Table des matières - Gilles Daniel
Table des matières - Gilles Daniel Table des matières - Gilles Daniel
368 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. in control of them » 73 . Il existe donc bien une logique interindividuelle dans le processus de diffusion, logique qui nous amène à prendre en compte comme base de l’interaction la contiguïté spatiale et sociale. Au-delà de l’information globale, le réseau (social, professionnel) [LAZ 48] et l’observation directe (celle du champ du voisin) [JAI 65] sont déterminants dans le choix d’adopter ou pas une innovation [BEA 57]. 16.4.3. Modèle multi-agents de la diffusion des subventions aux pâturages La démarche de modélisation de la diffusion des subventions aux pâturages a suivi les principes illustrés ci-dessous (Figure 16.6). Celle-ci s’inspire largement des apports théoriques des travaux d’Hägerstrand, à travers la Time Geography notamment, et des travaux des sociologues concernant les règles d’émission et d’acquisition. L’implémentation sous forme informatique du modèle 74 permet une première série de simulations pour vérifier le comportement du modèle, puis une seconde série de simulations pour calibrer les paramètres et évaluer ensuite la pertinence des résultats des simulations relativement aux observations. Observations Théorie(s): Time Geographie, Sociologie rurale Modèle à base Niveau d'organisation: individu d'agents Système d'hypothèses : structure d'interaction, fonction d'évaluation Si non Si non Si non Si type fermier adoptant, choisis un agent du r éseau et envoie un message type fermier non adoptant, choisis un agent du r é seau et envoie un message ré ception d'un message, alors Si message n égatif, alors Si (random 100) > x', alors x' = x + (r 1 * (100 - x)) type fermier adoptant non non x' = x + (r * (0 - x)) 2 m' = m + 1, x'' = x' + (1 - x').(m'/S) Si (random 100) > x', alors type fermier adoptant non m' = m + 0.5 , x'' = x' + (1 - x').(m'/S) un agent proche s électionn é au hasard est de type adoptant, alors x' = x + (r 2 * (0 - x)) Vérification Validation Evaluation Simulations non Si (random 100) > x', alors Si type fermier adoptant non m' = m + 1, x'' = x' + (1 - x').(m'/S) un agent proche s électionn é au hasard est de type non adoptant, alors x' = x + (r 1 * (100 - x)) (random 100) > x', alors Explorations Scénario n°1 non Si non m' = m + 2, x'' = x' + (1 - x').(m'/S) type fermier adoptant non Si x" >= 100, alors rejet de l'innovation, type fermier non adoptant Figure 16.6. Modèle de conception d’une simulation multi-agents. C’est durant cette phase qu’une question essentielle est apparue. L’analyse des écarts des simulations aux observations pour l’année 1944 montre en effet une structuration que l’on ne peut associer à un bruit : une nette sur-représentation des adoptants dans la partie occidentale du territoire et une sous-représentation dans sa partie orientale (Figure 16.7). 73 Subcommittee for the Study of Diffusion in Farm Practicies. Ce centre d’étude, qui regroupait des chercheurs comme Ryan, Gross ou Rogers a joué, avec des chercheurs de l’université de Columbia (Lazarsfeld, Katz, Colemann) un rôle essentiel dans le développement des points de vue théoriques et méthodologiques de la diffusion. 74 On trouvera le diagramme d’activités UML dans [DAU 03].
« A Monte Carlo approach to diffusion » : une étude « historique » revisitée. 369 Taux d'adoption simulés confrontés aux taux d'adoption observés en 1944. supérieurs aux taux observ és inférieurs aux taux observ és Figure 16.7. Ecarts aux observations de 1944. De nombreux jeux de paramètres ont été testés afin d’améliorer les résultats des simulations mais cette configuration restait stable. La non résolution d’une telle configuration spatiale des résidus ne pouvant être trouvée dans la modification de mécanismes locaux, nous nous sommes alors penchés sur les phénomènes dits immergents, ou émergence de 2 nd ordre [GIL 99]. Amélioration Amélioration Scénarii Rejeté Stabilité Stabilité Rejeté Détèrioration Détèrioration Validé échelle de temps Figure 16.8. Dynamique d’évolution globale des qualités de l’innovation. L’hypothèse de stabilité des qualités globales de l’innovation telle qu’elle avait été initialement prévue pouvait être à l’origine de ce phénomène. En effet le paramètre β, qui décrit les qualités de l’innovation, reste constant sur la période : l’hypothèse implicite est qu’il n’y a plus de transfert d’information du global vers le local une fois que les campagnes initiales de propagande ont été menées. Le modèle ainsi constitué est de type « bottom-up », soit un fonctionnement totalement décentralisé du phénomène de diffusion. Poser cette hypothèse revient ainsi à mettre de côté l’un des stades évoqués par E. Rogers, celui de l’expérimentation. Il se peut en effet qu’après une période d’essai, ce qui apparaissait être une innovation profitable pour les agriculteurs s’est avéré être moins bénéfique qu’escompté. Si tel est le cas, on a dû assister à un renversement de la situation initiale allant vers une « démystification » progressive des subventions, l’expérience collective venant
- Page 313 and 314: Influence sociale, jeux de populati
- Page 315 and 316: Influence sociale, jeux de populati
- Page 317 and 318: Influence sociale, jeux de populati
- Page 319 and 320: Influence sociale, jeux de populati
- Page 321 and 322: Influence sociale, jeux de populati
- 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: Approche conceptuelle de l’espace
- Page 333 and 334: Approche conceptuelle de l’espace
- Page 335 and 336: Approche conceptuelle de l’espace
- Page 337 and 338: Approche conceptuelle de l’espace
- Page 339 and 340: Approche conceptuelle de l’espace
- Page 341 and 342: Approche conceptuelle de l’espace
- Page 343 and 344: Approche conceptuelle de l’espace
- Page 345 and 346: Approche conceptuelle de l’espace
- Page 347 and 348: Approche conceptuelle de l’espace
- Page 349 and 350: Chapitre 16 « A Monte Carlo approa
- Page 351 and 352: « A Monte Carlo approach to diffus
- Page 353 and 354: « A Monte Carlo approach to diffus
- Page 355 and 356: « A Monte Carlo approach to diffus
- Page 357 and 358: « A Monte Carlo approach to diffus
- Page 359 and 360: « A Monte Carlo approach to diffus
- Page 361 and 362: « A Monte Carlo approach to diffus
- Page 363: « A Monte Carlo approach to diffus
- Page 367 and 368: « A Monte Carlo approach to diffus
- Page 369 and 370: « A Monte Carlo approach to diffus
- Page 371 and 372: « A Monte Carlo approach to diffus
- Page 373: « A Monte Carlo approach to diffus
- Page 376 and 377: 380 Modélisation et simulation mul
- Page 378 and 379: 382 Modélisation et simulation mul
- Page 380 and 381: 384 Modélisation et simulation mul
- Page 382 and 383: 386 Modélisation et simulation mul
- Page 384 and 385: 388 Modélisation et simulation mul
- Page 386 and 387: 390 Modélisation et simulation mul
- Page 388 and 389: 392 Modélisation et simulation mul
- Page 390 and 391: 394 Modélisation et simulation mul
- Page 392 and 393: 396 Modélisation et simulation mul
- Page 394 and 395: 398 Modélisation et simulation mul
- Page 396 and 397: 400 Modélisation et simulation mul
- Page 398 and 399: 402 Modélisation et simulation mul
- Page 400 and 401: 404 Modélisation et simulation mul
- Page 402 and 403: 406 Modélisation et simulation mul
- Page 404 and 405: 408 Modélisation et simulation mul
- Page 406 and 407: 410 Modélisation et simulation mul
- Page 408 and 409: 412 Modélisation et simulation mul
- Page 410: 414 Modélisation et simulation mul
368 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.<br />
in control of them » 73 . Il existe donc bien une logique interindividuelle dans le<br />
processus de diffusion, logique qui nous amène à prendre en compte comme base de<br />
l’interaction la contiguïté spatiale et sociale. Au-delà de l’information globale, le<br />
réseau (social, professionnel) [LAZ 48] et l’observation directe (celle du champ du<br />
voisin) [JAI 65] sont déterminants dans le choix d’adopter ou pas une innovation<br />
[BEA 57].<br />
16.4.3. Modèle multi-agents de la diffusion <strong>des</strong> subventions aux pâturages<br />
La démarche de modélisation de la diffusion <strong>des</strong> subventions aux pâturages a<br />
suivi les principes illustrés ci-<strong>des</strong>sous (Figure 16.6). Celle-ci s’inspire largement <strong>des</strong><br />
apports théoriques <strong>des</strong> travaux d’Hägerstrand, à travers la Time Geography<br />
notamment, et <strong>des</strong> travaux <strong>des</strong> sociologues concernant les règles d’émission et<br />
d’acquisition. L’implémentation sous forme informatique du modèle 74 permet une<br />
première série de simulations pour vérifier le comportement du modèle, puis une<br />
seconde série de simulations pour calibrer les paramètres et évaluer ensuite la<br />
pertinence <strong>des</strong> résultats <strong>des</strong> simulations relativement aux observations.<br />
Observations<br />
Théorie(s): Time Geographie,<br />
Sociologie rurale<br />
Modèle à base<br />
Niveau d'organisation: individu<br />
d'agents<br />
Système d'hypothèses : structure<br />
d'interaction, fonction d'évaluation<br />
Si<br />
non<br />
Si<br />
non<br />
Si<br />
non<br />
Si<br />
type fermier adoptant, choisis un agent du r éseau et envoie un message<br />
type fermier non adoptant, choisis un agent du r<br />
é seau et envoie un message<br />
ré ception d'un message, alors Si message n égatif, alors Si (random 100) > x', alors<br />
x' = x + (r 1 * (100 - x))<br />
type fermier adoptant<br />
non<br />
non<br />
x' = x + (r * (0 - x))<br />
2 m' = m + 1,<br />
x'' = x' + (1 - x').(m'/S)<br />
Si (random 100) > x', alors<br />
type fermier adoptant<br />
non<br />
m' = m + 0.5 ,<br />
x'' = x' + (1 - x').(m'/S)<br />
un agent proche s électionn é au hasard<br />
est de type adoptant, alors<br />
x' = x + (r 2 * (0 - x))<br />
Vérification<br />
Validation<br />
Evaluation<br />
Simulations<br />
non<br />
Si<br />
(random 100) > x', alors<br />
Si<br />
type fermier adoptant<br />
non<br />
m' = m + 1,<br />
x'' = x' + (1 - x').(m'/S)<br />
un agent proche s électionn é au hasard<br />
est de type non adoptant, alors<br />
x' = x + (r<br />
1 * (100 - x)) (random 100) > x', alors<br />
Explorations<br />
Scénario n°1<br />
non<br />
Si<br />
non<br />
m' = m + 2,<br />
x'' = x' + (1 - x').(m'/S)<br />
type fermier adoptant<br />
non<br />
Si<br />
x" >= 100, alors rejet de l'innovation,<br />
type fermier non adoptant<br />
Figure 16.6. Modèle de conception d’une simulation multi-agents.<br />
C’est durant cette phase qu’une question essentielle est apparue. L’analyse <strong>des</strong><br />
écarts <strong>des</strong> simulations aux observations pour l’année 1944 montre en effet une<br />
structuration que l’on ne peut associer à un bruit : une nette sur-représentation <strong>des</strong><br />
adoptants dans la partie occidentale du territoire et une sous-représentation dans sa<br />
partie orientale (Figure 16.7).<br />
73 Subcommittee for the Study of Diffusion in Farm Practicies. Ce centre d’étude, qui<br />
regroupait <strong>des</strong> chercheurs comme Ryan, Gross ou Rogers a joué, avec <strong>des</strong> chercheurs de<br />
l’université de Columbia (Lazarsfeld, Katz, Colemann) un rôle essentiel dans le<br />
développement <strong>des</strong> points de vue théoriques et méthodologiques de la diffusion.<br />
74 On trouvera le diagramme d’activités UML dans [DAU 03].