Table des matières - Gilles Daniel
Table des matières - Gilles Daniel Table des matières - Gilles Daniel
138 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. Il y a fort à parier que toutes les sorties de la première simulation seront dues non pas au comportement attendu des agents mais à des bugs du programme. L'expérience montre qu'il est quasiment impossible de créer des simulations parfaites dès le premier essai, et même s'il existe des méthodes permettant de réduire le nombre de bugs introduits, comme les tests unitaires mentionnés ci-dessus, il est conseillé de prévoir au moins autant de temps à chasser les bugs qu'à écrire le programme original. La stratégie principale à adopter pour découvrir d'éventuels bugs est de créer des cas d'essais pour lesquels les sorties sont connues ou tout au moins prévisibles, et de les faire tourner jusqu'à ce que les résultats obtenus soient tous satisfaisants. Même cela ne permettra pas nécessairement de se débarrasser de tous les bugs, et le modélisateur doit en permanence garder à l'esprit que les résultats de ses simulations peuvent n'être rien d'autre que des artefacts générés par des bugs dans son programme. 5.8. Conclusion Les modèles multi-agents peuvent s'avérer d'une grande valeur en sciences sociales, et leur potentiel commence à peine à être reconnu. Dans ce chapitre, j'ai tenté de montrer en quoi ces modèles sont particulièrement adaptés à la simulation de phénomènes sociaux intrinsèquement complexes et dynamiques. Ces modèles sont également aptes à démontrer l'émergence d'institutions sociales à partir d'actions individuelles, un domaine dans lequel les méthodes d'analyse classiques peuvent être faibles. Nous avons présenté ici des exemples de travaux basés sur des modèles multi-agents, afin de montrer l'étendue des possibilités offertes au chercheur : ces modèles peuvent être abstraits ou descriptifs, positifs ou normatifs, basés sur un espace géographique ou un réseau social, équipés d'agents simples ou très complexes. Maintenant que les simulations multi-agents sont établies comme un champ de recherche prometteur, un vaste domaine d'expertise sur la manière d'élaborer de tels modèles s'est constitué et j'ai consacré la dernière partie de ce chapitre à la description d’un processus typique de modélisation. Avec ces conseils à l’esprit (voir [GIL 05] pour une discussion plus détaillée des différentes méthodes) ainsi qu'un aperçu des opportunités existantes en simulation sociale, j'espère que de nombreux lecteurs auront été inspirés et s'essaieront à cette approche des sciences sociales dans leur propre effort de recherche. 5.9. Bibliographie [AND 98] ANDERSON J.R., LEBIERE C., The Atomic Components of Thought, Mahwah, NJ, Erlbaum, 1998. [ART 89] ARTHUR W.B., “Competing Technologies, Increasing Returns, and Lock-In by Historical Events”, Economics Journal, vol.116, p. 99, 1989. [AXE 95] AXELROD R., “A model of the emergence of new political actors”, in N. Gilbert, R. Conte (eds.), Artificial Societies, London, UCL Press, 1995.
Sciences sociales computationnelles : simulation sociale multi-agents. 139 [BEC 99] BECK K., Extreme Programming Explained, Boston, Ma, Addison-Wesley, 1999. [BOO 00] BOOCH G., RUMBAUGH J., JACOBSON I., The Unified Modeling Language User Guide, 6th print edition, Reading, Ma, Addison-Wesley, 2000. [BRU 03] BRUCH E.E., MARE R.D., “Neighborhood Choice and Neighborhood Change”, Annual Meeting of the Population Association of America, Minneapolis, Ga, Mai 2003. [CAR 98] CARLEY K.M., PRIETULA M.J., LIN Z., “Design Versus Cognition: The interaction of agent cognition and organizational design on organizational performance”, Journal of Artificial Societies and Social Simulation, vol. 1, n°3, 1998. [CAS 98] CASTELFRANCHI C., CONTE R., PAOLUCCI M., “Normative reputation and the costs of compliance”, Journal of Artificial Societies and Social Simulation, vol. 1, n°3, 1998. [CLA 91] CLARK W.A.V., “Residential Preferences and Neighborhood Racial Segregation: A Test of the Schelling Segregation Model”, Demography, vol. 28, p. 1-19, 1991. [CON 95] CONTE R., CASTELFRANCHI C., “Understanding the functions of norms in social groups through simulation”, in Gilbert N., Conte R. (eds.), Artificial Societies, London, UCL Press, p. 252-267, 1995. [DAV 04] DAVID N., MARIETTO M.B., SICHMAN J.S., COELHO H., “The Structure and Logic of Interdisciplinary Research in Agent-Based Social Simulation”, Journal of Artificial Societies and Social Simulation, vol. 7, n°3, 2004. [DEA 99] DEAN J.S., GUMERMAN G.J., EPSTEIN J.M., AXTELL R.L., SWEDLAND A.C., PARKER M.T., MCCARROL S., “Understanding anasazi culture change through agent based modeling”, in Kohler T.A., Gumerman G.J. (eds.), Dynamics in human and primate societies: Agent based modeling of social and spatial processes, Oxford University Press, 1999. [DIB 04] DIBBLE C., FELDMAN P.G., “The GeoGraph 3D Computational Laboratory: Network and Terrain Landscapes for RePast“, Journal of Artificial Societies and Social Simulation, vol. 7, n°1, 2004. [DOR 98] DORAN J. E., “Simulating Collective Misbelief”, Journal of Artificial Societies and Social Simulation vol. 1, n°1, 1998. [EID 04] EIDELSON B.M., LUSTICK I., “VIR-POX: An Agent-Based Analysis of Smallpox Preparedness and Response Policy”, Journal of Artificial Societies and Social Simulation, vol. 7, n°3, 2004. [FLE 01] FLENTGE F., POLANI D., UTHMANN T., “Modelling the Emergence of Possession Norms using Memes”, Journal of Artificial Societies and Social Simulation, vol. 4, n°4, 2001. [FOW 99] FOWLER M., SCOTT, K., UML Distilled, Reading, Ma, 2nd ed., Addison Wesley, 1999. [GIL 95] GILBERT N., “Emergence in social simulation”, in Artificial Societies: the computer simulation of social life, Gilbert N., Conte R. (eds.), London, UCL Press, p. 144-156, 1995. [GIL 00] GILBERT N., TERNA, P., “How to build and use agent-based models in social science”, Mind and Society, vol. 1, n°1, p. 57 – 72, 2000. [GIL 01] GILBERT N., PYKA A., AHRWEILER P., “Innovation Networks - A Simulation Approach”, Journal of Artificial Societies and Social Simulation, vol. 4, n°3, 2001.
- Page 83 and 84: Chapitre 4 Evaluation et validation
- Page 85 and 86: Evaluation et validation de modèle
- Page 87 and 88: Evaluation et validation de modèle
- Page 89 and 90: Evaluation et validation de modèle
- Page 91 and 92: Evaluation et validation de modèle
- Page 93 and 94: Evaluation et validation de modèle
- Page 95 and 96: Evaluation et validation de modèle
- Page 97 and 98: Evaluation et validation de modèle
- Page 99 and 100: Evaluation et validation de modèle
- Page 101 and 102: Annexe - épistémologie dans une c
- Page 103 and 104: Annexe - épistémologie dans une c
- Page 105 and 106: Annexe - épistémologie dans une c
- Page 107 and 108: Annexe - épistémologie dans une c
- Page 109 and 110: Annexe - épistémologie dans une c
- Page 111 and 112: Annexe - épistémologie dans une c
- Page 113 and 114: Annexe - épistémologie dans une c
- Page 115 and 116: Annexe - épistémologie dans une c
- Page 117 and 118: Evaluation et validation de modèle
- Page 119 and 120: Chapitre 5 Sciences sociales comput
- Page 121 and 122: Sciences sociales computationnelles
- Page 123 and 124: Sciences sociales computationnelles
- Page 125 and 126: Sciences sociales computationnelles
- Page 127 and 128: Sciences sociales computationnelles
- Page 129 and 130: Sciences sociales computationnelles
- Page 131 and 132: Sciences sociales computationnelles
- Page 133: Sciences sociales computationnelles
- Page 137 and 138: Chapitre 6 La fin des débuts pour
- Page 139 and 140: La fin des débuts pour les systèm
- Page 141 and 142: La fin des débuts pour les systèm
- Page 143 and 144: La fin des débuts pour les systèm
- Page 145 and 146: La fin des débuts pour les systèm
- Page 147 and 148: Chapitre 7 Les modèles agent en g
- Page 149 and 150: Les modèles agent en géographie u
- Page 151 and 152: Les modèles agent en géographie u
- Page 153 and 154: Les modèles agent en géographie u
- Page 155 and 156: Les modèles agent en géographie u
- Page 157 and 158: Les modèles agent en géographie u
- Page 159 and 160: Les modèles agent en géographie u
- Page 161 and 162: Les modèles agent en géographie u
- Page 163 and 164: Les modèles agent en géographie u
- Page 165 and 166: Chapitre 8 Essai d’épistémologi
- Page 167 and 168: Essai d’épistémologie de la sim
- Page 169 and 170: Essai d’épistémologie de la sim
- Page 171 and 172: Essai d’épistémologie de la sim
- Page 173 and 174: Essai d’épistémologie de la sim
- Page 175 and 176: Essai d’épistémologie de la sim
- Page 177 and 178: Essai d’épistémologie de la sim
- Page 179 and 180: Essai d’épistémologie de la sim
- Page 181 and 182: Essai d’épistémologie de la sim
- Page 183 and 184: Essai d’épistémologie de la sim
Sciences sociales computationnelles : simulation sociale multi-agents. 139<br />
[BEC 99] BECK K., Extreme Programming Explained, Boston, Ma, Addison-Wesley, 1999.<br />
[BOO 00] BOOCH G., RUMBAUGH J., JACOBSON I., The Unified Modeling Language User<br />
Guide, 6th print edition, Reading, Ma, Addison-Wesley, 2000.<br />
[BRU 03] BRUCH E.E., MARE R.D., “Neighborhood Choice and Neighborhood Change”,<br />
Annual Meeting of the Population Association of America, Minneapolis, Ga, Mai 2003.<br />
[CAR 98] CARLEY K.M., PRIETULA M.J., LIN Z., “Design Versus Cognition: The interaction of<br />
agent cognition and organizational <strong>des</strong>ign on organizational performance”, Journal of<br />
Artificial Societies and Social Simulation, vol. 1, n°3, 1998.<br />
[CAS 98] CASTELFRANCHI C., CONTE R., PAOLUCCI M., “Normative reputation and the costs<br />
of compliance”, Journal of Artificial Societies and Social Simulation, vol. 1, n°3, 1998.<br />
[CLA 91] CLARK W.A.V., “Residential Preferences and Neighborhood Racial Segregation: A<br />
Test of the Schelling Segregation Model”, Demography, vol. 28, p. 1-19, 1991.<br />
[CON 95] CONTE R., CASTELFRANCHI C., “Understanding the functions of norms in social<br />
groups through simulation”, in Gilbert N., Conte R. (eds.), Artificial Societies, London,<br />
UCL Press, p. 252-267, 1995.<br />
[DAV 04] DAVID N., MARIETTO M.B., SICHMAN J.S., COELHO H., “The Structure and Logic of<br />
Interdisciplinary Research in Agent-Based Social Simulation”, Journal of Artificial<br />
Societies and Social Simulation, vol. 7, n°3, 2004.<br />
[DEA 99] DEAN J.S., GUMERMAN G.J., EPSTEIN J.M., AXTELL R.L., SWEDLAND A.C., PARKER<br />
M.T., MCCARROL S., “Understanding anasazi culture change through agent based modeling”,<br />
in Kohler T.A., Gumerman G.J. (eds.), Dynamics in human and primate societies: Agent<br />
based modeling of social and spatial processes, Oxford University Press, 1999.<br />
[DIB 04] DIBBLE C., FELDMAN P.G., “The GeoGraph 3D Computational Laboratory: Network<br />
and Terrain Landscapes for RePast“, Journal of Artificial Societies and Social Simulation,<br />
vol. 7, n°1, 2004.<br />
[DOR 98] DORAN J. E., “Simulating Collective Misbelief”, Journal of Artificial Societies and<br />
Social Simulation vol. 1, n°1, 1998.<br />
[EID 04] EIDELSON B.M., LUSTICK I., “VIR-POX: An Agent-Based Analysis of Smallpox<br />
Preparedness and Response Policy”, Journal of Artificial Societies and Social Simulation,<br />
vol. 7, n°3, 2004.<br />
[FLE 01] FLENTGE F., POLANI D., UTHMANN T., “Modelling the Emergence of Possession Norms<br />
using Memes”, Journal of Artificial Societies and Social Simulation, vol. 4, n°4, 2001.<br />
[FOW 99] FOWLER M., SCOTT, K., UML Distilled, Reading, Ma, 2nd ed., Addison Wesley, 1999.<br />
[GIL 95] GILBERT N., “Emergence in social simulation”, in Artificial Societies: the computer<br />
simulation of social life, Gilbert N., Conte R. (eds.), London, UCL Press, p. 144-156, 1995.<br />
[GIL 00] GILBERT N., TERNA, P., “How to build and use agent-based models in social<br />
science”, Mind and Society, vol. 1, n°1, p. 57 – 72, 2000.<br />
[GIL 01] GILBERT N., PYKA A., AHRWEILER P., “Innovation Networks - A Simulation<br />
Approach”, Journal of Artificial Societies and Social Simulation, vol. 4, n°3, 2001.
Change language