30.06.2013 Views

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 ...

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.

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.

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

Saved successfully!

Ooh no, something went wrong!