Table des matières - Gilles Daniel
Table des matières - Gilles Daniel Table des matières - Gilles Daniel
250 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. Configuration d’entrée 0,0 0,1 1,0 1,1 Sortie (règle 0) 0 0 0 0 Sortie (règle 1) « ET » 0 0 0 1 Sortie (règle 2) 0 0 1 0 Sortie (règle 3) entrée de gauche 0 0 1 1 Sortie (règle 4) 0 1 0 0 Sortie (règle 5) entrée de droite 0 1 0 1 Sortie (règle 6) « OU » exclusif 0 1 1 0 Sortie (règle 7) « OU » 0 1 1 1 Pour k = 3, il y a 2 3 = 8 configurations d’entrée et donc 2 8 = 256 règles de transition différentes. Ces réseaux ont été étudiés de manière approfondie par Wolfram [WOL 84] [WOL 02a]. De même que précédemment, on peut coder ces règles de 0 à 255, en classant les configurations d’entrée et de sortie suivant leur valeur binaire. Le tableau suivant représente par exemple la règle 126 (1111110 en notation binaire) Config. d’entrée Sorties (règle 90) 1,1,1 1,1,0 1,0,1 1,0,0 0,1,1 0,1,0 0,0,1 0,0,0 0 1 1 1 1 1 1 0 Wolfram a mis à jour quatre régimes de dynamiques. Nous en avons déjà vu trois : point fixe, cycle, chaos. Le quatrième régime produit des résultats très surprenants. Il s’agit de formes organisées et complexes, comme celles que l’on peut voir apparaître sur la figure 11.7, qui superpose les configurations que l’on obtient en empilant les itérations successives d’un même réseau de dimension un. Dans l’applet ci-dessous, on attribue la couleur noire à un automate booléen dans l’état « vrai » et une couleur blanche à celui qui est dans l’état « faux ». On voit que cette représentation d’une succession d’itération du même réseau fait apparaître une dentelle complexe formée de triangles de Sierpinsky 50 . Figure 11.7. Structures émergentes dans un réseau d’automates de Wolfram : triangles de Sierpinsky. 50 Le triangle de Sierpinsky est une famille de figures fractales que l’on construit aisément en insérant récursivement des triangles (équilatéraux) les uns dans les autres. On joint à l’intérieur d’un triangle le milieu de ses trois côtés et on le décompose ainsi en quatre triangles, etc…
Des réseaux d’automates aux modèles multi-agents. 251 Cette trouvaille surprenante est-elle une simple curiosité mathématique ou rend-elle compte d’une classe de phénomènes réels plus significative Wolfram a soigneusement inventorié les créations liées aux dynamiques du quatrième type, mais il n’a pas qualifié ces dernières. C’est le fondateur du concept de « vie artificielle », Christopher Langton et d’autres chercheurs du Santa Fe Institute qui ont baptisé cette zone « frontière du chaos ». Dans l’ordre des dynamiques, Langton [LAN 91] a montré que l’on peut identifier un paramètre dans les réseaux d’automates dont la variation conduit du point fixe au chaos en passant par le cycle puis par la « frontière du chaos » 51 . A cette occasion, Christopher Langton a introduit une analogie entre les dynamiques du réseau et les phases de la matière (on prendra l’exemple de l’eau). Le point fixe (et d’une certaine manière le cycle) qui caractérise un réseau complètement ordonné, figé, correspond à l’état solide. Le chaos à l’état gazeux. La « frontière du chaos » correspondrait à l’état liquide, producteur d’ordres évolutifs 52 . c o m plexité cycles Systèmes stables Systèmes complexes Systèmes chaotiques Degré de désordre Figure 11.8. Dynamique des systèmes et complexité. Si l’on pousse un peu plus loin l’analogie, dans l’écosystème terrestre, l’eau est liquide à la surface du globe, tout en étant à l’état gazeux dans l’atmosphère et à l’état solide à la proximité des pôles. Notre écosystème se trouverait donc dans un état global métastable, sans arrêt perturbé aux frontières par des transitions de phase d’un état vers l’autre. Certains chercheurs 53 , comme Stuart Kauffman [KAU 91a], [KAU 93], [KAU 95], émettent alors la conjecture suivante : les phénomènes évolutifs du vivant se dérouleraient « à la frontière du chaos » [HEU 98]. Dans ce qui suit, nous n’aborderons pas les problèmes sous cet angle spéculatif et nous nous limiterons à tenter d’identifier dans quelle mesure notre connaissance de certains phénomènes économiques peut être enrichie par ces résultats. 51 Le lecteur familier avec la théorie du chaos fera le rapprochement avec le coefficient de Lyapounov, dont la valeur sert à évaluer le degré de divergences des trajectoires. 52 Comme le remarque Kauffman [KAU 91] l’analogie n’est pas complètement satisfaisante dans la mesure où l’état liquide est lui même une phase. 53 Cf. Packard [PAC 88], Langton, [LAN 91].
- Page 195 and 196: Modéliser avec et pour les acteurs
- Page 197 and 198: Modéliser avec et pour les acteurs
- Page 199 and 200: Modéliser avec et pour les acteurs
- Page 201 and 202: Modéliser avec et pour les acteurs
- Page 203 and 204: Modéliser avec et pour les acteurs
- Page 205 and 206: Modéliser avec et pour les acteurs
- Page 207 and 208: Modéliser avec et pour les acteurs
- Page 209 and 210: Modéliser avec et pour les acteurs
- Page 211 and 212: Modéliser avec et pour les acteurs
- Page 213 and 214: Chapitre 10 Modélisation d’accom
- Page 215 and 216: Modélisation d’accompagnement. 2
- Page 217 and 218: Modélisation d’accompagnement. 2
- Page 219 and 220: Modélisation d’accompagnement. 2
- Page 221 and 222: Modélisation d’accompagnement. 2
- Page 223 and 224: Modélisation d’accompagnement. 2
- Page 225 and 226: Deuxième partie Modélisation et s
- Page 227 and 228: Modélisation multi-agents comme co
- Page 229 and 230: Modélisation multi-agents comme co
- Page 231 and 232: 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 237 and 238: Des réseaux d’automates aux mod
- Page 239 and 240: Des réseaux d’automates aux mod
- Page 241 and 242: Des réseaux d’automates aux mod
- Page 243 and 244: Des réseaux d’automates aux mod
- Page 245: Des réseaux d’automates aux mod
- Page 249 and 250: Des réseaux d’automates aux mod
- Page 251 and 252: Des réseaux d’automates aux mod
- Page 253 and 254: Des réseaux d’automates aux mod
- Page 255 and 256: Des réseaux d’automates aux mod
- Page 257 and 258: Des réseaux d’automates aux mod
- Page 259 and 260: Des réseaux d’automates aux mod
- Page 261 and 262: Chapitre 12 Modélisation, impléme
- Page 263 and 264: Modélisation, implémentation et e
- Page 265 and 266: Modélisation, implémentation et e
- Page 267 and 268: Modélisation, implémentation et e
- Page 269 and 270: Modélisation, implémentation et e
- Page 271 and 272: Modélisation, implémentation et e
- Page 273 and 274: Modélisation, implémentation et e
- Page 275 and 276: Modélisation, implémentation et e
- Page 277 and 278: Chapitre 13 Apprentissage dans les
- Page 279 and 280: Apprentissage dans les modèles mul
- Page 281 and 282: Apprentissage dans les modèles mul
- Page 283 and 284: Apprentissage dans les modèles mul
- Page 285 and 286: Apprentissage dans les modèles mul
- Page 287 and 288: Apprentissage dans les modèles mul
- Page 289 and 290: Apprentissage dans les modèles mul
- Page 291 and 292: Apprentissage dans les modèles mul
- Page 293 and 294: Apprentissage dans les modèles mul
- Page 295 and 296: Apprentissage dans les modèles mul
Des réseaux d’automates aux modèles multi-agents. 251<br />
Cette trouvaille surprenante est-elle une simple curiosité mathématique ou rend-elle<br />
compte d’une classe de phénomènes réels plus significative Wolfram a soigneusement<br />
inventorié les créations liées aux dynamiques du quatrième type, mais il n’a pas<br />
qualifié ces dernières. C’est le fondateur du concept de « vie artificielle », Christopher<br />
Langton et d’autres chercheurs du Santa Fe Institute qui ont baptisé cette zone<br />
« frontière du chaos ». Dans l’ordre <strong>des</strong> dynamiques, Langton [LAN 91] a montré que<br />
l’on peut identifier un paramètre dans les réseaux d’automates dont la variation<br />
conduit du point fixe au chaos en passant par le cycle puis par la « frontière du<br />
chaos » 51 . A cette occasion, Christopher Langton a introduit une analogie entre les<br />
dynamiques du réseau et les phases de la matière (on prendra l’exemple de l’eau). Le<br />
point fixe (et d’une certaine manière le cycle) qui caractérise un réseau complètement<br />
ordonné, figé, correspond à l’état solide. Le chaos à l’état gazeux. La « frontière du<br />
chaos » correspondrait à l’état liquide, producteur d’ordres évolutifs 52 .<br />
c<br />
o<br />
m<br />
plexité<br />
cycles<br />
Systèmes<br />
stables<br />
Systèmes complexes<br />
Systèmes<br />
chaotiques<br />
Degré de désordre<br />
Figure 11.8. Dynamique <strong>des</strong> systèmes et complexité.<br />
Si l’on pousse un peu plus loin l’analogie, dans l’écosystème terrestre, l’eau est<br />
liquide à la surface du globe, tout en étant à l’état gazeux dans l’atmosphère et à<br />
l’état solide à la proximité <strong>des</strong> pôles. Notre écosystème se trouverait donc dans un<br />
état global métastable, sans arrêt perturbé aux frontières par <strong>des</strong> transitions de phase<br />
d’un état vers l’autre. Certains chercheurs 53 , comme Stuart Kauffman [KAU 91a],<br />
[KAU 93], [KAU 95], émettent alors la conjecture suivante : les phénomènes<br />
évolutifs du vivant se dérouleraient « à la frontière du chaos » [HEU 98]. Dans ce<br />
qui suit, nous n’aborderons pas les problèmes sous cet angle spéculatif et nous nous<br />
limiterons à tenter d’identifier dans quelle mesure notre connaissance de certains<br />
phénomènes économiques peut être enrichie par ces résultats.<br />
51 Le lecteur familier avec la théorie du chaos fera le rapprochement avec le coefficient de<br />
Lyapounov, dont la valeur sert à évaluer le degré de divergences <strong>des</strong> trajectoires.<br />
52 Comme le remarque Kauffman [KAU 91] l’analogie n’est pas complètement satisfaisante<br />
dans la mesure où l’état liquide est lui même une phase.<br />
53 Cf. Packard [PAC 88], Langton, [LAN 91].