Table des matiÃ¨res - Gilles Daniel

More documents

Recommendations

Info

198 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. production scientifique, et des processus dont les critères sont soit la modélisation soit la satisfaction de l’utilisateur, cadre propre à la recherche embarquée. Dans cette dernière catégorie, nous admettons les travaux dans lesquels le chercheur s’intègre dans le processus social, en allant jusqu’à l’intervention finalisée. A noter un cas particulier lorsque la modélisation est construite comme une expérimentation cognitive et sociale visant à explorer des hypothèses propres à cette activité et à son impact. Dans ce cas l’utilisateur est bien le chercheur mais le support de l’évaluation est le processus. On peut citer comme exemple [DAN 06] dans lequel l’impact de la modélisation participative est évalué dans un processus de planification. modèle Usage attendu Tester des hypothèses sur les dynamiques du système Renforcer la compréhensio n de dynamiques couplées Construire un modèle ouvert et « complet » du système Produire un outil prospectif pour l’aide à la décision Clients principaux Scientifiques Scientifiques , techniciens Techniciens, décideurs Décideurs Processus Assemblage du modèle puis tentative de calibration sur des données Le modèle est construit, critiqué et amélioré par la collaboration d’experts, qui couplent « leurs » modèles Un « modèle d’experts » est discuté et complété par des acteurs « non experts » ou « experts naïfs » Un modèle calibré et validé est utilisé pour évaluer des futurs possibles Problématiques multi-agents Conception, vérification, calibration sur des données, disponibilité des données individuelles Couplage par encapsulation agent, organisations MA pour les transferts d’échelle, granularité des agents, lien numériquesymbolique Transcription du discours descriptif qualitatif en SMA, ergonomie cognitive, adaptabilité, versioning Coût d’exploration Monte-Carlo, synthèse des formes (états) MA obtenues, interprétation, montrer l’incertitude
Modéliser avec et pour les acteurs de terrain. 199 utilisateur modélisation Eduquer Apprentis Une simulation sert de simulacre pour exercer les capacités d’apprentis, et leur faire découvrir quelque chose Convaincre « Vendeur » acheteurs potentiels La simulation permet aux clients cibles de se représenter une situation meilleure après adoption d’un changement Jouer Joueurs Se mettre à la place de. Se faire plaisir. Faciliter la communication, l’échange de points de vue Faciliter l’action collective Tous les participants Opérateurs « de terrain » La simulation est construite et modifiée progressivement par un groupe de participants, et sert ainsi de médiateur La simulation sert de tableau de bord « distancié » pour réévaluer dynamiquement des actions, et en parler Ergonomie, réalisme, réponse à des actions imprévues, explication Personnalisation, crédibilité, appropriation, transparence (pouvoir de manipulation) Réalisme, esthétique, onirisme, rapidité, enregistrer/rejouer Adaptabilité, accès en réseau, interactions non anticipées, création dynamique d’agents et d’interaction, gestion des conflits d’état agents Persistance des états, crédibilité, simplicité, suivi (fitting) de dynamiques externes mesurées (monitoring) Tableau 9.1. Résumé de l’usage des modèles, adapté de [HAR 04]. 9.4. Modéliser avec les acteurs pour analyser et comprendre Lorsque le modélisateur « conceptuel » ou « formalisateur » n’est pas l’expert « thématique » du domaine modélisé, un dialogue doit s’instaurer entre des partenaires ayant différents statuts de savoir et d’expertise. Immédiatement les notions de rôle et de légitimité apparaissent, en fonction des compétences, des apports et des capacités d’arbitrage. Si nous abordons ici majoritairement des cas où
Page 1 and 2:
Table des matières PREMIERE PARTIE
Page 3 and 4:
Première partie Introduction Depui
Page 5 and 6:
Introduction . 9 permettent de form
Page 7 and 8:
Chapitre 1 Concepts et méthodologi
Page 9 and 10:
Concepts et méthodologies multi-ag
Page 11 and 12:
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Chapitre 2 Introduction à la modé
Page 35 and 36:
Introduction à la modélisation et
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Chapitre 3 Explorer les modèles pa
Page 59 and 60:
Explorer les modèles par simulatio
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Chapitre 4 Evaluation et validation
Page 85 and 86:
Evaluation et validation de modèle
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Annexe - épistémologie dans une c
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Chapitre 5 Sciences sociales comput
Page 121 and 122:
Sciences sociales computationnelles
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
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 165 and 166: Chapitre 8 Essai d’épistémologi
Page 167 and 168: Essai d’épistémologie de la sim
Page 191 and 192: Chapitre 9 Modéliser avec et pour
Page 193: Modéliser avec et pour les acteurs
Page 197 and 198: Modéliser avec et pour les acteurs
Page 213 and 214: Chapitre 10 Modélisation d’accom
Page 215 and 216: Modélisation d’accompagnement. 2
Page 225 and 226: Deuxième partie Modélisation et s
Page 227 and 228: Modélisation multi-agents comme co
Page 233 and 234: Chapitre 11 Des réseaux d’automa
Page 235 and 236: Des réseaux d’automates aux mod
Page 245 and 246:
Des réseaux d’automates aux mod
Page 247 and 248:
Page 249 and 250:
Page 251 and 252:
Page 253 and 254:
Page 255 and 256:
Page 257 and 258:
Page 259 and 260:
Page 261 and 262:
Chapitre 12 Modélisation, impléme
Page 263 and 264:
Modélisation, implémentation et e
Page 265 and 266:
Page 267 and 268:
Page 269 and 270:
Page 271 and 272:
Page 273 and 274:
Page 275 and 276:
Page 277 and 278:
Chapitre 13 Apprentissage dans les
Page 279 and 280:
Apprentissage dans les modèles mul
Page 281 and 282:
Page 283 and 284:
Page 285 and 286:
Page 287 and 288:
Page 289 and 290:
Page 291 and 292:
Page 293 and 294:
Page 295 and 296:
Page 297 and 298:
Page 299 and 300:
Chapitre 14 Influence sociale, jeux
Page 301 and 302:
Influence sociale, jeux de populati
Page 303 and 304:
Page 305 and 306:
Page 307 and 308:
Page 309 and 310:
Page 311 and 312:
Page 313 and 314:
Page 315 and 316:
Page 317 and 318:
Page 319 and 320:
Page 321 and 322:
Page 323 and 324:
Troisième Partie Introduction à l
Page 325 and 326:
Modélisation multi-agents des syst
Page 327 and 328:
Chapitre 15 Approche conceptuelle d
Page 329 and 330:
Approche conceptuelle de l’espace
Page 331 and 332:
Page 333 and 334:
Page 335 and 336:
Page 337 and 338:
Page 339 and 340:
Page 341 and 342:
Page 343 and 344:
Page 345 and 346:
Page 347 and 348:
Page 349 and 350:
Chapitre 16 « A Monte Carlo approa
Page 351 and 352:
« A Monte Carlo approach to diffus
Page 353 and 354:
Page 355 and 356:
Page 357 and 358:
Page 359 and 360:
Page 361 and 362:
Page 363 and 364:
Page 365 and 366:
Page 367 and 368:
Page 369 and 370:
Page 371 and 372:
Page 373:
Page 376 and 377:
380 Modélisation et simulation mul
Page 378 and 379:
Page 380 and 381:
Page 382 and 383:
Page 384 and 385:
Page 386 and 387:
Page 388 and 389:
Page 390 and 391:
Page 392 and 393:
Page 394 and 395:
Page 396 and 397:
Page 398 and 399:
Page 400 and 401:
Page 402 and 403:
Page 404 and 405:
Page 406 and 407:
Page 408 and 409:
Page 410:
show all

Table des matiÃ¨res - Gilles Daniel

Create successful ePaper yourself

Delete template?

Save as template?