Bommel Pierre. 2009. Définition d'un cadre méthodologique pour la conception de modèles multi-agents adaptée à la gestion des ressources renouvelables. Montpellier : UM2, 309 p. Thèse de doctorat : Informatique : Université Montpellier 2
|
Version publiée
- Français
Utilisation soumise à autorisation de l'auteur ou du Cirad. document_551185.pdf Télécharger (5MB) | Prévisualisation |
Encadrement : Ferber, Jacques
Résumé : Les potentialités des SMA ne doivent pas cacher les difficultés qui guettent le modélisateur. Plus précisément, c'est la question de la validation des modèles qui est régulièrement soulevée. Car, contrairement aux modèles mathématiques, il est impossible de prouver les caractéristiques d'un SMA. De plus, les probabilités de faire apparaître des erreurs ou des biais ne sont pas négligeables. On peut alors légitimement s'interroger sur la fiabilité des simulateurs. Or il s'agit moins d'erreurs de codage que de problèmes de gestion approximative des interactions ou d'activation des agents qui peuvent remettre en cause cette fiabilité. Souvent sous-estimés, ces approximations produisent des artéfacts et on risque d'attribuer par erreur des propriétés à un modèle. Certaines techniques limitent l'apparition de ce genre de biais en renforçant par exemple l'autonomie des agents. En effet, en protégeant leur intégrité informatique, ces architectures empêchent les interactions directes de gré à gré. Elles obligent donc un traitement dévié vers une entité d'ordre supérieur (l'environnement ou l'univers) en charge de résoudre les interactions, les conflits et les traitements parallèles. Néanmoins, ces techniques informatiques sont contraignantes et difficiles à mettre en oeuvre. Seules, elles apportent rarement de réponses satisfaisantes pour empêcher l'apparition de biais. Il importe plutôt de connaître les zones sensibles susceptibles de générer des artefacts et d'utiliser des procédures standards en les adaptant au domaine modélisé. Ceci ne veut pas dire qu'il faille sophistiquer les interactions entre les agents ou bien imposer un système particulier de gestion du temps. Au contraire, il est nécessaire d'aborder ces points sensibles en proposant des modèles simples et contrôlables et en considérant que l'activation et les interactions font partie intégrante du modèle. La modélisation des socio-éco-systèmes n'est pas juste une spécialité informatique, mais demande un véritable savoir-faire et le modélisateur doit garder un regard critique sur ses outils. Non seulement il faut connaître par avance les points sensibles des SMA mais il faut également s'assurer de la robustesse de ses résultats en montrant que le simulateur exhibe des comportements relativement stables. La réplication indépendante du simulateur renforce encore sa fiabilité. D'ailleurs, vérifier et reproduire une expérimentation, quelle qu'elle soit, apparaît comme la règle de toute démarche scientifique rigoureuse. Mais les difficultés de la réplication sont à attribuer au manque de lisibilité des SMA. Il est donc indispensable de décrire son modèle de façon claire et non ambiguë. Après la mise en place d'un simulateur, un travail de représentation reste à mener pour proposer des diagrammes réorganisés qui mettent la lumière sur les points essentiels et autorisent des discussions et des critiques. Nous défendons l'idée d'une modélisation exposée, qui doit assumer ses choix sans imposer ses points de vue. Il est urgent d'abandonner la vision naïve qui consiste à penser qu'un modèle est objectif. La notion de modèle neutre qui ne serait qu'une copie du réel in silico, impliquerait que le modélisateur n'a aucun présupposé sur le système qu'il étudie et que le monde se reflète dans sa pensée comme une image dans un miroir. Or, que ce soit intentionnel ou non, un modèle est forcément une représentation subjective. Il faut donc expliciter ses choix et les présenter de la façon la plus lisible possible pour qu'ils puissent être compris, partagés ou critiqués. Suite aux défauts de fiabilité des SMA et aussi à cause de démarches naïves de la modélisation, il est préférable, dans l'état actuel des SMA, d'opter pour des modèles simples plutôt qu'une approche descriptive qui chercherait à introduire dans le modèle le maximum d'informations considérées comme données par nature.
Mots-clés Agrovoc : méthodologie, modélisation environnementale, modèle de simulation, gestion des ressources naturelles, conception, ressource renouvelable
Mots-clés géographiques Agrovoc : Para, Amazonie
Mots-clés complémentaires : Système multiagents, Front pionnier
Classification Agris : U30 - Méthodes de recherche
U10 - Informatique, mathématiques et statistiques
K01 - Foresterie - Considérations générales
P01 - Conservation de la nature et ressources foncières
Champ stratégique Cirad : Axe 6 (2005-2013) - Agriculture, environnement, nature et sociétés
Auteurs et affiliations
- Bommel Pierre, CIRAD-ES-UPR GREEN (BRA) ORCID: 0000-0002-7776-9075
Autres liens de la publication
Source : Cirad - Agritrop (https://agritrop.cirad.fr/551185/)
[ Page générée et mise en cache le 2024-03-22 ]