Soutenance mémoire
L’HISTORIQUE DES SMA
Au début, on avait l’intelligence artificielle centralisée. Les connaissances sont distribuées aux différents agents du modèle. Les agents communiquaient à travers un « tableau noir » sur lequel ils agissaient tous pour contribuer à l’élaboration de la solution du problème posé. Le « tableau noir » est l’espace de travail commun à tous les agents. Cette architecture est caractérisée par une absence de communication directe entre les agents. Face à l’insuffisance de l’intelligence artificielle centralisée, on assiste à l’émergence de l’intelligence artificielle distribuée. Les connaissances et le contrôle sont totalement distribués aux agents (indépendance des agents). Les agents se communiquent entre eux par envoi des messages (langage d’acteur). Les SMA sont une des composantes de l’intelligence artificielle distribuée.
LES INTERETS DES SMA
Les SMA sont très appropriés pour la modélisation des systèmes complexes et cela pour plusieurs raisons :
Les SMA permettent de créer des agents autonomes virtuels et de les soumettre à des expériences difficiles voire impossibles à réaliser dans la réalité, d’où la qualification de laboratoires virtuels (TELES citant Treuil et Mullon, 1997).
Les SMA sont très souvent programmés avec des langages de programmation orientée objet (LPOO). Les LPOO permettent une programmation modulaire ce qui entraîne une flexibilité du programme ainsi réalisé. De même, il permet une bonne maintenance du programme (possibilité d’ajouter et de supprimer des agents et des comportements sans remettre en cause le reste du programme). Le modèle peut être Modélisation informatique de systèmes complexes : MIROT alors évolutif, c’est à dire qu’on peut facilement modifier le modèle pour l’adapter aux contextes actuels.
Un autre avantage est de pouvoir manipuler à la fois des paramètres quantitatifs et des paramètres qualitatifs (des comportements) (Teles citant Ferber, 1995).
Les SMA ont aussi des points faibles :
La conception orientée objet demande un effort considérable de conception pour le concepteur. De plus le modèle n’est qu’une représentation subjective de la réalité ;
Il n’existe pas de norme méthodologique pour le développement des SMA ;
Absence de support informatique générique. Par conséquent, les LPOO sont souvent utilisés pour la programmation des SMA ;
Le contrôleur global manque;
Une vision globale manque.
L’un des concepts majeurs des SMA est l’autonomie, un contrôle centralisé ou global n’est pas du tout dans l’esprit de cette approche
QUAND UTILISER LES SMA ?
L’utilisation des SMA pour la modélisation d’un système complexe est appropriée dans les cas suivants :
1. La nature de l’application
– Le problème est complexe et doit être décomposé (modèle MIROT) ;
– Absence de solution globale ;
– Modélisation des systèmes naturels/sociaux (modèle MIROT) ;
– Existence des différents domaines de connaissance ;
– Distribution des données, de contrôle, des connaissances, des ressources.
2. La contrainte d’exécution
– Volonté d’avoir des résolutions concurrentes, simultanées, asynchrones
– Satisfaction de contraintes de fiabilité (redondances) de contraintes physiques…
– Besoin d’évolutivité : adaptation aux modifications et/ou à l’environnement ;
– Besoin d’ouverture : le système doit pouvoir s’adapter dynamiquement au retrait/ajout des nouveaux composants.
LES AGENTS ACTIFS ET PASSIFS
Nous distinguons deux types de concessions dans le modèle ; celles occupées par les autochtones et celles occupées par les migrants qui différent par les techniques agricoles utilisées. Chaque concession possède une collection, fixe ou non, de parcelles traitées comme des entités localisées. Une parcelle peut être non cultivée, cultivée (en plantes annuelles ou pérennes) ou bâtie. Elle est caractérisée par son sol, la densité de sa végétation (herbes, arbustes), et sa fertilité (qui dépend du sol et de l’historique cultural). Chaque concession possède aussi un troupeau d’animaux bovins qui modifie les caractéristiques de la parcelle (biomasse herbacée, fertilité). Ainsi, concession, parcelles, domaine, troupeau correspondent aux objets de base de notre modèle. Il existe plusieurs types de cultures qui diffèrent par les caractéristiques suivantes : fertilité requise, perte de fertilité liée à la mise en oeuvre, rendement, prix de vente, prix d’achat. L’environnement de simulation est également constitué de plusieurs types de sols (sols profonds, sols peu profonds…) qui ont un impact sur la fertilité d’un sol donc sur la viabilité d’une parcelle. Ces différents objets que nous venons de décrire ont une importance capitale pour le modèle. Ainsi pour prendre en compte ces différents éléments, nous avons défini d’autres types objets appelés agents passifs en plus des agents spatiaux (Parcelle, Domaine) et agents communicants (Concession) que nous avons décrit plus haut. Ce sont entre autres :
Occupation caractérisant un type de culture donné ;
ListeTypesOccupation gérant la liste des types de culture ;
Sol caractérisant un type de sol ;
ListeTypesSol correspondant à la liste des types de sol
TypeConcession définit les types de concession ;
ListeTypesConcession caractérisant la liste des types de concession ;
Scénario permettant de définir les scénarios à simuler.
Aussi, pour des raisons d’ergonomie et de convivialité du modèle, la classe EcranScenario a été définie pour servir d’interface d’utilisation comportant un panneau de contrôle des différents paramètres de la simulation permettant à l’utilisateur de tester différents scénarios de simulation.
|
Table des matières
INTRODUCTION
1 PROBLEMATIQUE
1.1 DEFINITIONS
1.2 PROBLEMATIQUE GENERALE
1.3 PROBLEMATIQUE DU PROJET MIROT
1.4 OBJECTIFS
1.5 CONTRAINTES A RESPECTER
2 METHODOLOGIE
2.1 LE MODELE
2.2 LES SYSTEMES MULTI-AGENTS
2.2.1 DEFINITION
2.2.2 L’HISTORIQUE DES SMA
2.2.3 LES INTERETS DES SMA
2.2.4 QUAND UTILISER LES SMA ?
2.2.5 LES DOMAINES D’APPLICATION DES SMA
2.3 CHOIX DES OUTILS DE TRAVAIL
2.4 LA MODELISATION AVEC CORMAS
3 LA DYNAMIQUE DU PAYSAGE AGRICOLE
4 MODELISATION DE LA DYNAMIQUE
4.1 LE DIAGRAMME DES CAS D’UTILISATION
4.2 LES DIAGRAMMES DE SEQUENCE
4.3 LES DIAGRAMMES DE COLLABORATION
4.4 LES DIAGRAMMES D’ETAT TRANSITION
4.5 LES DIAGRAMMES D’ACTIVITES
5 STRUTURE ORGANISATIONNELLE
5.1 LA STRUCTURE SPATIALE DES AGENTS
5.2 LES AGENTS ACTIFS ET PASSIFS
5.3 LE SCHEMA DES AGENTS DU MODELE
6 SIMULATION
6.1 LA CONFIGURATION INITIALE DE L’ESPACE
6.2 LA DESCRIPTION DES INDICATEURS DE SUIVI
6.3 LE PARAMETRAGE ET LE SUIVI DE LA SIMULATION
6.3.1 LE PARAMETRAGE
6.3.2 LE SUIVI DE LA SIMULATION
7 BILAN GENERAL
7.1 CONDITIONS GENERALES DU TRAVAIL
7.2 PERSPECTIVES
7.2.1 LES PERSPECTIVES A COURT TERME
7.2.2 LES PERSPECTIVES A LONG TERME
CONCLUSION
BIBLIOGRAPHIE
ANNEXES
ANNEX-1 : LE CONCEPT D’OBJET
ANNNEX-2 : ECRANS DE PARAMETRAGE DE CORMAS
Télécharger le rapport complet
