IND3304

• Alexandre Labelle est le chargé de cours à l'École Polytechnique de Montréal

  
• Simulation à base d'agents

  • Principes de la simulation à base d'agents
  • Contextes d'utilisation de la simulation à base d'agents
  • Simulation à événements discrets vs. simulation à base d'agents
• Modélisation à base d'agents

  1. Choix des agents

  2. Définition de l'environnement d'un agent

  3. Définition et représentation des comportements des agents

  4. Définition et représentation des interactions des agents

  5. Étude de cas
• Le processus méthodologique en simulation est revu
• Un exercice d'application est présenté
• Agents et SMA


  • Principe de la simulation à base d'agents
  • Contextes d'utilisation de la simulation à base d'agents
  • Simulation à événement discret vs. simulation à base d'agents
• Système complexe


  Composé d'une multitude d'acteurs en interaction, dont les comportements individuels contribuent à l'émergence de caractéristiques collectives
• Environnement


  Contexte dynamique dans lequel le système évolue, et sur lequel le décideur/concepteur n'a pas de contrôle direct
• Modèle


  Représentation plus ou moins précise du système complexe (l'objet) et de son environnement
• Valeurs d'intérêts


  Mesures de performance qui contribuent à la prise de décision
• La simulation à base d'agent est particulièrement utile pour l'étude des systèmes complexes
• Raisons pour lesquelles la simulation à base d'agents est utile pour l'étude des systèmes complexes

  • Les êtres vivants, les organisations et leurs fonctions, et les entités sociales peuvent naturellement être représentés comme des agents
  • L'hétérogénéité des comportements observés peut être modélisée en utilisant différentes classes d'agents
  • Les comportements et les processus de décision des agents peuvent être modélisés de façon spécifique et individuelle
  • Les interactions individuelles sociales, biologiques ou physiologiques des agents peuvent être représenter individuellement
  • L'environnement naturel (physique) peut être représenté comme une structure de données partagée
  • Les capacités des organisations et des individus à s'adapter et à apprendre peuvent être modélisées
  • La capacité des organisations et des individus à collaborer et à s'auto-organiser peut être modélisée
  • Les responsabilités spécifiques et l'accès à l'information peuvent être modélisés
  • Des outils d'aide à la décision avancées peuvent être incorporés ou encapsulée dans des agents
• Agentification


  Choix des éléments du problème qui seront définis comme des agents dans le modèle de simulation
• Caractéristiques minimales d'un candidat à l'agentification

  • Possède un comportement
  • Son état peut changer dynamiquement
  • Possède un certain degré d'autonomie
• Exemples de candidats à l'agentification

  • Un camion se déplaçant sur une route
  • Une machine en opération, en panne, en réparation, ou en attente
• Un produit peut-il être un agent?
• Autres caractéristiques généralement (mais pas toujours) présentes chez un candidat à l'agentification

  • Il interagit avec d'autres agents
  • Il planifie ses propres actions
• Autres exemples de candidats à l'agentification

  • Un camion définissant sa propre route
  • Une machine fournissant une estimation de délai de fabrication
  • Une agente administrative fournissant des dates de rencontre
• Un système de planification/APS ou un ERP peut-il être un agent?
• Caractéristique parfois (pas souvent) présente chez un candidat à l'agentification


  • Il adapte son comportement dans le temps, en fonction de son "vécu", afin de mieux atteindre ses buts
• Autres exemples de candidats à l'agentification


  • Un camion adaptant la planification de sa route
  • Un acheteur adaptant son comportement en fonction du prix et de ses prévisions
• Un système de prévision des ventes peut-il être un agent?
• Environnement d'un agent


  • Ce que l'agent perçoit (en dehors de lui-même) et ce sur quoi il peut agir
  • Inclut son environnement physique virtuel et son environnement social
  • Ce que l'agent connaît, ou qu'il pense être vrai, inclut son environnement (physique et social) et son état information
• Choix des agents (agentification)


  Identifier les éléments du problème qui seront définis comme des agents dans le modèle de simulation
• Candidats à l'agentification


  • Un camion qui adapte la planification de sa route en fonction du trafic passé
  • Un acheteur qui adapte son comportement en fonction du prix et de ses prévisions de marché
  • Un système de prévision des ventes
• Environnement d'un agent


  Ce que l'agent perçoit (en dehors de lui-même) et ce sur quoi il peut agir
• Éléments de l'environnement d'un agent


  • Son environnement physique virtuel
  • Son environnement social
• Ce que l'agent connaît ou pense être vrai inclut son environnement (physique et social) et son état informationnel
• Environnements informationnels d'un agent

  • Automates cellulaires
  • Réseaux
  • Espace euclidien
  • Systèmes d'information géographique
  • Environnement sans dimension
• Automates cellulaires


  Utilisation de grilles pour simuler des agents statiques et leurs interactions avec l'environnement
• Systèmes d'information géographique


  Utilisation de l'information contenue dans un SIG pour créer une grille ou un réseau géographique plus complexe à l'intérieur duquel les agents peuvent se propager et se déplacer
• Espace euclidien


  Utilisation d'espaces euclidiens pour simuler des agents qui se déplacent dans plusieurs dimensions, avec des contraintes spatiales
• Réseaux


  Utilisation de réseaux pour représenter n'importe quel type d'interactions entre agents
• Environnement sans dimension


  Utilisation quand la localisation, le mouvement ou les interactions spécifiques entre agents ne sont pas requis
• Comportement d'un agent


  Ensemble des réactions/réflexes, processus, protocoles de rôle et règles de décision mis en œuvre par l'agent dans certaines situations
• Le comportement d'un agent peut être intelligent et/ou réactif en fonction de la situation
• Moyens de représenter le comportement d'un agent

  • Arbres de décision
  • Algorithmes (pseudo-code)
  • Modèles statistiques
  • Diagrammes d'états
  • Modèles mathématiques
  • Modèles d'optimisation
• Exemples de représentation du comportement d'agents

  • Gestionnaire de stocks de denrées périssables (diagramme de décisions)
  • Agent "hub" trouvant un camion pour transporter un conteneur (pseudo-code)
  • Agent acheteur avec probabilité d'accepter une offre (modèle statistique)
  • Agent vendeur choisissant mode de satisfaction (diagramme d'état)
• Interactions entre agents


  Mécanismes d'influence mutuelle entre deux ou plusieurs agents
• Les interactions entre agents peuvent être simples ou complexes, directes ou indirectes, intentionnelles ou non, formelles ou non, symétriques ou non