01.01.2015 Views

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

Table des matières - Gilles Daniel

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

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

pour réaliser de nouvelles expériences, pour affiner ou simplifier davantage le modèle,<br />

voire pour le remodeler totalement. Véritable démarche d'apprentissage, ce processus<br />

entraîne une remise en cause <strong>des</strong> connaissances et <strong>des</strong> représentations.<br />

Il nous faut dès maintenant éclaircir un peu la spécificité d'usage <strong>des</strong> modèles<br />

multi-agents par rapport aux modèles classiques. La représentation que l'on a souvent<br />

du modèle scientifique est typiquement le modèle de statistique <strong>des</strong>criptive, c'est-àdire<br />

un modèle construit avant tout pour décrire le plus simplement possible un<br />

phénomène sans chercher nécessairement à en proposer une explication. La validation<br />

de ces modèles passe donc généralement par la mesure de l'écart qu'il peut y avoir<br />

entre le modèle et les données empiriques collectées sur le phénomène par <strong>des</strong><br />

observations directes ou <strong>des</strong> expériences. Le modèle de type multi-agents appartient<br />

selon nous à une autre catégorie qui regroupe les modèles construits pour expliquer et<br />

comprendre. A partir d'hypothèses réalisées sur les mécanismes générateurs [MAN 05]<br />

au niveau individuel, le modélisateur cherche à évaluer la portée explicative de ces<br />

hypothèses et essaie d'identifier les comportements individuels possibles qui peuvent<br />

donner naissance au phénomène collectif considéré. Dans ce cadre, la recherche de<br />

similitu<strong>des</strong> avec les données 6 , si elle peut être utile, ne peut absolument pas être un<br />

critère unique et définitif de validation.<br />

4.2.2. Des modèles dans tous leurs états<br />

A ces différentes finalités viennent s'ajouter différents états du modèle en cours<br />

d'élaboration, voir même <strong>des</strong> modèles qualitativement assez différents. Ainsi, lors de<br />

l’élaboration de modèles agents pour la simulation, on peut identifier plusieurs étapes de<br />

construction, qui font que plusieurs “modèles” sont de fait construits au cours du temps.<br />

Une première étape débouche sur un modèle théorique, qui décrit avec une<br />

approche agent le système considéré, produisant une <strong>des</strong>cription schématique du<br />

système. Souvent, on représente ce modèle grâce à la formalisation UML (Unified<br />

Modelling Language), qui permet de présenter un même modèle sous différents angles<br />

appelés vues. L'une <strong>des</strong> plus classiques est le diagramme de classes qui montre les<br />

types d'entités du système (agents et objets), leurs caractéristiques et leurs relations. Le<br />

déroulement temporel du système est représenté par d'autres vues telles que <strong>des</strong><br />

diagrammes de séquence, <strong>des</strong> diagrammes d'états-transition ou <strong>des</strong> diagrammes<br />

d'activités qui permettent par exemple de décrire le comportement <strong>des</strong> agents. Ce<br />

modèle-papier doit idéalement contenir toutes les informations concernant les détails<br />

de la simulation, afin de rendre possible l’implémentation du modèle dans n’importe<br />

quel langage sans avoir besoin de faire de supposition supplémentaire. Dans les faits,<br />

les langages de spécification comme UML sont partiellement ambigus (toujours<br />

6 Le lecteur trouvera [Chapitre 8] une discussion plus détaillée <strong>des</strong> différents rapports de<br />

similitude.

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

Saved successfully!

Ooh no, something went wrong!