La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Un Simulateur Multi-Agent pour l aide à la Décision dun Collectif Application à la gestion dune ressource limitée Agro-Environnementale Marjorie LE BARS.

Présentations similaires


Présentation au sujet: "Un Simulateur Multi-Agent pour l aide à la Décision dun Collectif Application à la gestion dune ressource limitée Agro-Environnementale Marjorie LE BARS."— Transcription de la présentation:

1 Un Simulateur Multi-Agent pour l aide à la Décision dun Collectif Application à la gestion dune ressource limitée Agro-Environnementale Marjorie LE BARS LAMSADE- Université Paris Dauphine UMR Economie Publique - INRA Sous la direction de: Suzanne Pinson et Jean-Marie Attonaty

2 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

3 Objectifs de la thèse Conception et mise en œuvre dun outil daide à la décision dédié à la gestion dun collectif –Aide à la gestion de conflits entre décideurs –Choix dune réglementation, résultat dun consensus –Applicable à des cas réels et mis en œuvre sur un cas concret Conception dun simulateur Multi-Agent –Agents hétérogènes (cognitifs et réactifs) –Modélisation des stratégies dacteurs par les BDI

4 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

5 Contexte de la thèse Leau est une ressource rare Directives générales édictées au niveau national et européen en 1992 et 2001 Mise en place concrète au niveau local et régional: Création de règles résultant de négociations entre les différents acteurs concernés (agriculteurs, industriels, APN, fournisseur d'eau…) Le plus souvent les résultats de ces négociations reflètent le pouvoir de certain acteurs

6 Exemple de réglementation utilisée V = [ ( 300*SAU + volume à lhectare négocié * surface) ] Avec : le coefficient annuel m 3 sont alloués à chaque exploitation quelles que soient les cultures Le coefficient cultural dépend de la nature du sol. 300 m 3 sont alloués à chaque hectare de SAU (Surface Agricole Utilisable) quel que soit le type dassolement pratiqué. Selon la culture, un volume à lhectare a été négocié avec les irriguants. Ce volume est ajouté au 300 m 3 précédents.

7 Contexte de la thèse au niveau local Instruments pour laide à la décision individuelle DSS basés sur simulation (remplacent modèle de RO) Pas dinstruments pour laide à la décision dun collectif Une vision globale au niveau régional du système agro- environnemental Une vision partagée par les différents acteurs Utilisable par les techniciens locaux pour définir des réglementations

8 Caractéristiques du domaine Dans le cadre du problème posé, un certain nombre de caractéristiques se dégagent QUI ? Des acteurs – Agriculteurs, Fournisseurs deau, Puissance Publique, Coopérative… – Rationalités différentes – Grande hétérogénéité des comportements, des objectifs, des stratégies – Autonomes: ils gèrent leur demande en fonction de leurs objectifs – Interactions QUOI ? Gestion dune ressource en eau de façon satisfaisante COMMENT ? Définition dune réglementation adaptée

9 Limites de ces modèles Faible nombre de types dacteurs (PL) et dacteurs (TdJ) Connaissance parfaite par les acteurs des solutions possibles et de leurs conséquences Hypothèse de rationalité complète du décideur Hypothèse de l'existence d'un optimum économique ( Unicité de critère ) Peu de prise en compte du temps (monopériodiques) Pas de prise en compte du comportement des acteurs Pas de communication Pas de processus de négociation Difficilement réutilisable Les modèles existants

10 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

11 Proposition SMA apportent un instrument nouveau (clairement explicité) pour laide à la décision dun collectif: Prise en compte de nombreux acteurs Des comportements de ces acteurs De lhétérogénéité de ces comportements Fournissent un cadre structurant pour la modélisation des stratégies dacteurs

12 Approche proposée Résultats pour n années critères multiples individuels économiques éthiques environnemental SMA Règles dallocation deau Restitution et discussion Compréhensible Acceptable Applicable …

13 Chercheurs Agriculteurs Economistes Distributeur Eau Manga MangaLère Equipes multidisciplinaires Responsables professionnels Acteurs de terrain résultatsAnalyse Evolution des travaux problématiques Modélisation des stratégies dacteurs?

14 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

15 MANGA Simulateur Multi-Agent pour lAide à la Négociation dans la Gestion de leau en Agriculture

16 MANGA: caractéristiques Lenvironnement est imprévisible –Climat peut changer au cours du temps Interaction entre agents agriculteurs et agent fournisseur deau Les objectifs des agents sont divers –Pratiquer une culture en année t et une autre en année t+1 Les objectifs dépendent de lenvironnement –Eau attribuée dépend de la quantité deau disponible, qui dépend de la pluviométrie de lannée

17 MANGA: Architecture Agriculteurs Fournisseur d'eau Centre de Gestion Climat Cultures Données publiques Données publiques Données publiques

18 Les agents cognitifs/réactifs ENVIRONNEMENT MEMOIRE CONNAISSANCES COMMUNICATION STRATEGIES Environnement CONNAISSANCES COMMUNICATION Agent cognitif Agent réactif

19 Les agents cognitifs Données: Surface Investissement Trésorerie... Une base de procédure décisionnelle: Choix de cultures Ordre de préférence des cultures Affectation de leau disponible Niveau d' irrigation Augmenter les capacités d'irrigation Une base de procédure de calcul: Prévision des besoins en eau Calcul de la production en fin d'année Calcul des résultats économiques Prévision pour les années suivantes...

20 Manga: Agent fournisseur deau ENVIRONNEMENT MEMOIRE CONNAISSANCES Eau disponible Comptabilité Les agriculteurs clients… COMMUNICATION Procédures de calcul STRATEGIES Procédures décisionnelles

21 Communication entre agents Type de performatif Exemple de performatifcatégorie DemandeDemandeEau NouvelleDemandeEau Rendement Exercitif (action+résolution) Interrogatif (pas de calcul complexe) RéponseAllocationEauAssertif (affirme et informe)

22 Structure dun message : DemandeEau : Agri N° : Fournisseur Eau : Demande : Eau demandé: 1200 Surface Maïs irriguée : 10 : AllocationEau : Fournisseur Eau : Agri N° : Reponse : Eau attribuée: 800

23 MANGA: Phases du modèle n Simulations Années 01 AnnéesMax Début annéeFin année Résultats économiques Décision n + 1 Eau allouée Demande eau Résultats négociation Q eau disponible

24 MANGA: Interactions Agent A modifie demande initiale et envoie nouvelle demande Agent D évalue la demande globale Fin du processus de négociation Agent A envoie sa demande initiale Agent D évalue la demande globale Agent A reçoit une proposition Agent A refuse la proposition Agent A accepte la proposition Fin du processus de négociation Agent A renvoie demande initiale Agent D envoie une proposition aux agents qui restent dans le processus de négociation

25 Attribution de leau Agriculteur Assolement Année référence Objectif rendement Besoin en eau Demande eau Analyse réponse OK STOP Évaluation: Total demande eau Total eau disponible TOTAL Règle testée Allocation eau Allocation eau = Eau demandée Demande eau NO YES OK < disponible > disponible Allocation eau

26 MANGA: Simulation Données entrée Sorties Conséquences de réglementations –Critères danalyse –Règles testées

27 caractéristiques agriculteur Interface utilisateur règle testée, et définir leau disponible pour le fournisseur deau Interface utilisateur caractéristiques culture caractéristiques du climat

28 Les sorties Agriculteur Eau demandée Eau accordée Evolution de leau attribuée au cours de la négociation Rendement Eau utilisée, non consommée Charges produits, résultats économiques Fournisseur deau Eau disponible Eau utilisée par lensemble des agriculteurs Eau restante Evolution de lallocation deau au cours de la négociation Centre de gestionSynthèse des résultats en fonction type dassolement, type de comportement Synthèse des résultats selon 4 critères

29 MANGA: Analyse des résultats Différents critères: Individuel besoin et eau accordée par ha production Ethique Disparités rendements revenus Global Production globale (maïs) Environnemental consommation eau Eau restante

30 Règle dallocation au pro rata de la demande 50 % A + 50 % C 50 % A + 50 % C A A CC A C

31 Résultats: Utilisation, Analyse, Validation Ensemble d'agriculteurs: Comportements d'agriculteurs règles testées Données de la simulation MANGA Résultats Compréhensibilité Acceptabilité Faisabilité Nouvelle règle à tester Nouvelle règle à tester NON oui NON Simulation Ajustement du modèle Analyse des Résultats et validation Implémentation Validation interne Validation par les experts

32 Règle dallocation en fonction de la surface en maïs irrigué

33 Résultats: Utilisation, Analyse, Validation Ensemble d'agriculteurs: Comportements d'agriculteurs règles testées Données de la simulation MANGA Résultats Compréhensibilité Acceptabilité Faisabilité Nouvelle règle à tester Nouvelle règle à tester NON oui NON Simulation Ajustement du modèle Analyse des Résultats et validation Implémentation Validation interne Validation par les experts

34 Règle dallocation au pro rata de la demande 50 % A + 50 % C 50 % A + 50 % C Information visible

35 Résultats: Utilisation, Analyse, Validation Ensemble d'agriculteurs: Comportements d'agriculteurs règles testées Données de la simulation MANGA Résultats Compréhensibilité Acceptabilité Faisabilité Nouvelle règle à tester Nouvelle règle à tester NON oui NON Simulation Ajustement du modèle Analyse des Résultats et validation Implémentation Validation interne Validation par les experts

36 MANGA: Résultats A partir de Manga ont émergés des résultats généraux: –La prise en compte de lhétérogénéité des comportements individuels a des conséquences importantes sur les résultats. –Laccroissement de linformation entre différentes classes dagriculteurs saccompagne dune diminution de la disparité et dune efficacité plus grande de la ressource

37 MANGA: Conclusion Une ressource de type nappe Acquisition et formalisation des comportements des acteurs en jeu Basé sur les connaissances dexperts Approfondir nos connaissances quant au problème posé Dégager des classes dobjets réutilisables et des méthodes génériques associées SIMULATION : Tester un certain nombre de règles dallocation d eau Montrer limportance de lhétérogénéité des comportements des agriculteurs Instaurer un dialogue avec des professionnels afin de déterminer les forces et faiblesses du modèle, les acteurs oubliés, les processus omis LIMITES: Besoin dapprofondir la représentation des stratégies dacteurs Notamment par un langage propre au domaine

38 Chercheurs Agriculteurs Economistes Distributeur Eau Manga MangaLère Equipes multidisciplinaires Responsables professionnels Acteurs de terrain résultatsAnalyse Lévolution de Manga à MangaLère problématiques Modélisation des stratégies dacteurs

39 MangaLère

40 Agents BDI Modéliser les stratégies des acteurs Structuration des connaissances sous forme de plans –Formalisme servant de base de discussion avec les décideurs –Représentation des connaissances concise et synthétique –Utilisant: Cadre de représentation Langage du domaine

41 MangaLère: agents BDI Base de connaissances Bibliothèque de plans Objectifs ou sous- objectifs fixés Intentions: plans en attente d exécution Mécanisme de sélection de plans Environnement perception Action externe

42 MangaLère: agent Fournisseur deau ENVIRONNEMENT Croyances (Beliefs) : Données et historique sur retenues et rivières Information sur la réglementation dictée par le préfet en cas de pénurie de la ressource Données sur le climat Adhérents (débit souscrit) -… Objectifs (Desires) : Remplir Retenues Fournir EauReseaux … Bibliothèque de plans Remplissage Remplissage_ Gouyre Fournir eau Gagnol Fournir eau Tordre Fournir_Eau Gouyre Module de sélection Remplissage_G ouyre Fournir_Ea u_Max Intentions

43 Objectifs Sous-objectifs plans

44 MangaLère: plan Langage naturel Langage formalisé

45 MangaLère: Exemple de plan Langage naturel Langage formalisé Ontologie reservoirs

46 Conception de plans Acteurs concernés Responsables professionnels économistes agronomes Explication du processus Remplissage Formalisation du cadre de représentation des connaissances Formalisation du langage création ontologie Formalisation des plans

47 Séquencement déxecution dun plan Inactif Déclenché ActifEn veille Arrêt CD CMV CA CMV Objectif 1 Sous Objectifs Plans Objectif 2 Sous Objectifs Plans CMV

48 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

49 Implémentation C++ builder 5 –Travaux existants dans léquipe bibliothèques réutilisables Compilateurs Utilisation des données dautres modèles Durée de la simulation –100 agricuteurs, 12 ans, < 1 min

50 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

51 Evaluation Terrain: Tarn-et-Garonne Validation: –« humaine » Co-conception avec les acteurs concernés Analyse des résultats: compréhensible, acceptable, applicable –Validation interne Ensemble de données tests pour sassurer si les sorties sont consistantes à chaque pas de la simulation. –Implémentation et facilité dutilisation du modèle: Etudiants

52 PLAN Objectifs de la thèse Contexte Approche proposée Manga et extension MangaLère Implémentation Evaluation Conclusions et perspectives

53 Conclusions Dans le cadre de laide à décision dun collectif A côté des instruments types DSS, NDSS Apport dune modélisation multi-agent Prise en compte de nombreux acteurs Prise en compte des comportements et de leurs hétérogénéités Concepts BDI: – Recueillir les objectifs et les stratégies des acteurs – Les formaliser et de les rendre réfutables Applicable sur un cas concret – Permet la co-construction du modèle avec les acteurs concernés

54 Perspectives Elargissement du modèle –Tenir compte dautres acteurs: semenciers… –Adaptation de la réglementation en cours de campagne –Evolution des comportements par des approches de type apprentissage (programmation génétique, apprentissage par renforcement) –Typologie des acteurs basée sur le comportement Méthodes de validation par lusage: appropriation de linstrument par les acteurs concernés Elargir les partenariats scientifiques: –Économistes (Théorie des jeux), Hydrologues, Agronomes,…

55 MangaLère: Le temps dateAgent à activer Date Ouvre BAL Execute programme Date activation suivante Agenda (Le temps: an, mois, jour, heure, minute) Agent à activer Exemple: pas de temps jour DateAgent à activer 6 mai 7 mai ASA Date: 6 mai Ouvre BAL Execute programme (Remplir Gouyre) Date activation suivante: 7 mai

56 MangaLère: Le temps Exemple: événements successifs quasi instantanés avec échange de messages DateAgent à activer 6 mai ASA Agri1 ASA Date: 6 mai Ouvre BAL Execute programme EnvoiMessage à Agri1 Agent ASA Date: 6 mai Ouvre BAL Execute programme EnvoiMessage à ASA Agri 1 Date: 6 mai Ouvre BAL Execute programme Agent ASA

57 MangaLère: Enchaînement de plans Essayer Plan2 Si plan2 pas déclenché Si déclenchement = impossiblecontinuer plan1 Si mise en veille = vraicontinuer plan1 sinon Exécuter Programme (plan2) continuer plan1

58 retour Comportement A: DemandeEau Fonction de leur besoin Année de référence TS Assurer sécurité: augmentation demande 20% Comportement B: DemandeEau Fonction de leur besoin Année de référence TS Assurer sécurité: augmentation demande 0% Comportement C: DemandeEau Fonction de leur besoin Année de référence S Assurer sécurité: augmentation demande 0%

59 retour

60 Eau Rendement Humide Sèche Très sèche

61 retour


Télécharger ppt "Un Simulateur Multi-Agent pour l aide à la Décision dun Collectif Application à la gestion dune ressource limitée Agro-Environnementale Marjorie LE BARS."

Présentations similaires


Annonces Google