriet

Laboratoire d’Automatique et Informatique de Guelma (LAIG)
Université 8 Mai 1945 de Guelma, Algérie
[email protected], [email protected], [email protected],

Résumé— Le réseau du trafic urbain est un exemple typique de Les modèles macroscopiques décrivent l’écoulement du trafic
système dynamique hybride, car il inclut à la fois des variables comme un flot continu sans individualisation des véhicules, ils
continues et des variables à événements discrets. Ce dernier est sont basés sur deux théories principales : la théorie de
représenté par le contrôle du feu de signalisation et le l'hydrodynamique [ 2, 3, 4, 5, 6, 7, 8, 9] et la théorie des files
comportement des flux des véhicules représente la dynamique d'attente [10], contrairement aux modèles microscopiques qui
continue. En se basant sur la représentation de l’automate
décrivent le comportement individuel de chaque véhicule.
hybride pour établir un modèle adéquat de la circulation, on peut
décrire les phénomènes d’attente au niveau des carrefours à feux. Dans la littérature scientifique il existe deux approches
Dans cet article, nous étudions le comportement de la file adéquates à la modélisation microscopique: les modèles
d’attente dans un tronçon routier, le modèle proposé a été validé véhicule-suiveur [11,1 2, 13], et les modèles de particules [14,
en utilisant les données prélevées à partir des mesures sur un 15, 16, 17 , 18, 19, 20]. Les modèles mésoscopiques et la
tronçon routier de la ville de Guelma. hybridation des modèles se situent au niveau intermédiaire de
détails entre les modèles microscopiques et macroscopiques
Keywords : Réseau du trafic urbain, Système Dynamique [21, 22, 23].
hybride, Automate Hybride, Modèle macroscopique du trafic, Le modèle d’écoulement du trafic cité auparavant considère
modélisation, file d’attente. seulement la partie continue. Évidemment, cela n'est pas
suffisant pour décrire le comportement réel du trafic urbain
1. INTRODUCTION
puisque le trafic urbain se comporte comme un système

D epuis quelques années, l’Algérie a connu une

explosion énorme dans le parc national d’automobiles,
de plus l’incapacité de la plupart des villes à supporter
tous ces véhicules a provoqué plusieurs problèmes de
circulations (bouchons, file de circulations, congestions dues
dynamique hybride où la vitesse, la densité, la longueur de la
file d’attente, le volume et la position des véhicules sont des
variables continues, mais l'arrivée et le départ des véhicules, le
dépassement, le changement des feux de circulation,
l'apparition des accidents de la circulation, l'ouverture et la
aux accidents, aux travaux,...etc.). Pour remédier à cette clôture de la rampe sont des événements à états discrets [34].
situation contraignante, on fait appel soit à une étude globale La nature hybride des systèmes du trafic urbain fait appel a
de l’infrastructure pour l’aménagement urbain soit à l'analyse plusieurs outils de modélisation graphique tels que le réseau
du trafic en se basant sur des méthodes efficaces pour la de Pétri et ses différentes représentations [24, 25, 26, 27,
surveillance, la gestion des incidents, la commande de feux, ou 28,29]. Autres outils moins fréquentant dans le domaine du
le diagnostic du fonctionnement d'un carrefour,…etc. trafic, on peut citer le Bond Graph élaboré par Abouaissa et
Dans le domaine de l’Engineering, des modèles Lozano [30, 31] et le modèle multi-agent proposé par
mathématiques ont été proposé pour le contrôle et la Laichour, Maouche et Mandiau [32]. Dans ce présent travail,
surveillance de réseau du trafic urbain qui doit répondre à des nous étudions le phénomène de la file d’attente dans un réseau
objectifs divers d’une part, la minimisation des temps d’attente du trafic urbain tout en rapprochant son comportement à un
des véhicules ou des piétons à l’intersection et la réduction des système dynamique hybride dont l’objectif est de présenter un
accidents en résolvant les conflits entre les flux de véhicules et modèle à base d’Automate Hybride [33] caractérisant son
les piétons, d’autre part, l’optimisation des flux de véhicules évolution réelle. Dans un premier lieu, nous décrivons la
sur un réseau large et l’optimisation de la consommation de topologie d’un réseau du trafic urbain ensuite nous présentons
l’énergie pour les véhicules et, par conséquent, la diminution le modèle macroscopique (LWR) d’écoulement des flux du
de la pollution de l’air. trafic dans une section de la route. Le modèle du trafic établi
Une étape essentielle pour la gestion du trafic est la par l’automate hybride est représenté dans la section 3. La
modélisation de l'écoulement du trafic. Les premières section suivante expose la validation des résultats suivie d’une
recherches sur l’écoulement du trafic routier remontent aux conclusion et quelques perspectives de recherche.
travaux de Greenshield[1], On distingue généralement trois
grands types de modèles d'écoulement :les modèles
macroscopiques, microscopique et mésoscopiques.
 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

2. MODELISATION D’ECOULEMENT DU TRAFIC DANS LE Le diagramme fondamental de Greenshields [1] est une
RESEAU URBAIN relation phénoménologique qui relie le débit avec la
Le réseau urbain est un ensemble de liens qui densité.
représentent les routes, les voies urbaines et les jonctions qui f(x,t) = g ( ρ (x,t))
représentent les intersections et les carrefours. Notre travail (3)
s’intéresse aux liens urbains qui ne sont pas dues à la f(veh/s)
dynamique inhérente d'écoulement du trafic (comme liens sur v free
l'autoroute), mais en raison de la commutation des feux de f max
signalisation aux carrefours à feux [29].
Les modèles macroscopiques sont basés sur
l’analogie avec la dynamique des fluides. Ces modèles
assimilent le flux du trafic, supposé homogène et
unidirectionnel, à un fluide dans un réservoir. La figure 1
représente l’analogie entre les deux dynamiques.
f in 0 ρcr ρmax ρ (vech/m)
Figure 2. Diagramme fondamental dans le plan (ρ, f)
f in
En effet, le diagramme fondamental de la figure 2 est composé
de deux parties décrivant l'état du trafic: la première partie
correspondq à l'état fluide tandis que la deuxième correspond à
h ≅ Véhicules l'état congestionné. Parmi les relations algébriques les plus
utilisées, notons celles données par les fonctions
b
Feux   ρ ( x, t )  
a

tricolores g ( ρ ( x, t )) v free .ρ ( x, t ).  1 − 
=  
f out 
  ρ max ( x, t )  
fout
f out
 1 ρ ( x, t ) 
Figure 1. Analogie d’une section de la route avec un = g ( ρ ( x, t )) v free .ρ ( x, t ).exp  − .  (5)
réservoir hydraulique  2 ρcr ( x, t ) 
Où a et b sont des constants liées aux Modèles et à la
La modélisation de l’écoulement du trafic est réalisée le plus géométrie de la route.
souvent à l’aide du modèle macroscopique du premier ordre 1.2. La discrétisation spatio-temporelle
qui s’articule principalement sur trois postulats de base :
Vu les difficultés rencontrées lors de la résolution analytique
• Principe de continuité du modèle de trafic du premier ordre de nombreux auteurs ont
adopté la résolution numérique de ce modèle en effectuant une
On considère le débit f(x,t) et la densité ρ (x,t) sont des
discrétisation spatio-temporelle. Cette discrétisation permet
fonctions continues, l’équation de la vitesse moyenne est
d’aboutir à un modèle constitué par des équations aux
f ( x, t )
v ( x, t ) = (1) différences aisées à résoudre par des méthodes itératives [29].
ρ ( x, t )
La représentation continue ne prend pas en compte la • Discrétisation spatiale
dimension du véhicule. La discrétisation spatiale consiste à subdiviser le lien
urbain en segments appelé section, les variables
• Equation de conservation de la masse macroscopiques dépendent seulement du temps permettant de
Le principe de conservation de la masse correspondant est décrire l’écoulement du trafic dans une section (figure 3).
défini comme suit, La variation du nombre de véhicules
sur la section de route [x j-1 x j ] est égale à la différence
xj ∆j xj-1
entre la masse entrante en x j-1 et la masse sortante en x j
dans l’intervalle de temps [t 1 , t 2 ]. f out ρ f in
j j j −1

∂ρ ( x, t ) ∂f ( x, t )
+ =
0 (2)
∂t ∂x qj

• Diagramme fondamental Figure 3. Section d’un lien urbain

 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

 ρ j (k ) 
(∆ j ) j=1,…, m Longueur de la section [x j-1 , x j ] g ( pm ,=
j ( k )) v f , m 1 −  (11)
 ρ
f j in (t) et f j out (t) j=1,…, m sont respectivement le début  max, m 

d’entrée et le début de sortie d’une section de route (qui 3. Modélisation par Automate hybride
représente le nombre de véhicules laissant la file d’attente à 3.1. Définition
chaque fois) Un automate hybride se présente, fondamentalement,
q j (t) j=1,…, m désigne la file d'attente des véhicules en comme un automate à état fini avec des équations
attente pour le signal vert à chaque direction j entrant. différentielles associées à ses états discrets. Ainsi, l’état
ρ j (t ), v free (t ) La densité et la vitesse libre du trafic dans global d’un automate hybride, à un instant donné, est défini
une section j par une paire (q, x), q représentant la situation (état discret)
et x le vecteur d’état (au sens du continu) [38, 39].
L’équation (2) discrétisée dans l’espace est donnée par H= (Q, X, f, D, E, G, R) (12)
l’expression suivante [21] : Où
d ρ j (t ) f jin−1 (t ) − f jout (t ) • Q ={qi : i =1,2… } est l’ensemble fini des états discrets.
+ = 0 (6)
dt ∆j • X ⊂ ℜn définit l’espace d’état continu.
La relation entre la file d’attente et la densité est définie par • f : Q x X→ ℜn est le vecteur champs d’état.
q j (t ) • D : Q →P(X) est un ensemble fini d’évènements
p j (t ) = (7)
∆j • E ⊆ Q× Q, représentent les transitions possibles entre les
D’après (6) et (7), on aboutit à l’équation de la dynamique de états discrets.
la file d’attente exprimé par [25] :
• G: E →P(X) est la garde de la transition
=q (t ) f in (t ) − f out (t ) (8) • R: E x X →P(X) est la fonction de réinitialisation.
j j −1 j
Le diagramme fondamental est décrit par L'état peut changer soit par la transition discrète instantanée
 ρ j (t )  qui change de mode et modifie les valeurs des variables, soit
g ( pm= , j (t )) v f , m 1 −  (9)
 ρ
 max, m  après un intervalle de temps ou seulement les valeurs des
variables réelles changent.
• Discrétisation temporelle 3.2. Exemple d’un automate à états finis : le contrôle de feu de
La discrétisation temporelle de cette équation dans un signalisation
intervalle de temps [ k .∆t , ( k + 1).∆t ] permettant d'aboutir
à la forme suivante [31]. Les feux sont généralement déclinés à partir de deux
couleurs de base : le rouge pour Stop, le vert (ou plus
rarement le bleu) pour Go. Le feu jaune, en fait de couleur
orange, est également utilisé et sert à signaler le passage du
ρm, j
f m, j f m , j −1 vert au rouge. Ces couleurs ont l'avantage d'être très
vm, j différentes :
j+1 j j-1 1: STOP Red light a: T R , after (35sec)
2: Go, Green light b: T G , after (28sec)
Figure 4. Segmentation d’un lien urbain 3: Prepare to Stop, Yellow light c:T Y ,after(3sec)

L’évolution temporelle des variables du trafic est décrite par CI

l’équation suivante :
f j (k ) a
v j (k ) = (10) 1 2
p j (k )
∆t b
p j (k + 1)=
− p j (t ) ( f j −1 (k ) − f j (k )) (11) c
∆j 3

L’équation de diagramme fondamental devient

Figure 5. Automate à états finis d'un feu tricolore
 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

Mode 0 : Initialisation de queue (CI)

3.2. Modèle d’Automate hybride de réseau du trafic urbain q = 0
 in
 f ≥ 0, f =
out
A. Description du phénomène d’attente au niveau d’un 0
carrefour à feu T : Yellowlight
 Y
Mode 1 : la queue croit
La file d’attente est l’une des variables clé d’un système de
régulation adaptatif par la commande des feux. En effet, la
q = f in
 in
 f  0, f = 0
out
plupart de ces systèmes cherchent le meilleur agencement des
couleurs des feux minimisant le temps d’attente moyen par T : Re d light
véhicule sur le carrefour. Or ce critère s’exprime directement  R
en fonction de l’évolution de la file autour du temps. Un fils Mode 2 : Le début de queue commence à disparaitre
d’attente apparait lorsqu’un véhicule stoppe au niveau du feu.
Elle se prolonge ensuite à chaque fois qu’un nouveau véhicule =
q f in − f out
 in
 f ≥ 0, f  0
out
s’y insère. Inversement, elle diminue quand les véhicules
redémarrent. La tête de file recule alors à chaque départ, et ce T : Green light
jusqu’à ce que tous les véhicules soient partis [35].  G

Mode 3 : Plus de queue

q = − f out
 in
=
f 0, f out ≥ 0
T : Yellowlight
 Y

Dans cette étude, nous nous limitons aux modes normaux

où le basculement d’un mode à un autre est contrôlé par la
Mode 0 : Initialisation de queue (CI) Mode 1 : la queue croit commutation du feu de signalisation. Dans les conditions
anormales où des évènements imprévus se produisent
(accidents, travaux, feu de signalisation en panne,), l‘AH peut
être complété en rajoutant des modes de défaillance. Cette idée
a été souvent adoptée dans des applications de surveillance à
base de modèle. Toutefois, ces modes supplémentaires
entrainent une explosion combinatoires de l’AH ce qui
alourdit la représentation. Ce cas d’étude fera l’objet d’un
travail futur.

Mode 2 : Le début de queue Mode 3 : Plus de queue La figure 7 décrit les trajectoires correspondantes aux
commence à disparaitre configurations du système en fonctionnement normal. Le
modèle ainsi conçu représente une version réduite du
Figure 6. Différents états de l’évolution de la file d’attente comportement global du système.
dans un tronçon de la route
(CI)
B. Analyse du fonctionnement du système
De manière générale, ce système fait intervenir TR after (35, sec)
Mode Mode
explicitement et simultanément des modèles de type
1 2
dynamique continus et événementiels. La partie
événementielle fait intervenir la notion de mode ou chaque
mode est associé à une dynamique continue propre. TY after (3, sec) TG after (28, sec)
Mode
L'ensemble des modes caractérise le fonctionnement complet 3
du système. Un automate génère le passage d'un mode à l'autre
par l'intermédiaire des mesures et en prenant en compte
l’ensemble des évènements contrôlées et spontanés générés Figure 7. Automate hybride du système en comportement
par le système. normal
Les modes de fonctionnement sont contrôlés par le cycle de
feux : C f =T R +T G +T Y
 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

Dans cette première application, nous nous intéressons au

4. Etude et validations des résultats comportement de la file d’attente. La figure 10 illustre
4.1 Description l’aspect continu du système sur un horizon de [0 666s].
Evolution de fils d'attente q1
20
Ce travail entre dans le cadre d’un projet CMEP sur le trafic
urbain appliqué à la ville de Guelma dont l’objectif est 18

d’étudier le comportement du trafic dans un troncon routier en

16
utilisant les techniques de modélisation existantes.
La figure ci-dessous représente la couverture géographique du 14

réseaux avec les points chauds de circulation.

Queue length(veh/section)
12

10

0
0 100 200 300 400 500 600 700
temps des cycles/sec

Figure 10. Evolution de la file d’attente au niveau d’un

carrefour

Figure 8. Le réseau du trafic routier de la ville de 4.3 Évolution des modes (simulation de comportement du
Guelma et les points chauds de la circulation
contrôle de feu tricolor)
4.2 Simulation de la file d’attente (q) au niveau d’un La dynamique de l’aspect discret est illustrée par la
carrefour figure 11 où le comportement normal d’un contrôle du feu
Notre étude porte sur une section de la rue Ali Chorfa au
tricolor est décrit par la Sséquence des
niveau de la ville de Guelma, liant en entrée le centre de la
ville à la sortie de la ville et présentant plusieurs ruelles modes normaux suivante : 1-2-3, 1-2-3, 1-2-3, 1-2-3,..
(branchements ) de part et d’autres de la route ce qui 15

provoque souvent des phénomènes de congestion rendant la

circulation de plus en plus lente et même difficile surtout aux
moments des heures de pointes. Plusieurs essais ont été
effectués au cours des journées sur des durées de 11minutes.
Ces mesures sont principalement la mesure des files d'attente 10

sur les entrées et sorties du carrefour, les débits sur les entrées
Evolution des modes

et l'occupation spatiale dans la zone d’étude considérée.

0
0 100 200 300 400 500 600 700
temp de Cycle

Figure 11. Evolution des modes

La figure 11 :illustre l’influance du contrôle des feux sur le

comportement du flux des véhicules, de telle sorte que, la
Figure 9. Présentation de la zone d’étude longueure de la file d’attente croit dans le mode 1 et dèsqu’il
y aura basculement de feu rouge au feu vert, on constate une
diminution de la queue. A la fin de chaque cycle, une partie
 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

de la queue demeure dans la file. Ce comportement peut être Society A: Mathematical, Physical and Engineering Sciences, vol. 229,
no. 1178,1955;pp. 317–345, May
traduit par un AH avec les deux modes dominants.
[3] Richards P.I, Shock Waves on a Highway. Oper. Res., Vol. 4, n° 1 1956
[4] Payne,H.J. “Models of freeway traffic and control”.Simulation Council
(CI) Proceedings, Vol .1, ch.6.Mathematical Models of Public
System,1971,.pp.51-61,
[5] Daganzo C.F., The cell Transmission Model: A Dynamic Representation
TR after (35, sec) of Highway Traffic Consistent with the Hydrodynamic Theory. Trans.
Mode Mode
Res. B, Vol. 28B, n°4,1994, pp. 269-287
1 2
[6] Zhang, H.M,”A Non-Equilibrium Traffic Model Devoid of Gas-like
Behavoirt” Transportation Research B ,n 36, 2002,pp 275-290,
[7] Papageorgiou M, “Some remarks on macroscopic traffic flow
TY after (3, sec) Mode TG after (28, sec) modelling,” Transportation Research Part A: Policy and Practice, vol.
3 32, no. 5, Sep,2003,pp. 323–329,
[8] Nagel, K. and Nelson, P.A “critical comparison of the kinematic-wave
model with observational data”, in Mahmasani ,2005,pp. 145–163, ,
[9] Mahmasani, H. S.(ed.)).16th International Symposium on Transportation
and Traffic Theory, Elsevier.2005
[10] Heidemann D. A Queueing Theory Approach to Speed-Flow-Density
15
mode Relationships. Proc. 13th Symp. Int. Conf. Transp. and Traffic Theory,
q
1996, pp. 103-118.
[11] Reuschel A., Fahrzeugbewegungen in der Kolonne bei gleichformig
beschleunigtem oder erzogertem Leitfahrzeug. Zeitschrift des
Evolution de file d'attente (veh/section) et le mode

Oesterreichischen Ingenieurund Architekten-Vereines95, Vol. 7, n°8,

10
1950,pp. 59-62.
[12] Pipes L.A., An Operational Analysis of Traffic Dynamics. J. Appl.
Phys., Vol. 3, n° 24, 1953,pp. 274-281.
[13] Chandler R.E., Herman R., Montroll E.W., Traffic Dynamics: Studies in
Car Following. Operations. Res., Vol.6,1958,pp. 165-184
[14] Nagel K., Schreckenberg M., A Cellular Automaton Model for Freeway
5 Traffic. J. de Physics Vol. 1,n° 2,1992, pp. 2221-2229.
[15] Pottmeir A., Barlovic R., Knospe W., Schadschneider A., Schreckenberg
M., Localized defects in a cellular automaton model for traffic flow with
phase separation. Physica A, no. 308, 2002,pp. 471-482.
[16] Biham O., Middleton A., Levine D., Self-Organization and a Dynamical
Transition in Traffic Flow Models. Phys. Rev. A, Vol. 46, n°R6724
0
0 20 40 60 80 100 120 140 SCCS-348 1992.
temp de cycle
[17] Simon P.M., Nagel K., Simplified cellular automaton model for city
Figure 12. Évolution de la dynamique hybride traffic. Physical Review E, 58, 1998,pp. 1286-1295.
[18] Fukś H., Exact results for deterministic cellular automata traffic models.
Physical Review E, 60, 1999,pp. 197-202
5. Conclusion [19] Ben-Akiva, M., Bierlaire, M., Burton, D., Koutsopoulos, H. N. and
Mishalani, R. Network state estimation and prediction for real-time
transportation management applications.Networks and Spatial
Ce travail s’inscrit dans le cadre d’une étude de gestion du Economics 1, 293–318,2001.
trafic routier urbain et notamment le phénomène de la file [20] Pandawi, S. and Dia, H. “Comparative evaluation of microscopic car-
d’attente. Dans cette première phase, nous nous sommes following behavior”, IEEE Transactions on Intelligent Transportation
intéressés à la modélisation du comportement de la file en se System 6(3): 314–325, 2005.
[21] Mahmassani, H. S. “Dynamic network traffic assignment and simulation
basant sur le modèle AH. D’après les courbes, nous constatons methodology for advanced system management applications. Networks
une présence continue des véhicules sur le tronçon d’où un and Spatial Economics” 1,267–292. 2001.
croissement de la file d’attente, qui est du d’une part au [22] BOURREL, E. et LESSORT, J. B. “Mixing micro and macro
comportement du conducteur et de la taille des véhicules et representation of traffic flow : a hybrid model based on the lwr theory.”
Transportation Research Record, 1862:193–200,2003.
d’autres part au contrôle des feux du carrefour. Ce qui impose, [23] MAMMAR, S., LEBACQUE, J. et HAJ-SALEM, H. A hybrid model
comme solutions afin de réduire ce phénomène: based on a second order traffic model. Transporation Research Board,
- la conception d’un système de régulation 2006.
[24] Di Cesare F., Kulp P.T., Gile M., List G., The application of Petri nets to
adaptatif, the Modelling, Analysis and Control of Intelligent Urban Traffic
- l’optimisation de la longueur de la file d’attente, Networks. Proc. of the APN’94, Robert Valette, Zaragoza,
Spain.1994,pp. 2-15
[25] Gallego J.L., Nouvelles approches pour la commande des carrefours.
Thèse de doctorat 3ème cycle Ecole nationale supérieure de
Références l’aéronautique et de l’espace, France, 1996.
[26] Gartner N.H., Tarnoff P.J., Andrews C.M., Evaluation of the Optimized
[1] Greenshields ,B.D.;“A study of highway capacity”. Proceedings Policies for Adaptive Control (OPAC) Strategy. Transportation Research
Highway Research Record, Washington Volume 14, 1935, pp. 448-477, Record 1324, 1991,pp.105-114.
[2] Lighthill .M. J and Whitham.G. B, “On Kinematic Waves. II A Theory
of Traffic Flow on Long Crowded Roads,” Proceedings of the Royal
 INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATION PROCESSING
May 12-14, 2013, Guelma, Algeria

[27] Di Febrarro. A., Sacone S., Hybrid Petri nets for the performance
analysis of transportation systems. Proc. IEEE CDC ’98 Tampa, Florida.
1998, pp. 3232-3237.
[28] Murata. T, Komoda N., Matsumoto K., Haruna K., A Petri Net-Based
Controller for Flexible and Maintainable Sequence Control and its
Application in Factory Automation. IEEE Trans. Ind. Electron., Vol. 1,
n°33, 1986,pp. 1–8.
[29] Tolba. C, Lefebvre. D, Thomas .P, and El Moudni, “Continuous Petri
nets models for the analysis of traffic urban networks,” 2001 IEEE
International Conference on Systems, Man and Cybernetics. e-Systems
and e-Man for Cybernetics in Cyberspace (Cat.No.01CH37236), vol. 2,
no. 2, 1328,2001,pp. 1323–.
[30] Abouaissa. H, Jolly. D ”Modélisation du trafic par Bond Graphs ’’Tech.
Report LGI2A,2003.
[31] Lazano J.A et all ”traffic Modelling by Applying the Bond-Graph
Technique ”International Conference on Bond Graph, 2005.
[32] Laichour. S Maouche, R.Mandiau. «Traffic control assistance in
connection nodes: multi-agent applications in urban transport systems
Intelligent D m Acquisition and Advanced Computing Systems:
Technology and Application. Workshop on, 2001.
[33] Zhao, X., & Chen, Y.. Traffic light control method for a single
intersection based on hybrid systems. Proceedings of the 2003 IEEE
International Conference on Intelligent Transportation Systems, 2,
1105–1109. 2003
[34] Di Febbraro A. and Sacco. N., “On modelling urban transportation
networks via hybrid Petri nets,” Control Engineering Practice, vol. 12,
no. 10, Oct. 2004,pp. 1225–1239,
[35] Aubert. D et Boullot. F ‘‘Mesure automatique de variable de trafic par
traitement d’images Application à la régulation en milieu urbain ’’
Abridged version 1990, p.21
[36] Lee. J and Song. S, “Modeling urban transportation systems with hybrid
systems: an overview,” Proceedings of the 2003 IEEE International
Conference on Intelligent Transportation Systems, vol. 2, 2003,pp.
1269–1272,
[37] Cohen. S, ''Ingénierie du trafic routier'', Eléments de théorie du trafic et
applications'' cours de l’école nationale des Ponts et chaussées, 1990
[38] Kechida. S et Cocquempot. V, ’’Méthodologies de diagnostic des
systèmes dynamiques : Théories et Exemples’’ Éditions universitaires
européennes, EUE, ISBN : 978-3-8417-9851-0, 10 Septembre 2012
[39] Henzinger. T.A, “The Theory of Hybrid Automata y 1 Hybrid
Automata,” no. Lics 96, 1996.pp. 1–30,

View publication stats