Nous nous situons dans le contexte de la simulation de systèmes industriels complexes et distribués en termes opérationnel, informationnel et décisionnel. Nous considérons plus particulièrement les problèmes de formalisation, de modularité, de centralisation et de mise en évidence des flux et sous-systèmes. En effet, l'évolution du contexte industriel pousse les entreprises à évoluer vers des systèmes de plus en plus décentralisés (entreprises virtuelles, groupement d'entreprises, décentralisation,...). Les méthodes et les outils de simulation existants ne supportent pas de manière optimale ces nouveaux systèmes. En effet, il reste aujourd'hui très difficile de modéliser et simuler le comportement de systèmes tels que les groupements d'entreprises. Après avoir mis en évidence cette problématique, nous proposons dans le cadre de nos travaux de recherche une apporche méthodologique adaptée aux systèmes industriels fortement distribués. Cette approche est basée sur les systèmes multi-agents et reste indépendante de toute plateforme ou outil informatique. Nous proposons un cycle de vie et une première définition des phases les plus importantes : spécification d'un modèle de simumation, conception d'un modèle multi-agents et implantation d'un modèle informatique. Les concepts que nous mettons en oeuvre (systèmes multi-agents, systémique, ...) nous permettent de répondre aux différents problèmes posés par les systèmes de production complexes et distribués.

CETTE ETUDE SE SITUE DANS LA CADRE DE LA MODELISATION, DE LA SPECIFICATION ET DE L'EVALUATION DES PERFORMANCES DES SYSTEMES INDUSTRIELS DE PRODUCTION. NOTRE TRAVAIL REPOSE SUR LA METHODOLOGIE DE MODELISATION DE SYSTEMES INDUSTRIELS DE PRODUCTION ET SUR LE CONCEPT D'ENVIRONNEMENT DE MODELISATION DEFINIS AU LABORATOIRE D'INFORMATIQUE (LIMOS) DE L'UNIVERSITE BLAISE PASCAL DE CLERMONT-FERRAND. DANS UNE PREMIERE PARTIE, NOUS PROPOSONS UNE DEMARCHE DE SPECIFICATION DU SOUS-SYSTEME DECISIONNEL DES SYSTEMES INDUSTRIELS DE PRODUCTION. CETTE DEMARCHE COMPREND UNE STRUCTURATION DU SOUS-SYSTEME DECISIONNEL QUI MET EN UVRE UN MODELE MULTI-AGENTS ET UNE SPECIFICATION DE L'ALGORITHME DE RESOLUTION DES AGENTS DU MODELE AVEC LA METHODE SA-RT. DANS UNE DEUXIEME PARTIE, NOUS PROPOSONS UN ENVIRONNEMENT DE MODELISATION MULTI-AGENTS POUR LA RESOLUTION DES PROBLEMES LIES AUX SYSTEMES INDUSTRIELS DE PRODUCTION. CET ENVIRONNEMENT COMPREND : LA DEMARCHE DE SPECIFICATION PROPOSEE DANS LA PREMIERE PARTIE ET UN ENVIRONNEMENT LOGICIEL, APPELE COUPLAGE-TRIPLE. LE COUPLAGE-TRIPLE MET EN OEUVRE UNE METHODE D'OPTIMISATION POUR DETERMINER L'ORDRE D'UTILISATION DES PIECES EN ENTREE DU SYSTEME, UN MODELE MULTI-AGENTS POUR SPECIFIER ET PLANIFIER LE FONCTIONNEMENT INTERNE DU SYSTEME ET UN MODELE DE SIMULATION POUR EVALUER LES PERFORMANCES DU SYSTEME. CE TRAVAIL EST VALIDE SUR TROIS EXEMPLES INDUSTRIELS. LE PREMIER EXEMPLE CONCERNE LE DIMENSIONNEMENT ET LA PROPOSITION DE REGLES DE GESTION POUR UN SYSTEME DE PRODUCTION DE BOBINES D'ALLUMAGE. LE DEUXIEME EXEMPLE CONSISTE A CONCEVOIR UN ENVIRONNEMENT DE PLANIFICATION DYNAMIQUE POUR LES FONDERIES DE TYPE SABLE. LE TROISIEME EXEMPLE CONCERNE LA PLANIFICATION DES MOUVEMENTS D'UN ROBOT DE MANUTENTION ET L'ORDONNANCEMENT DES PIECES EN ENTREE DANS UN ATELIER DE TRAITEMENT DE SURFACE. LES RESULTATS OBTENUS PERMETTENT DES GAINS DE PRODUCTIVITE ET UNE AMELIORATION DU FONCTIONNEMENT DU SYSTEME.

La simulation multi-agent est une approche prometteuse pour la construction et la planification des villes intelligentes. Dans ce contexte, nous nous basons sur l'exemple du rechargement de véhicules électriques avec des bornes de recharge publiques. Cet exemple illustre une problématique de gestion de ressources partagées et limitées dans le temps et dans l'espace. Rolland May définit trois principales dimensions que doit intégrer le système : l'espace, l'organisation et le temps. Dans la littérature des simulations multi-agent, la dimension spatiale et la dimension sociale font l'objet de nombreuses propositions. Contrairement à cela, la considération du temps comme une dynamique du système reste sujette à très peu d'étude. De plus, si beaucoup de travaux de recherche traitent de la considération spatiale et organisationnelle dans le raisonnement de l'agent, la considération de la dynamique temporelle est souvent négligée. Cela met en évidence deux aspects sur lesquels nous aimerions contribuer : - le besoin de support d'interaction pour échanger des informations spatiale, sociale et temporelle ; - le besoin de raisonnement anticipatif prenant en compte ces informations spatiale, temporelle et organisationnelle échangées. À travers cette thèse, notre premier objectif consiste à faire évoluer le paradigme de simulation multi-agent de manière à considérer le temps comme un nouveau milieu d'interaction que nous appelons l'environnement temporel. Pour mettre en place cet environnement temporel au sein du système, nous proposons un modèle appelé Agent-Groupe-Rôle-Environnement-Temps (AGRET). Il s'agit d'une extension du modèle générique d'organisation Agent-Groupe-Rôle (AGR) et de sa variante Agent-Groupe-Rôle-Environnement (AGRE). L'originalité de notre approche consiste en la considération de la dimension temporelle comme un environnement, au même titre que l'environnement spatial et l'environnement social. L'environnement temporel est utilisé comme support pour l'échange et le stockage d'informations temporelles. Il vient en complément à l'ordonnanceur de la simulation qui gère le cycle d'activation de la simulation. L'implémentation de ce nouveau milieu d'interaction apporte de nouvelles possibilités. Une d'entre elles est l'usage des informations temporelles perçues à travers l'environnement temporel pour optimiser le raisonnement anticipatif de l'agent. Ce raisonnement anticipatif est particulièrement intéressant dans le contexte de la ville intelligente, car il augmente le réalisme de la simulation en faisant transparaître une capacité cognitive qui est propre à l'humain. Il permet également d'améliorer le mécanisme de décision de l'agent en choisissant un comportement plus pertinent qui prend en compte le contexte d'activation temporel, spatial et social de l'agent. Il se base sur des informations sur le passé, sur le présent et sur le futur planifié, que l'agent perçoit au niveau de l'environnement temporel. La prise en compte des informations futures planifiées constitue une originalité de cette approche. Pour résumer, nos deux contributions relèvent du temps. La première concerne la représentation du temps comme un milieu d'interaction : l'environnement temporel. La deuxième concerne le raisonnement temporel : un raisonnement anticipatif basé sur la perception de l'environnement spatial, de l'environnement temporel et de l'environnement social. Plus particulièrement, nous exploitons la visibilité sur la dimension future du temps qui est permise par l'environnement temporel. Dans l'exemple du rechargement des véhicules électriques, l'intégration de notre approche permet l'optimisation de la répartition des recharges dans l'espace et dans le temps. Nous montrons cela à travers une implémentation sur un modèle de simulation appelé SkuadCityModel. Plus généralement, au niveau de la ville intelligente, l'implémentation de nos contributions permet l'optimisation de la gestion des ressources dans l'espace et dans le temps.

Cette thèse aborde les problématiques liées à la reproductibilité des expériences numériques dans le cadre des systèmes complexes environnementaux, et plus particulièrement dans le cadre de la modélisation de systèmes multi-agents. L'activité de M&S peut s'apparenter à une expérience numérique, au même titre qu'une expérience scientifique menée dans une discipline expérimentale, c'est pourquoi la description des modèles SMA doit être partagée de façon non ambigüe. Dans cet objectif, nous nous sommes dirigés vers une approche formelle, qui permet de décrire les modèles d'un point de vue structurel et sémantique. Nous présentons dans ce manuscrit deux contributions majeures : une proposition de formalisation du paradigme agent associant des méthodes de conception pour l'élaboration des modèles et une mise en oeuvre des abstractions permettant de faciliter le développement de SMA, d'après les concepts définis par l'approche formelle à travers l'outil Quartz. Nous proposons également une mise en application de l'approche à travers deux exemples, dans lesquels la définition d'un modèle est établie, de la description informelle à son implémentation.

Ce travail de thèse porte sur l'étude des systèmes complexes par une démarche de modélisation et simulation (M&S). La plupart des questionnements sur ces systèmes nécessitent de prendre en compte plusieurs points de vue simultanément. Il faut alors considérer des phénomènes évoluant à des échelles (temporelles et spatiales) et des niveaux de résolutions (de microscopique à macroscopique) différents. De plus, l'expertise nécessaire pour décrire le système vient en général de plusieurs domaines scientifiques. Les défis sont alors de concilier ces points de vues hétérogènes, et d'intégrer l'existant de chaque domaine (formalismes et logiciels de simulation) tout en restant dans le cadre rigoureux de la démarche de M&S. Pour répondre à ces défis, nous mobilisons à la fois des notions de modélisation multi-niveau (intégration de représentations micro/macro), de modélisation hybride (intégration de formalismes discrets/continus), de simulation parallèle, et d'ingénierie logicielle (interopérabilité logiciel, et ingénierie dirigée par les modèles). Nous nous inscrivons dans la continuité des travaux de M&S existants autour de l'approche AA4MM et du formalisme DEVS. Nous étudions en effet dans cette thèse en quoi ces approches sont complémentaires et permettent, une fois combinées dans une démarche d'Ingénierie Dirigée par les Modèles (IDM), de répondre aux défis de la M&S des systèmes complexes. Notre contribution est double. Nous proposons d'une part les spécifications opérationnelles de l'intergiciel de co-simulation MECSYCO permettant de simuler en parallèle un modèle de manière rigoureuse et complètement décentralisée. D'autre part, nous proposons une approche d'IDM permettant de décrire de manière non-ambiguë des modèles, puis de systématiser leur implémentation dans MECSYCO. Nous évaluons les propriétés de notre approche à travers plusieurs preuves de concept portant sur la M&S du trafic autoroutier et sur la résolution numérique d'un système d'équations différentielles.

Les systèmes multi-agents sont caractérisés par le travail coopératif d'un ensemble d'agents autonomes, fonctionnant de manière décentralisée en vue de la réalisation d'un objectif global. Au sein de ces systèmes se produisent des phénomènes dits d'émergence, ou d'auto-organisation, par lesquels des structures ou des organisations particulières peuvent apparaître au niveau collectif qui n'étaient pas décrites de manière explicite au niveau individuel. Ainsi des fourmis qui s'organisent en files d'individus sans qu'aucune n'ait de représentation correspondant à la notion de "file". De par leurs interactions au niveau local, les agents produisent et maintiennent dynamiquement des structures au niveau global qui contraignent en retour l'activité de chacun des individus. Ces phénomènes sont fondamentaux dans l'étude des systèmes biologiques complexes mais sont pourtant très difficiles à formaliser car liés généralement à une interprétation en partie subjective d'un observateur extérieur au système. Le sujet proposé vise à aborder le problème du passage d'un niveau d'abstraction à un autre, ainsi que l'interaction, au sein d'un système, entre agents de différents niveaux, en combinant plusieurs approches complémentaires: une première approche concerne l'étude de formalismes adaptés à la représentation de phénomènes émergents. Cela passe notamment par la prise en compte de relations entre entités de différents niveaux d'abstraction, et par la prise en compte de comportements qui s'expriment différemment en fonction du niveau d'abstraction auquel l'entité est considérée. une deuxième approche qui s'appuiera sur la précédente concerne la détection automatique de phénomènes émergents. Pour ce faire, il sera nécessaire de développer des mécanismes permettant aux entités qui participent au système de détecter l'apparition de structures particulières (spatiales et/ou temporelles, statiques ou dynamiques) et de caractériser le passage d'un niveau d'abstraction donné au niveau supérieur. du fait de la très grande difficulté d'aborder le problème précédent dans toute sa généralité, nous prévoyons de développer une approche semi-interactive dans laquelle un observateur humain pourra avoir un rôle pour orienter le système vers la détection de structures particulières et leur caractérisation d'une manière particulière. Outre l'aide apportée au système, il s'agit d'orienter ce dernier vers la prise en compte d'abstractions a priori utiles et intéressantes. Cela passe notamment par la conception de modalités de visualisation et d'interaction adaptées à ce problème. ces différentes problématiques seront étudiées dans le cadre de plusieurs problèmes de simulation multi-agent pour la biologie.

Ce travail de thèse, mené sur deux thématiques : les réseaux ambiants et la simulation multi-agent, a pour contexte l'étude des interactions entre le fonctionnement des réseaux ambiants (réseaux pair-à-pair et réseaux mobiles ad hoc networks) et les comportements de leurs usagers (mobilité, partage d'un service, etc.). Pour étudier ces phénomènes, nous avons mis en lumière le besoin de réutiliser, de coupler et de faire interagir des outils de modélisation et de simulation provenant de domaines scientifiques différents (réseaux informatiques, simulations sociales) afin d'intégrer simultanément plusieurs niveaux d'abstraction dans l'étude menée. Cette problématique de réutilisation et de couplage de modèles (la multi-modélisation) et de simulation (interopérabilité de simulateurs) n'est pas propre aux seuls réseaux ambiants et celle-ci s'inscrit dans le domaine plus vaste de l'étude des systèmes complexes.Cette thèse se propose d'aborder les questions de réutilisation et de couplage des outils de modélisation et de simulation sous l'angle des systèmes multi-agents et d'inscrire les solutions à la fois d'ingénierie logicielle, de simulation distribuée, de multi-modélisation dans un cadre multi-agent générique et homogène : le méta-modèle AA4MM. L'idée fondatrice est de créer une société de modèles, de simulateurs et de logiciels de simulation (que l'on nommera blocs MSL) afin d'intégrer plusieurs niveaux d'abstraction dans une même modélisation et simulation. AA4MM propose une approche multi-agent homogène qui permet de facilement réutiliser des blocs MSL, de les rendre interopérable et de les coupler de manière modulaire. AA4MM permet également au modélisateur de clairement spécifier les changements d'échelles. AA4MM propose une méthode de simulation totalement décentralisée. Au niveau des aspects théoriques du méta-modèle AA4MM, nous avons proposé une preuve formelle de l'algorithme de simulation décentralisée. Nous avons également appliqué AA4MM à un cas d'étude pédagogique en couplant ensemble plusieurs instances de NetLogo (un outil de simulation répandu). Nous avons également appliqué AA4MM aux réseaux ambiants et à notre question initiale sur les influences mutuelles entre performances du réseau et comportements des usagers. Dans ce contexte, nous avons pu réutiliser des simulateurs existants qui n'étaient pas prévus pour interagir afin d'aborder les phénomènes d'influences mutuelles entre performances des réseaux et comportements de leurs usagers.