Des acteurs dans l’espace. [C. langton] Système Complexe ? Propriétés : non linéarité auto-organisation et émergence irréductibilité non prédictibilité.

Slides:

Advertisements

Présentations similaires

Les aimants possèdent deux pôles opposés (N ou nord et S ou sud)

Advertisements

Animation scientifique de l'équipe Green

Problématiques du chapitre 1 (classique et néo-classique, …)

Lycée Diderot Narbonne Bournet, Candas, Galaup 1S4

10/31/02 Leïla Merghem - LIP6 Une approche Multi-Agents pour la Simulation de Réseaux de Télécommunications Leïla Merghem (LIP 6) Dominique Gaïti (LIP.

RUE DE L’AVENIR - ARLES – 1/12/2010

Une association au double objectif

Intégration métier pour l’émergence progressive de la solution produit : application aux mécanismes multi-physiques Jean-Sébastien Klein Meyer Journées.

Comment améliorer la sécurité dans l’automobile ?

Modélisation du choix de localisation des acteurs

Entre outil daide à la décision et de prospective territoriale appliqué: lélaboration dun instrument dévaluation du territoire urbain au regard de sa politique.

Un regard sur les méthodes mobilisables pour la géoprospective

Sytèmes dynamiques – modélisation Emmanuel Risler 2008 – 2009 INSA de Lyon - GEN.

Concept Habitat groupé, habitat participatif, autopromotion, habitat coopératif, etc. Se réunir à plusieurs familles/foyers pour réaliser un projet immobilier.

Module SIG-Santé 15. Modélisation Marc SOURIS

Laboratoire LCOMS Equipe « Evaluation de Performance et Systèmes d’Aide à la Personne » (EPSAP) Guy Bourhis CENRob 4-5 avril.

Anja RABEZANAHARY, juin Mieux connaître le contexte de pauvreté dans les zones dintervention des 4 projets en utilisant lApproche des Moyens dExistence.

Discussion sur la plate-forme CORMAS/BIOSMART II

Monique THONNAT et Nathanaël ROTA Projet ORION

Modèle d’interaction pour les systèmes mixtes

Bernard Rousseau Laboratoire de Chimie Physique

1 Projet RIAM/GRACE 09/03/04 Projet RIAM/GRACE Groupes Relationnels d Agents Collaboratifs Emotionnels J. Tisseau.

Les Systèmes Multi-Agents pour la Gestion de Production

Planification en environnement situé et stratégies d’équipes

جامعــــــة محمد خيضــــــــــــر بــســكــــــــــــرة

Simulation multi-agent de phénomènes collectifs : quelques questions d’ordre épistémologique Frédéric AMBLARD Institut de Recherche en Informatique de.

Frédéric Amblard, Guillaume Deffuant – Cemagref LISC 22 Octobre 2002 – Table ronde Simulation AFH Nantes SimExplorer: un outil logiciel daide à lexploration.

Julien MATHEVET PRESENTE : Projet MACSI DEA RACOR - P2002 Copyright ©

Thomas LOPEZ - Equipe BUNRAKU Candidature au monitorat IFSIC – Mardi 6 Octobre 2008.

Discussion sur la plate-forme MIMOSA Jean-Pierre Müller, CIRAD-TERA Équipe "Dynamique et usage des ressources et modélisation des systèmes complexes"

introduction à la sociologie cours 11

ANALYSE DE LA REPONSE FONCTIONNELLE EN PRESENCE D’AGREGATION

Rencontre LIUPPA-MIRA – Présentation des compétences du LIUPPA – 27 juin 2011 – P. Aniorté1 RENCONTRE LIUPPA - MIRA PRESENTATION DES COMPETENCES DU LIUPPA.

Plan de l’exposé Présentation de l’équipe Présentation du stage

Rémi Pannequin et André Thomas CRAN – CNRS UMR 7039

ANR CITIES Kick off meeting, INRIA, Grenoble, janvier 2013

Stationnement automatique de véhicule

GT Modèles Formels pour l'Interaction

IFT3730 : Infographie 3D Systèmes et modèles graphiques Pierre Poulin, Derek Nowrouzezahrai Hiver 2013 DIRO, Université de Montréal.

IFT2740 : Outils de l'infographie 3D Systèmes et modèles graphiques

La plateforme Multicom

BARAST LAM PERRUCHON Simulateur de foule TER.

Sommaire des algorithmes de recherche de chemins coopérative Équipe Pathfinder Michael Brunelle Marc Michaud Dominique Ruest Département dinformatique.

Mécanique Statistique

1 Workshop : modelling relationships between agriculture and environment - Brussels - 15/02/2001 Ecole Doctorale SPI Mercredi 27 Juin 2001 Prospective.

Modélisation de la formation des bancs de poissons Étude de leur impact sur les interactions trophiques et la dynamique des populations exploitées. Chiara.

Modélisation de la formation de bancs de poissons

Retour dexpérience Supportech INSA.NET Daniel Boteanu – Michaël Piffret.

Conditions aux Frontières Ouvertes

METISSE Méthodes Et Théories pour une Ingénierie des Systèmes Socio- Environnementaux.

COMPRENDRE LOIS ET MODELES.

Séminaire 10 Juin 2008 Pervasive Learning Network : P-LearNet Institut TELECOM.

Analyse des durabilités de la ville d’espace-temps : les logiques d’une modélisation de la dynamique urbaine en Île-de-France.

Frédéric Amblard*, Guillaume Deffuant**,

Thomas LOPEZ - Equipe BUNRAKU Candidature au monitorat INSA– Vendredi 10 Octobre 2008.

Peut-on remonter le temps jusqu’au big bang ?. Peut-on remonter le temps jusqu’au big bang ? Particules et interactions (forces) fondamentales de la.

André M., Mahy G., Lejeune P., Maréchal J., Meniko J.-P., Bogaert J.

Perspectives de Recherche interdisciplinaire et de Concertation autour du Programme du LabEx ‘BASC’ (Biodiversité, Agrosystèmes, Société, Climat) Jean-Marc.

Application à la viabilité des systèmes irrigués à Podor de la modélisation à la restitution aux paysans Olivier Barreteau.

Plan de la présentation

- Application au Bassin versant du Jaudy-Guindy-Bizien -

Simulations par agents situés en biologie

LES LOGIQUES D’ACTIONS INDIVIDUELLES

Pollution et organisation de la cité Diagnostic, leviers d’action et modélisation pour l’aide à la décision Isabelle Coll Laboratoire Interuniversitaire.

Cliquez pour modifier les styles du texte du masque Fiche concept – ateliers KCP.

Comment mettre en œuvre l’approche Leader ? 1)L’ingénierie : Indispensable d’avoir au moins une personne à temps complet Rôle du technicien : -Structurer.

Coûts d’un Atelier municipal L’atelier municipal en quelques lignes Mode de calcul des coûts Les coûts :pourquoi et pour qui ? Quels choix ? Exemple de.

Introduction aux Simulations Multi-Agents Introduction aux simulations multi- agents pour les SHS Frédéric AMBLARD (IRIT - Université Toulouse 1 Sciences.

« Sûreté des transports », 5 mai 2008, Louahdi Khoudour Systèmes d’aide à l’audio et à la vidéo surveillance dans les systèmes de transport Louahdi Khoudour.

La matière et le magnétisme n d’ou viennent les propriétés magnétiques de la matière ? D’après une conférence de Michel PIEUCH Les matériaux magnétiques.

Transcription de la présentation:

Des acteurs dans l’espace

[C. langton] Système Complexe ? Propriétés : non linéarité auto-organisation et émergence irréductibilité non prédictibilité

Exemple Netlogo

Observations, enquêtes, entretiens Création d’une population artificielle Structures macroscopiques émergentes ou exogènes Comportements individuels, Interactions locales Création d’un territoire « virtuel » Validation Scénarios un point de vue de géographe [E. Daudé]

Modéliser et simuler les flux de piétons dans une station de métro : le modèle MAGE Arnaud Banos, Image et Ville, CNRS/ULP Angèle Charpentier, Géographie-Cité (CNRS/Paris I), RATP

Motivations Exploration de scénarios  Equipements (automates, magasins, services)  Trafic (vitesse-densité-débit)  Evacuation Exploration du rôle des interactions piétons/piétons et piétons/environnement dans la dynamique d’un tel système

INTERACTIONS ?

Un système Ouvert

Influence 1 Forces Comportementales (D. Helbing) ObstaclesAutres agentsAttraction Répulsion

Ex: Collision de piétons Source : John Ward, 2005

Sel-organizing pedestrian movement (Helbing, Molnar, Farkas, Bolay, E&P B, 2001)

Influence 2 « Boids » (Bird-Oids) (G. Reynolds) Alignement Cohésion Séparation

Formalisation de l’environnement Taille des cellules : 0,4m 2 Nombre de cellules : 6889 (3421 accessibles) Espace physique du mouvement E p Graphe d’orientation

Perspectives Agents hétérogènes, information incomplète et rationalité limitées Agent moyen, information complète et rationalité illimité (Homo Oeconomicus) (Chemin d’énergie minimum entre O et D)

Attracteur Champ de visionChamp d’action Point de décision Agent, localisé en Vecteur : orientation taille Obstacle Agents

(After Fruin, 1987) Vitesse de marche ?

Comportement de foule Alignement Cohésion Séparation et

MAGE NETLOGO : tourniquet SortieAutomate Magasins Obstacles

Démo

MAGE

Cartes de densité de piétons Pas d’interactions Pas d’interactions +  Attracteurs

Files d’attente

Conflits et embouteillages

Observer l’émergence de Macro- structures

Flux uni-directionnel Tourniquets + portes / Comportement de foule

Scenario Curve color Avoid other agentsCrowd behaviour 1No 2YesNo 3 Yes 4 Flux bi-directionnel Sans portes ni tourniquets

Scenario Curve color Avoid other agentsCrowd behaviour 1No 2YesNo 3 Yes 4 Flux bi-directionnel Avec portes ni tourniquets Source : Kardi Teknomo, TR F, 2006)