Thèse soutenue

Modélisation du mouvement de foules denses : phénoménologie et couplage de modèles

FR  |  
EN
Auteur / Autrice : Etienne Pinsard
Direction : Bertrand MauryJean-Luc Paillat
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance le 08/12/2022
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale de mathématiques Hadamard (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire de mathématiques d'Orsay (1998-....) - Laboratoire central de la Préfecture de police (Paris)
Référent : Université Paris-Saclay. Faculté des sciences d’Orsay (Essonne ; 2020-....)
graduate school : Université Paris-Saclay. Graduate School Mathématiques (2020-….)
Jury : Président / Présidente : Cécile Appert-Rolland
Examinateurs / Examinatrices : Boris P. Andreïanov, Pierre Degond, Paola Goatin, Julien Pettré
Rapporteur / Rapporteuse : Boris P. Andreïanov, Pierre Degond

Mots clés

FR  |  
EN

Mots clés contrôlés

Résumé

FR  |  
EN

Il existe aujourd'hui une multitude de modèles pour les mouvements des foules, prenant en compte une large palette de comportements humains. Le besoin applicatif d'outils de simulation variés est de plus en plus présent dans le cadre de l'organisation de grands évènements à l'approche des Jeux Olympiques de 2024. L'objectif de la thèse est d'étudier le couplage de modèles existants pour tirer parti des avantages de chaque approche. Un grand nombre de modèles ont été proposés ces 20 dernières années, de types microscopiques (ou lagrangiens, basés sur un suivi des individus) ou macroscopiques (ou eulériens, où la foule est représentée par un champ de densité). Lorsque l'on s'intéresse au mouvement de foules importantes dans un bâtiment ou un domaine extérieur complexe, le niveau de description optimal peut varier selon la zone. Un premier axe de cette thèse porte sur l'analyse et l'implémentation de stratégies de couplages de modèles entre deux zones pour des modèles à une dimension. Dans un second temps, le couplage est étudié pour un modèle microscopique de dimension deux. Enfin, nous proposons un nouveau modèle macroscopique écrit par une approche numérique de la modélisation, basée sur un effet d'inhibition des individus.