Des agents-modèles pour la modélisation et la simulation de systèmes complexes : application à l'écosystémique des pêches

• Main Author: Bonneaud, Stéphane
• Language: FRE
• Published: Université de Bretagne occidentale - Brest 2008
• Subjects: [INFO:INFO_OH] Computer Science/Other; Système multi-agents; modélisation; simulation numérique; informatique
• Online Access: http://tel.archives-ouvertes.fr/tel-00376168; http://tel.archives-ouvertes.fr/docs/00/37/61/68/PDF/memoire.pdf

La problématique est l'étude de la modélisation pour la simulation de systèmes complexes. Les processus de modélisation et de simulation étant complexes, il faut rationaliser la modélisation et gagner en maîtrise sur elle. Nous proposons de concevoir le modèle complexe comme une société de modèles en interaction. Nous appliquons l'approche orientée pattern pour rationaliser la modélisation en la centrant sur les données. Nous utilisons l'approche agent pour distribuer l'observation et le contrôle dans le modèle global. La société de modèles permet alors l'émergence des patterns par l'activité des agents. Les artefacts, appliqués à la modélisation, sont le support des données, des patterns et des interactions entre agents. Le couplage des agents se fait ainsi via les \artefacts, à la différence d'une approche par événements.<br />Nous identifions trois types d'agents : <br />1° les agentmodeles, qui exécutent le modèle d'un phénomène ; <br />2° les agents-observateurs, qui construisent des observables ; <br />3° les agents-contrôleurs, qui contrôlent localement le modèle global.<br />Les agents peuvent également s'adapter à leur environnement avec des opérations pour modifier leurs perceptions et actions. Le modèle complexe peut alors être construit incrémentalement, les comportements des agents peuvent être modifiés facilement, et un agent peut être ajouté ou enlevé du modèle global sans impact sur la structure des autres agents.<br />Enfin, nous identifions quatre types de comportements pour un agent-modèle : 1° basé sur des équations différentielles (intensionnel) ; 2° centré individu (émergent) ; 3° pré-calculé (extensionnel) ; 4° joué par un expert (participatif). Pour aller plus loin dans la rationalisation de la modélisation, nous exhibons les biais computationnels induits par la traduction de modèles conceptuels en modèles computationnels dans le cas de modèles de peuplements d'agents. Nous montrons que nos modèles sont très sensibles aux différents biais étudiés. Il est nécessaire que les thématiciens connaissent les sources de biais et que l'outil de simulation soit spécialisé afin de permettre : 1° d'expliciter le modèle, 2° de garantir les propriétés identifiées et 3° de permettre des analyses systématiques. C'est ce que nous faisons dans notre simulateur. Enfin, ce travail entre dans le cadre du projet ANR Chaloupe. L'enjeu est d'envisager la co-viabilité de peuplements écologiques et de leur exploitation par des groupes sociaux (e.g. pêcheries). Nous présentons les résultats de simulation obtenus validant la société de modèles qui permet une modélisation souple et rigoureuse.