Table des matières - Gilles Daniel

Chapitre 4
Evaluation et validation de modèles multiagents
4.1. Introduction
Une critique récurrente faite aux modèles multi-agents porte sur leur « validation ».
Il est ainsi fréquent, lors de l'exposé d'un modèle, que la question de la validation, qui
se veut être la question piège dans ce domaine, soit posée, plongeant le conférencier
dans un embarras bien visible. Il est alors souvent répondu que le travail présenté est
inachevé et que la phase de validation doit être abordée prochainement ou que le
modèle est pour l’instant trop abstrait et devrait être raffiné avant que de s’intéresser à
la validation (Cette dernière réponse, même si elle n'est pas toujours sincère, est une
fuite en avant, si celui qui l'adopte espère atteindre un jour un modèle réduit parfait
des phénomènes observés). La meilleure réponse consisterait à retourner la question :
« Qu'entendez-vous par validation », « Quels sont, selon vous, les critères qui
permettraient d'affirmer qu'un modèle multi-agents est validé ». Il sera alors
régulièrement répondu qu'un modèle est validé lorsque ses valeurs de sortie sont
« proches » des données observées, en reprenant une méthode de validation classique
des modèles descriptifs, par exemple en économétrie. Certes la comparaison des
résultats de simulation avec des jeux de données empiriques constitue un exercice
important qui s'inscrit dans le processus de modélisation. Mais est-ce suffisant pour
conclure à la validité d'un modèle Sans parler des corrélations accidentelles, un grand
nombre de problèmes, logiques, théoriques ou pratiques se posent lorsque l’on veut
comparer les « prédictions » d’un modèle à des données empiriques. Un modèle peut
Chapitre rédigé par Frédéric AMBLARD, Juliette ROUCHIER, et Pierre BOMMEL
Annexe rédigée par Franck VARENNE et Denis PHAN.