[Next] [Previous] [Up] [Top]

chapitre 6 Le décideur, son organisation et son environnement

6-5 Vers un nouveau paradigme de simulation et de modélisation

La simulation au sens large veut utiliser un objet "artificiel" à la place d'un autre en vue d'un gain de connaissances. La notion de simulation implique une certaine analogie du comportement du modélisé avec le modèle. Pour nous, il s'agit notamment de modéliser un comportement dans le temps avec certaines conditions de départ.

Nous argumentons ici que le choix d'une méthode de simulation doit se faire en fonction de l'objet de recherche et non pas en fonction des outils que l'on maîrise. L'avenir appartient sans doute aux simulations multi-modales qui permettent de choisir les techniques appropriées pour chaque type de composante d'un système.

Le choix d'un type de modèles de simulation devrait dépendre du type de connaissances qu'on veut acquérir. Traditionnellement on utilise la simulation pour répondre à des questions du type "What if ... ?" (Que ....si ?). Rothenberg (89:2) utilise la notion de "toy duck view of simulation"*1 pour caractériser cette approche. En effet, le but de la simulation est de voir où est amené un système étant donné certaines conditions initiales. La structure du système n'a de l'importance que dans la mesure où elle permet de calculer avec une certaine précision certaines variables qui permettent de décrire le système. La simulation de ce type est donc un modèle très minimaliste. Elle a son utilité mais possède ses limites, par exemple elle ne peut pas fournir une explication des résultats en termes de la "mécanique" des objets et des interactions qui constituent le système. On pourrait presque faire l'analogie entre une vision du monde "Durkheimienne" (règles au niveau du système) et "Weberienne" (règles interprétables par les acteurs).

Contrairement à cette approche traditionnelle (que l'on retrouve surtout dans les modèles mathématiques continus), la simulation à bases de connaissances cherche à augmenter à la fois la compréhension et la puissance analytique des modèles en modélisant plus en profondeur les connaissances que l'on possède sur le monde à simuler. Il s'agit donc de modéliser les objets de simulation d'une façon qui est relativement proche des objets, relations et interactions du monde simulé. La simulation à bases de connaissances affirme donc également qu'il faut utiliser un maximum d'informations que l'on possède sur l'objet. En conséquence, la modélisation devient un processus très intensif d'analyse, de structuration et de formalisation de connaissances. Dans un tel modèle, il s'agit aussi de donner à l'utilisateur plus de possibilités d'interaction avec le système. Comme l'indique Rothenberg (89:4):

"One of the central tenets of knowledge-based simulation is that the knowledge required in building a simulation should be represented explicitly when possible, in such a way that the resulting model will be amendable to automated inferencing and querying by the user, in addition to simulation per se".

Au plan très pratique, voici une liste de type de questions (cf. Rothenberg 89:31-32) avec exemples que les utilisateurs et modéliseurs aimeraient poser à leurs modèles:

Cette liste de questions qui n'est ni exhaustive ni systématique montre bien les progrès à faire. Avec l'avènement des modèles orientés objets et certains travaux dans le domaine de la planification en intelligence artificielle, on a déjà fait certains progrès au niveau de la méthodologie de simulation. Toutefois, il reste beaucoup à faire, notamment à développer des outils qui permettent de maîtriser la complexité croissante de ces modèles. Il faudra également porter une attention au développement de normes de modélisation et d'échange.

Pour leur projet KBSim, Rothenberg et al. (1989) définissent 4 buts de recherche qu'ils désirent poursuivre dans les années à venir. Naturellement d'autres devraient également s'y intéresser de très près:

Etant donné que ces postulats sont de nature assez générale, il faut se demander comment les rendre opérationnels à l'aide de buts plus techniques. Rothenberg (89:30) définit six tâches de recherche qui contribuent chacune à certains de ces postulats:

Ces six tâches sont déjà assez ambitieuses, toutefois avec les moyens que l'on a à disposition, on peut déjà en réaliser une partie. Actuellement, il existe un certain nombre de techniques déjà disponibles:

THESE présentée par Daniel Schneider - 19 OCT 94

Generated with WebMaker