Contributions la modlisation et la simulation des systmes complexes

1
Contributions à la modélisation et à la
simulation des systèmes complexes

• Eric RAMAT
• Laboratoire dInformatique du Littoral (LIL) -
  Calais
• UPRES JE 2335

2
Introduction
La complexité et les systèmes complexes ?
 " ensemble dentités en interaction "
 " le Tout est plus que la somme de ses
parties "
 " émergence de nouvelles propriétés "
3
Introduction
Comprendre le complexe par lexpérimentation et
la modélisation

• " Une expérimentation est un processus par lequel
  on récolte des données sur un système en agissant
  ou non sur ces entrées "

4
Introduction
 Un modèle

• " Un modèle M d'un système S pour une
  expérimentation E est toute chose à laquelle on
  peut appliquer E pour répondre à des questions
  concernant S "
• M. Minsky

5
Introduction
Une approche et un langage de description
" Un paradigme est un ensemble de concepts, de
lois et de moyens visant à définir une collection
de modèles. "
6
Introduction
Activité de modélisation
7
Nos questions

• Le couplage de modèles hétérogènes
  (multi-formalismes, multi-échelles, )
• du point de vue  simulation 
• du point de vue  modèle 
• du point de vue  sémantique 
• La modélisation centrée individus comme
  laboratoire virtuel

8
Plan

• Introduction
• La multi-modélisation
• VLE  Virtual Laboratory Environment 
• Applications aux systèmes naturels
• Projet de recherche
• Conclusion

9
La multi-modélisation
Développée dans le cadre de la thèse de R. Duboz
Réflexions réalisées dans le cadre des groupes de
travail Mimosa du GdR I3 MMS du GdR
MACS
10
La multi-modélisation
Couplage de modèles homogènes ou hétérogènes
11
Multi-modélisation
raffinement
(Fishwick, 1995)
12
Hiérarchisation
La question du couplage de modèles à différents
niveaux dabstraction
13
Opérationnel

• Les hétérogénéités matérielles et logicielles
• hétérogénéité denvironnements
• hétérogénéité de langages de programmation
• hétérogénéité de protocoles de communication

Une solution HLA (High Level Architecture)
Notre approche des connecteurs
spécialisés et la couche simulation
14
Simulation
Assurer la mise en uvre de lanimation des
modèles
15
Formalismes
16
La spécification formelle de modèles
(Zeigler, 1976)
Un choix DEVS (Discrete Event system
Spécification)

• Formalisme abstrait de modélisation de systèmes
• Basé sur la notion dévénements discrets

17
DEVS
MltX,Y,S,?ext,?int,?,tagt
taf(S)
18
DEVS
Une sémantique opérationnelle
19
Le couplage formel de modèles
Vision Modulaire et Hiérarchique
20
Le couplage formel de modèles
Comment coupler des modèles spécifiés avec des
paradigmes et formalismes différents ?
Pourquoi DEVS répond-t-il à la question ?
21
Le couplage formel de modèles

• DEVS ? Modélisation , Simulation
• Deux approches
• mapping
• wrapping

Tout est spécifié formellement en DEVS (niveau
modélisation)
Tout est conforme aux spécifications
DEVS (niveaux modélisation-simulation)
22
Le  mapping 
Rechercher une spécification DEVS équivalente

• Les équations différentielles
• DTSS, DEVDESS, G-DEVS, QSS et QSS2
• Les automates cellulaires Cell-DEVS
• Les structures dynamiques DS-DEVS
• , FSA, state-chart, réseaux de Petri,

les agents
23
agentDEVS
S
Etat
Structure
Emetteur
Y
Récepteur
X
Agent réactif
Processus interne
?int et ta
?ext
Stimuli
Comportement
?
Réponse
24
Le  wrapping 
Rechercher une encapsulation DEVS
25
Le  wrapping  de formalisme

• Traduction
• Événement dentrée en jetons (fonction de
  transition externe)
• Fonction de transition interne (évolution du
  marquage)
• Fonction davancement du temps ? introduction du
  temps ?
• Fonction sortie en fonction du marquage

26
La sémantique
Les éléments dun modèle sont situés
sémantiquement
Peut-on coupler sémantiquement deux modèles ?
Qualifier sémantiquement chaque élément dun
modèle. (espace et temps)
27
La spécification XML
Travaux intégrés au groupe de travail MIMOSA (Modé
lisation et Simulation individu-centrées) GdR I3
CIRAD, LIRMM, LIP6, IRD, LIL,
28
Spécifications XML

• Objectifs
• Communiquer les modèles
• Disposer dune description indépendante de
  limplémentation
• Expliciter les modèles et les expériences avec
  une syntaxe structurée et une sémantique forte

29
Spécifications XML
30
VLE Virtual Laboratory Environment
Implémentation VLE
Une première version purement agent
31
VLE Virtual Laboratory Environment
temps
32
VLE Virtual Laboratory Environment
La version en cours de développement
encapsulation DEVS et simulation distribuée
33
Applications aux systèmes naturels
Travaux intégrés aux actions du PNEC (Programme
National Environnement Côtier) CNRS - INSU
Centre Océanologique de Marseille, Université de
Bordeaux (Station marine dArcachon), Université
de Rennes 1, Station marine de Wimereux, IRD, Univ
ersité de Lille III
34
Le système NPZ
Sels nutritifs
35
Le système NPZ

• Identification et modélisation des comportements
  du zooplancton
• Impact de la distribution discrète du
  phytoplancton sur la réponse fonctionnelle du
  zooplancton
• Validation des modèles par comparaison avec les
  modèles mathématiques de la littérature
• Couplage de modèles multi-échelles

36
Modèle comportemental
Modèle mathématique
(Capparoy,1996)
37
Modèle comportemental
Approche centrée individus
38
Modèle comportemental
Distance de capture
Distance de perception
39
Modèle comportemental
40
Première forme de couplage
41
Hétérogénéité
Distribution multi-fractale (Seuront, 1998)
42
Hétérogénéité
Q
t
(Y. Lagadeuc)
43
Hétérogénéité
44
Hétérogénéité
Décroissance de lhétérogénéité
45
Hétérogénéité
46
Calcul émergent
Modèle de dynamique de populations dun système
proie-prédateur
G(N,P) est-il estimable par simulation du modèle
individuel ?
47
Calcul émergent
48
Calcul émergent
(Arditi, 1992)
49
Calcul émergent

• Validation des modèles centrés individus par le
  calcul émergent
• Identification des relations entre les processus
  individuels et les conditions environnementales
  et les paramètres des modèles mathématiques
• Utilisations
• Couplage faible estimation  offline  de
  paramètres
• Couplage fort interaction entre deux modèles

50
Deuxième forme de couplage
51
Deuxième forme de couplage
Modèle multi-échelles
Dynamique de population
52
Couplage de modèles multi-échelles
Echelle de la population
t
t
Echelle individuelle
53
encore plus loin

• Capture des propriétés dun système par émergence
  de distributions statistiques
• Remplacement du processus de comportement /
  capture par un générateur aléatoire couplage
  avec le modèle physiologique
• Couplage de modèles spatialisés et de modèles
  centrées individus
• Simulation distribuée (DEA G. Quesnel)

54
Projet de recherche

• Modélisation centrée individus et la
  spécification formelle de systèmes
  spatio-temporels
• Le couplage de modèles et le framework de
  modélisation et de simulation de systèmes
• Simulation distribuée et répartie
• Développement dun serveur de services Web pour
  la modélisation et la simulation
• Le système NPZ intégration déchelles et
  changement déchelles

55
Activités administratives

• Directeur du département informatique
• Une licence professionnelle, un DEUST, un IUP,
  deux DESS et un DEA le CRIP et les modules de
  DEUG sciences
• 2 profs, 10 MCF, 4 Prag, de 3 à 5 ATERs, 2
  moniteurs et une vingtaine de vacataires
• Animation du département (nouveaux projets)
• Gestion du personnel
• Gestion pédagogique des enseignements

56
Activités administratives

• Président de jury de lIUP GMI, du DESS ICC
  (jusquen 2002)
• Porteur du projet LMD (Licence) et coordinateur
• Directeur adjoint du LIL

57
Conclusion

• Multi-modélisation de systèmes complexes
• Spécification formelle de systèmes
• Modélisation centrée individus
• Simulation