Basé sur les données de transactions autoroutières, dix indicateurs représentant les caractéristiques individuelles des utilisateurs et les caractéristiques spatio-temporelles des déplacements ont été sélectionnés pour construire un modèle de caractéristiques utilisateur. Les algorithmes K-means, fuzzy C-means et la carte auto-organisatrice ont été utilisés pour classifier les caractéristiques des utilisateurs, appliqués aux données ETC d'un tronçon routier. Les résultats montrent que, comparé aux K-means et fuzzy C-means, le modèle SOM offre de meilleures performances dans la classification des modes de déplacement des utilisateurs; la division des usagers de l'autoroute en six catégories est raisonnable. Sur la base des résultats de classification, une stratégie tarifaire différenciée personnalisée a été proposée et validée par simulation numérique.

données ETC;algorithmes de clustering;analyse des modes de déplacement;tarification différenciée