universit´e d'´evry-val-d'essonne ufr sciences fondamentales et ...
universit´e d'´evry-val-d'essonne ufr sciences fondamentales et ...
universit´e d'´evry-val-d'essonne ufr sciences fondamentales et ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6 Chapitre 1 - Motivations <strong>et</strong> contributions<br />
calibrage <strong>et</strong> de <strong>val</strong>idation. Nous expliquons pourquoi l’é<strong>val</strong>uation des modèles construits doit<br />
nécessairement être multi-critères <strong>et</strong> continue, <strong>et</strong> indiquons comment certains aspects de c<strong>et</strong>te<br />
é<strong>val</strong>uation (dont sa capacité à être calibré pour reproduire fidèlement les données) sont systématisables<br />
<strong>et</strong> abordables comme un problème d’optimisation.<br />
2.3 Chapitre 4 : Simuler les morphogenèses des systèmes de villes<br />
Ce chapitre présente des réalisations en lien avec le modèle Simpop2. Nous montrons comment<br />
l’ontologie du modèle multi-agents Simpop2 traduit la théorie évolutionnaire urbaine. Nous<br />
m<strong>et</strong>tons en évidence la pertinence de l’agent comme représentation informatique d’une ville.<br />
Nous proposons alors une documentation de l’implémentation à base d’agents computationnels<br />
réalisée, <strong>et</strong> la façon dont les structures de données <strong>et</strong> de de contrôle du langage de programmation<br />
Objective-C ont été mises à profit pour programmer des agents à structure <strong>et</strong> à capacités<br />
d’interaction dynamiques. Nous expliquons en quoi une telle implémentation est supérieure à<br />
une implémentation plus directe <strong>et</strong> à base d’obj<strong>et</strong>s, y compris pour des proj<strong>et</strong>s de simulation où<br />
la structure du programme réalisant le modèle est souvent considérée comme accessoire. Nous<br />
discutons de la gestion du temps, mixte dans Simpop2 <strong>et</strong> qui perm<strong>et</strong> de programmer de façon<br />
expressive la gestion d’évènements survenant dynamiquement pendant la simulation. Quelques<br />
optimisations de calculs spatiaux sont discutées, avant que nous exposions la programmation<br />
des fonctions urbaines, leur apparition <strong>et</strong> leur diffusion spatiale.<br />
Les expériences menées avec l’application Europe <strong>et</strong> les résultats obtenus sont alors présentés.<br />
Nous arrivons alors à la programmation des mécanismes traduisant les observations <strong>et</strong> hypothèses<br />
faites spécifiquement au suj<strong>et</strong> des Etats-Unis. Nous montrons comment deux de ces mécanismes<br />
peuvent être implantés avec des dictionnaires imbriqués, une structure de données perm<strong>et</strong>tant<br />
d’exprimer aussi bien l’avancée d’un front pionnier que des contraintes spatiales encadrant la<br />
simulation de la diffusion spatiale des innovations. Les résultats obtenus sur l’application Etats-<br />
Unis, suite à un calibrage chronologique du développement <strong>et</strong> effectué ✭ à la main ✮, sont reproduits,<br />
<strong>et</strong> nous perm<strong>et</strong>tent de conclure sur l’existence de paramétrages des mécanismes proposés<br />
qui perm<strong>et</strong>tent de reproduire les différences hiérarchiques existantes entre systèmes de villes<br />
européen <strong>et</strong> états-unien.<br />
La seconde partie de ce chapitre est dédiée aux outils utilisés pour expérimenter avec Simpop2.<br />
Nous disséquons les outils avec lesquels ont été menées les campagnes d’expérimentation<br />
présentées, <strong>et</strong> nous en proposons un audit. A l’aide d’un étiqu<strong>et</strong>age systématique, nous identifions<br />
treize limites de ces outils <strong>et</strong> de la démarche d’expérimentation qu’ils favorisent. Nous<br />
présentons alors dans le détail quatre nouveaux outils qui, mis ensemble, perm<strong>et</strong>traient à terme<br />
selon nous de dépasser ces limites. Ces outils sont encore à l’état de prototypes, mais leur pertinence<br />
a déjà pu être établie sur des exemples simples. Nous expliquons alors comment ces<br />
outils pourraient être agencés dans un environnement multi-agents d’exploitation générique de<br />
modèles de simulation spatiale.<br />
2.4 Chapitre 5 : Simuler les morphogenèses des villes<br />
Ce chapitre est le miroir intra-urbain du chapitre précédent, <strong>et</strong> est consacré au modèle simpopNano.<br />
Comme son nom l’évoque, simpopNano se veut une transcription des idées <strong>et</strong> de l’ontologie<br />
de Simpop2, à un niveau plus ✭ p<strong>et</strong>it ✮ des territoires, le niveau intra-urbain, celui de<br />
l’intérieur de la ville <strong>et</strong> de ses acteurs. Il doit nous perm<strong>et</strong>tre de comparer par la simulation les<br />
développements sur le long-terme de villes en Europe <strong>et</strong> aux Etats-Unis.