Modèles et Systèmes Multi-Agents en écologie et en géographie: état de l’art et comparaison avec les approches classiques

Alain Franc (ENGREF) et Lena Sanders (CNRS)

La modélisation des systèmes biologiques, économiques ou sociaux fait appel à une batterie de méthodes mathématiques et/ou de simulation numérique qui peuvent s’appuyer sur les équations aux dérivées partielles, les automates cellulaires, les systèmes multi-agents, etc.... Un premier objectif de cette présentation est de situer ces méthodes les unes par rapport aux autres, en développant un schéma articulé autour du niveau de perception des phénomènes étudiés: globale, distributionnelle ou individuelle des individus et de leurs interactions.

Ces méthodes mathématiques et de simulation visent en général à formaliser le comportement d’un système d’unités en interactions, connaissant chaque unité et les interactions avec un niveau de précision variable. Les SMA apparaissent naturellement comme un moyen de simuler des systèmes avec une géométrie dynamique des interactions, alors que les méthodes citées précedemment se sont surtout développées pour des systèmes avec géométrie figée des interactions. Nous évoquerons les problèmes communs à ces méthodes, quelques choix souvent implicites, et essairons d’en dégager les avantages et limites respectifs.

A partir d’exemples simples tirés de la modélisation en écologie et en géographie, nous montrerons la parenté des concepts, méthodes et outils pertinents pour aborder ces questions, alors que les objets étudiés sont intrinsèquement différents et non réductibles l’un à l’autre. On soulignera en particulier les décalages qui peuvent survenir entre les concepts utilisés dans le champ thématique et les contraintes impliquées par le choix de certaines méthodes. Nous présenterons notamment l’évolution du concept population/individu en écologie des populations, qui illustre ce dialogue constant entre concepts disciplinaires et outils mathématiques.