Table des matières - Gilles Daniel

Table des matières - Gilles Daniel Table des matières - Gilles Daniel

gillesdaniel.com
from gillesdaniel.com More from this publisher
01.01.2015 Views

398 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. On peut schématiser ces quatre règles par le graphe de transition suivant : déménagement PV(1 ; B ; 0.66 ; 1) PV(1 ; A ; 0.66 ; 1) A L B DE(A ; 0 ; 0.475) DE(B ; 0 ; 0.475) emménagement Figure 17.7. Graphe de transition. D’autres informations propres au modèle sont définies dans la fenêtre de paramétrage : par exemple, on peut choisir des cellules carrées ou hexagonales, on doit également choisir le type voisinage : ici c’est le voisinage de Moore qui est sélectionné (huit voisins pour des cellules carrées). Enfin un mode d’exécution asynchrone ou aléatoire est sélectionné, il permet aux actions (emménagements et déménagements) de se faire successivement. En mode asynchrone, toutes les cellules sont traitées une seule fois dans un ordre aléatoire différent à chaque itération. En mode aléatoire, à chaque itération, on procède à N tirages aléatoires de cellules. Dans ce mode, des cellules peuvent donc être traitées plusieurs fois et d’autres aucune fois. Fonctionnement : Lorsqu’une simulation est lancée, pour chaque cellule, si elle est dans l’état L, les deux règles d’emménagement vont se présenter, mais une seule sera exécutée, celle qui aura la meilleure pertinence. Dans notre cas, elles peuvent donner le même résultat : 1 si la densité est inférieure à 47.5%. Dans ce cas d’égalité, un tirage au sort est effectué pour choisir une des deux règles. Pour une cellule dans l’état A, c’est la 1 ère règle (déménagement) qui se présente, elle sera exécutée si le nombre de B dépasse le seuil de tolérance. De même si la cellule est dans l’état B, la règle n°2 s’exécute si le nombre de A dans le voisinage dépasse le seuil de tolérance (ici de 66%). On voit qu’on a presque simulé un déplacement, puisque le départ d’un individu A peut faire passer la densité des A en dessous du seuil, ce qui permet à la règle d’emménagement d’un nouveau A de se déclencher le coup suivant dans une case libre, rétablissant la densité maximale. Paramétrage et variantes du modèle : On peut facilement changer les deux paramètres fondamentaux du modèle que sont le seuil de tolérance (ici 66%) et la densité de population de chaque groupe social (ici 47.5%). On peut aussi modifier légèrement le modèle en fixant la densité globale d’habitants (par exemple à 95%), sans imposer de densité pour chaque groupe social. Cela donne un degré

Comparaison de trois implémentations du modèle de Schelling. 399 supplémentaire de liberté qu’il peut être intéressant d’analyser. Cela se traduirait alors par les règles suivantes : A > L = PV(1 ; B ; 0.66 ; 1) B > L = PV(1 ; A ; 0.66 ; 1) L > A = DE(A+B ; 0 ; 0.95) L > B = DE(A+B ; 0 ; 0.95) Une deuxième variante consiste à apporter un peu d’aléa en ajoutant une durée de vie limitée aux habitants (par exemple de 1000 unités de temps en moyenne avec un écart-type de 100). Ceci permet de libérer quelques cases de temps en temps, ce qui provoque un renouvellement des localisations, et améliore peu à peu le regroupement des individus du même groupe social. A > L = DA(1000 ; 100) B > L = DA(1000 ; 100) Une troisième variante consiste à changer le rayon du voisinage, au lieu de 1 on peut prendre par exemple 3, 4 ou 5 etc. On constate alors une plus grande difficulté de regroupement. Enfin on peut facilement augmenter le nombre de groupes sociaux en dupliquant les règles. Ainsi pour 3 groupes A, B et C, un seuil de 66% et une densité totale de 96% on aurait les règles suivantes : A > L = PV(1 ; B+C ; 0.66 ; 1) B > L = PV(1 ; A+C ; 0.66 ; 1) C > L = PV(1 ; A+B ; 0.66 ; 1) L > A = DE(A ; 0 ; 0.32) L > B = DE(B ; 0 ; 0.32) L > C = DE(C ; 0 ; 0.32) 17.5. Comparaison des trois implémentations Les trois implémentations que nous venons de présenter permettent de comprendre facilement la différence entre une plate-forme de type automate cellulaire (SpaCelle), une de type multi-agents (StarLogo) et une plate-forme généraliste (Excel). En effet, dans StarLogo, il y a deux types d’entités distinctes, cellules et agents, ce qui n’est pas le cas sous SpaCelle où l’on doit passer par le codage de l’état des cellules pour représenter des individus (état L : cellule inoccupée, état A ou B, cellule occupée). Dans StarLogo, la gestion des déplacements d’individus se fait naturellement par l’intermédiaire des agents, ce qui est impossible dans un automate cellulaire. Pour cette raison le modèle sous SpaCelle dissocie le déplacement en deux mécanismes indépendants, le départ et l’arrivée, alors qu’il n’y a sous StarLogo qu’un seul mécanisme de déplacement d’un individu. Cette unicité assure l’invariance de l’effectif de population. Ainsi le

398 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société.<br />

On peut schématiser ces quatre règles par le graphe de transition suivant :<br />

déménagement<br />

PV(1 ; B ; 0.66 ; 1)<br />

PV(1 ; A ; 0.66 ; 1)<br />

A<br />

L<br />

B<br />

DE(A ; 0 ; 0.475) DE(B ; 0 ; 0.475)<br />

emménagement<br />

Figure 17.7. Graphe de transition.<br />

D’autres informations propres au modèle sont définies dans la fenêtre de<br />

paramétrage : par exemple, on peut choisir <strong>des</strong> cellules carrées ou hexagonales, on<br />

doit également choisir le type voisinage : ici c’est le voisinage de Moore qui est<br />

sélectionné (huit voisins pour <strong>des</strong> cellules carrées). Enfin un mode d’exécution<br />

asynchrone ou aléatoire est sélectionné, il permet aux actions (emménagements et<br />

déménagements) de se faire successivement. En mode asynchrone, toutes les<br />

cellules sont traitées une seule fois dans un ordre aléatoire différent à chaque<br />

itération. En mode aléatoire, à chaque itération, on procède à N tirages aléatoires de<br />

cellules. Dans ce mode, <strong>des</strong> cellules peuvent donc être traitées plusieurs fois et<br />

d’autres aucune fois.<br />

Fonctionnement : Lorsqu’une simulation est lancée, pour chaque cellule, si elle<br />

est dans l’état L, les deux règles d’emménagement vont se présenter, mais une seule<br />

sera exécutée, celle qui aura la meilleure pertinence. Dans notre cas, elles peuvent<br />

donner le même résultat : 1 si la densité est inférieure à 47.5%. Dans ce cas<br />

d’égalité, un tirage au sort est effectué pour choisir une <strong>des</strong> deux règles. Pour une<br />

cellule dans l’état A, c’est la 1 ère règle (déménagement) qui se présente, elle sera<br />

exécutée si le nombre de B dépasse le seuil de tolérance. De même si la cellule est<br />

dans l’état B, la règle n°2 s’exécute si le nombre de A dans le voisinage dépasse le<br />

seuil de tolérance (ici de 66%). On voit qu’on a presque simulé un déplacement,<br />

puisque le départ d’un individu A peut faire passer la densité <strong>des</strong> A en <strong>des</strong>sous du<br />

seuil, ce qui permet à la règle d’emménagement d’un nouveau A de se déclencher le<br />

coup suivant dans une case libre, rétablissant la densité maximale.<br />

Paramétrage et variantes du modèle : On peut facilement changer les deux<br />

paramètres fondamentaux du modèle que sont le seuil de tolérance (ici 66%) et la<br />

densité de population de chaque groupe social (ici 47.5%). On peut aussi modifier<br />

légèrement le modèle en fixant la densité globale d’habitants (par exemple à 95%),<br />

sans imposer de densité pour chaque groupe social. Cela donne un degré

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!