Table des matières - Gilles Daniel
Table des matières - Gilles Daniel Table des matières - Gilles Daniel
150 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. [LUX 98] LUX T., "The Socioeconomic Dynamics of Speculative Markets: Interacting Agents, Chaos and the Fat Tails of Return Distributions", Journal of Economic Behavior and Organization, vol.33, p. 143-165, 1998. [LUX 99] LUX T., MARCHESI M., “Scaling and Criticality in a Stochastic Multi-Agent Model of a Financial Market”, Nature, vol.397, p. 498-500, 1999. [MIR 01] MIROWSKI P., Machine Dreams: How Economics Became a Cyborg Science, New York, Cambridge University Press, 2001. [MOS 02] MOSS S., “Policy Analysis from First Principles: Agent-Based Modeling as Organizational and Public Policy Simulators", PNAS, vol.99, n°3, p.7267-7274, 2002. [NAG 94] NAGEL K., RASMUSSEN S., “Traffic at the Edge of Chaos”, in Brooks R.A., Maes. P. (eds.), Artificial Life IV, Cambridge, MA, MIT Press, p. 224-235, 1994. [NAG 95] NAGEL K., PACZUSKI M., “Emergent Traffic Jams”, Physical Review E,,.51, p. 2909, 1995. [NAG 98] NAGEL K., BECKMAN R., BARRETT C.L., TRANSIMS for Transportation Planning, Technical Report, Los Alamos, NM, Los Alamos National Laboratory, 1998. [ORC 61] ORCUTT G.H., GREENBERGER M., KORBEL J., RIVLIN A.M., Microanalysis of Socioeconomic Systems: A Simulation Study, New York, Harper & Row, 1961. [RIO 01] RIOLO R.L., AXELROD R., COHEN M.D., “Evolution of Cooperation without Reciprocity”, Nature, vol.414, p. 441-443, 2001. [SCH 71] SCHELLING T.S., “Dynamic Models of Segregation”, Journal of Mathematical Sociology, vol.1, p. 143-186, 1971. [SCH 78] SCHELLING T.S., Micromotives and Macrobehavior, New-Tork, Norton and Co, 1978. [SHO 97] SHOHAM Y., TENNENHOLTZ M., “One the Emegence of Social Conventions: Modeling, Analysis and Simulations”, Artificial Intelligence, vol.94, n°1-2, p. 139-166, 1997. [TES 98] TESFATSION L., “Ex Ante Capacity Effects in Evolutionary Labor Markets with Adaptive Search”, Economic Report, Ames, Iowa, Iowa State University, 1998. [TES 01] TESFATSION L., “Structure, Behavior, and Market Power in an Evolutionary Labor Market with Adaptive Search”, Journal of Economic Dynamics and Control, vol.25, p. 419- 457, 2001. [YOU 98] YOUNG H.P., Individual Strategy and Social Structure, Princeton, NJ, Princeton University Press, 1998. [YOU 03] YOUNGER S.M., “Discrete Agent Simulations of the Effect of Simple Social Structures on the Benefits of Resource Sharing”, Journal of Artificial Societies and Social Simulation, vol.6, n°3, 2003. Remerciements. Je remercie Claudio Cioffi-Revilla, Nigel Gilbert, David Sallach, et Desmond Saunders-Newton pour nos conversations utiles et stimulantes sur ce thème.
Chapitre 7 Les modèles agent en géographie urbaine 7.1. Introduction Les thématiques urbaines sont nombreuses et le fil choisi dans ce chapitre est donc plutôt d’ordre méthodologique, avec le but de donner, à partir de plusieurs études de cas relatives aux villes et aux systèmes de villes, un aperçu des différents types de modèles qui sont utilisés en géographie humaine pour simuler l’évolution des systèmes socio-spatiaux. L’accent sera mis sur des aspects comparatifs, afin de rendre compte des débats d’ordre méthodologique qui mobilisent les modélisateurs de cette communauté. Afin de simplifier les comparaisons, la plupart des exemples concernent des questions de localisation et de dynamique de populations, questions appréhendées à différents niveaux, de la mobilité des individus à l’évolution des dimensions d’un système urbain. 7.2. Objets et objectifs de la modélisation urbaine La question des échelles tient une place importante dans de nombreux questionnements en géographie, où l’on s’intéresse explicitement à l’emboîtement ou à l’interférence de phénomènes opérant à différentes échelles. Il s’avère donc encore plus nécessaire qu’ailleurs, dans une démarche de modélisation, de préciser les niveaux d’observation et de modélisation des phénomènes étudiés. D’un point de vue thématique, on peut distinguer les travaux dont l’objectif est de mieux comprendre Chapitre rédigé par Lena SANDERS
- 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 and 134: Sciences sociales computationnelles
- Page 135 and 136: 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: La fin des débuts pour les systèm
- 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
- Page 185 and 186: Essai d’épistémologie de la sim
- Page 187 and 188: Essai d’épistémologie de la sim
- Page 189 and 190: Essai d’épistémologie de la sim
- Page 191 and 192: Chapitre 9 Modéliser avec et pour
- Page 193 and 194: Modéliser avec et pour les acteurs
- Page 195 and 196: Modéliser avec et pour les acteurs
150 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.<br />
[LUX 98] LUX T., "The Socioeconomic Dynamics of Speculative Markets: Interacting<br />
Agents, Chaos and the Fat Tails of Return Distributions", Journal of Economic Behavior<br />
and Organization, vol.33, p. 143-165, 1998.<br />
[LUX 99] LUX T., MARCHESI M., “Scaling and Criticality in a Stochastic Multi-Agent Model<br />
of a Financial Market”, Nature, vol.397, p. 498-500, 1999.<br />
[MIR 01] MIROWSKI P., Machine Dreams: How Economics Became a Cyborg Science, New<br />
York, Cambridge University Press, 2001.<br />
[MOS 02] MOSS S., “Policy Analysis from First Principles: Agent-Based Modeling as<br />
Organizational and Public Policy Simulators", PNAS, vol.99, n°3, p.7267-7274, 2002.<br />
[NAG 94] NAGEL K., RASMUSSEN S., “Traffic at the Edge of Chaos”, in Brooks R.A., Maes.<br />
P. (eds.), Artificial Life IV, Cambridge, MA, MIT Press, p. 224-235, 1994.<br />
[NAG 95] NAGEL K., PACZUSKI M., “Emergent Traffic Jams”, Physical Review E,,.51, p. 2909, 1995.<br />
[NAG 98] NAGEL K., BECKMAN R., BARRETT C.L., TRANSIMS for Transportation Planning,<br />
Technical Report, Los Alamos, NM, Los Alamos National Laboratory, 1998.<br />
[ORC 61] ORCUTT G.H., GREENBERGER M., KORBEL J., RIVLIN A.M., Microanalysis of<br />
Socioeconomic Systems: A Simulation Study, New York, Harper & Row, 1961.<br />
[RIO 01] RIOLO R.L., AXELROD R., COHEN M.D., “Evolution of Cooperation without<br />
Reciprocity”, Nature, vol.414, p. 441-443, 2001.<br />
[SCH 71] SCHELLING T.S., “Dynamic Models of Segregation”, Journal of Mathematical<br />
Sociology, vol.1, p. 143-186, 1971.<br />
[SCH 78] SCHELLING T.S., Micromotives and Macrobehavior, New-Tork, Norton and Co, 1978.<br />
[SHO 97] SHOHAM Y., TENNENHOLTZ M., “One the Emegence of Social Conventions: Modeling,<br />
Analysis and Simulations”, Artificial Intelligence, vol.94, n°1-2, p. 139-166, 1997.<br />
[TES 98] TESFATSION L., “Ex Ante Capacity Effects in Evolutionary Labor Markets with<br />
Adaptive Search”, Economic Report, Ames, Iowa, Iowa State University, 1998.<br />
[TES 01] TESFATSION L., “Structure, Behavior, and Market Power in an Evolutionary Labor<br />
Market with Adaptive Search”, Journal of Economic Dynamics and Control, vol.25, p. 419-<br />
457, 2001.<br />
[YOU 98] YOUNG H.P., Individual Strategy and Social Structure, Princeton, NJ, Princeton<br />
University Press, 1998.<br />
[YOU 03] YOUNGER S.M., “Discrete Agent Simulations of the Effect of Simple Social<br />
Structures on the Benefits of Resource Sharing”, Journal of Artificial Societies and Social<br />
Simulation, vol.6, n°3, 2003.<br />
Remerciements. Je remercie Claudio Cioffi-Revilla, Nigel Gilbert, David Sallach, et<br />
Desmond Saunders-Newton pour nos conversations utiles et stimulantes sur ce thème.
Change language