Terminologie - Modélisation / Simulation

Description condensée du domaine, principes essentiels

Le modèle d'un système est une représentation abstraite qui peut être utlisée pour analyser, comprendre, étudier et prévoit le comportement de ce système. Un modèle est exploité par des simulations.

Modèle

Il y a plusieurs types de modèles, caractérisés par leurs méthodes de création et leurs méthodes de formulation

Les méthodes de création des modèles peuvent être :

Théoriques : basées sur des lois, des concepts, des hypothèses. Par exemple un modèle économique peut être basé sur l’hypothèse que les agent humains sont parfaitement rationnels et prennent les meilleures décisions

Empiriques : basées sur l’observation des systèmes, des analyses statistiques

Souvent mixtes, combinant les deux démarches théoriques et empiriques dont les frontières sont souvent floues. Cependant les modèles ont généralement une approche dominante

Les méthodes de formulation des modèles peuvent être :

Mathématiques, souvent au moyen d’équations différentielles résultant d’une théorie

Algorithmiques: un ensemble de relations logiques entre les composants d’un système (les agents) complétés par des mécanismes de récurrence temporelle

Visuelles : par exemple un graphe des relations entre les composants ou agents d’un système

Matérielles : par exemple une carte, une maquette ou un modèle réduit

Simulation

La simulation d’un système est l’exploitation d’un d’un modèle par des outils appropriés

Une simulation permet de comprendre le fonctionnement d’un système, d’analyser et de prévoir son comportement, d’étudier les moyens de  modifier son comportement pour le faire évoluer dans le sens souhaité

Les progrès de l’informatique ont considérablement renforcé la puissance des simulations. Elles ont permis de développer les méthodes de simulation basées sur des agents et qui sont bien adaptées à l’étude des systèmes complexes. On peut considérer ces simulations comme des « expérimentations numériques »<

Les simulations informatiques sont souvent basées sur des méthodes itératives de calcul de l’état détaillé de l’ensemble d’un système à l’instant « t + 1 » en fonction de son état à l’instant « t ». Elles sont holistiques parce qu’elles permettent de tenir compte simultanément des nombreuses propriétés d’un système

Simulation multi agents

Les modélisations et simulations basées sur agents sont bien adaptées à l’études des systèmes complexes parce qu’elles permettent de simuler, d’analyser les émergences, les phénomènes d’auto organisation engendrés par les relations entre agents

Elles tiennent compte des propriétés individuelles et de la diversité des agents : leurs règles de comportement, leur irrationalité

Elles permettent notamment d’étudier l’impact du comportement des agents sur la comportement global d’un système, la caractère aléatoire des évolutions des systèmes

Domaine d’applicabilité

Grâce à la puissance informatique d’aujourd’hui, la modélisation et la simulation  s’appliquent à tous les domaines de l’activité humaine, sciences, industrie, économie, etc.

Armement nucléaire : les simulations remplacent les tirs réels

Météo, transports

Conception industrielle (aéronautique, automobile, etc.)

Biologie

Sociologie, économie

Glossaire des termes et notions associées

Heuristique, lissage, corrélation, recherche opérationnelle,  méthode de Monte-Carlo, SMA (simulation multi agents)

Quelques grands noms associés à la simulation :

Epstein, Joshua M (1996). Growing Artificial Societies: Social Science From the Bottom Up MIT/Brookings Institution. pp. 224. ISBN 978-0-262-55025-3.

Autre expert : Robert Axelrod

Lectures

Site inria

http://interstices.info/jcms/c_8842/modelisation-numerique-des-phenomenes-physiques#refresh-4

Ce qu'il faut retenir

La modélisation est une démarche destinée à analyser, et éventuellement prédire des phénomènes, même en l’absence de de théorie explicative ;

Cette modélisation est en général destinée à être exploitée par une simulation informatique

La SMA (simulation multi agents) est particulièrement adaptée aux systèmes complexes et à la mise en évidence d’émergences

>