31.1 Comparaison des techniques de modélisation

	Définition du problème	Importance des données	Acquisition de connaissances	Destinataire	flexibilité du modèle
(1) Simulations numériques	question théorique précise ou floue	variable	données numériques ou a priori	modéliseur (dans les DSS: client)	faible (ajustement de paramètres)
(2) Modèles de choix	question théorique précise	pas importante	-	modéliseur (dans les DSS: client)	faible (règles de décision)
(3) Systèmes expert "traditionnel"	question pratique floue	importante	analyse de protocoles, entretiens	client	faible
(4) "knowledge" tool	question pratique floue	moyenne	protocoles, entretiens, construction	client	moyenne
(5) modélisation cognitive	question théorique précise ou floue	moyenne	toutes les méthodes	modéliseur	faible
"knowledge oriented" simulation	questions précises et floues	importante	toutes les méthodes	modéliseur, autres chercheurs	moyenne - forte

A. Comment réussir une modélisation complexe

on la fait dans un esprit collaboratif !