Apports de la simulation multi-agents à l’étude des processus de diffusion

Cet article presente les principaux apports d’une approche individu-centree pour modeliser et simuler les processus de diffusion dans l’espace geographique. L’interet d’une telle approche est discute au regard des limites d’une modelisation d'echelle macro-geographique traditionnellement employee pour decrire de tels phenomenes. L’equation logistique est presentee comme un exemple representatif de cette categorie de modele. Les modeles de simulation a base d’agents representent une alternative possible a une approche macro-geographique des phenomenes de diffusion. Associes aux theories de l’auto-organisation, on postule que les phenomenes observes a un certain niveau sont le resultat des nombreuses interactions qui se produisent a un ou plusieurs niveaux inferieurs. En tant qu’outil de simulation predispose a l’analyse de telles dynamiques, les systemes multi-agents sont brievement presentes. Cet article se termine par une application, la modelisation et la simulation de la diffusion d’une innovation agricole (le modele d'Hagerstrand revisite).

[1]  Éric Daudé Localisations et dynamiques de diffusion des agences de travail intérimaire en France , 2002 .

[2]  Leigh Tesfatsion,et al.  Agent-Based Computational Economics: Growing Economies From the Bottom Up , 2002, Artificial Life.

[3]  J. Bonnefoy,et al.  Modélisation d'une interaction individus, espace et société par les systèmes multi-agents : pâture en forêt virtuelle , 2001 .

[4]  J. P. Marney,et al.  Why do simulation? Towards a working epistemology for practitioners of the dark arts , 2000, J. Artif. Soc. Soc. Simul..

[5]  John H. Holland,et al.  Emergence. , 1997, Philosophica.

[6]  R. Hegselmann,et al.  Simulating Social Phenomena , 1997 .

[7]  Joshua M. Epstein,et al.  Growing Artificial Societies: Social Science from the Bottom Up , 1996 .

[8]  Jacques Ferber,et al.  Les Systèmes multi-agents: vers une intelligence collective , 1995 .

[9]  S. Kauffman At Home in the Universe: The Search for the Laws of Self-Organization and Complexity , 1995 .

[10]  Maja J. Matarić,et al.  Designing emergent behaviors: from local interactions to collective intelligence , 1993 .

[11]  A. Drogoul De la simulation multi-agents a la resolution collective de problemes : une etude de l'emergence de structures d'organisation dans les systemes multi-agents , 1993 .

[12]  Thérèse Saint-Julien La diffusion spatiale des innovations , 1985 .

[13]  Robert A. Peterson,et al.  Models for innovation diffusion , 1985 .

[14]  Jean-Pierre Dupuy,et al.  L'auto-organisation : de la physique au politique , 1983 .

[15]  Theodore Z. Penn,et al.  Innovation Diffusion: A New Perspective , 1984 .

[16]  R. Morrill WAVES OF SPATIAL DIFFUSION , 1968 .

[17]  Torsten Hägerstrand,et al.  Innovation Diffusion As a Spatial Process , 1967 .

[18]  Torsten Hägerstrand,et al.  A Monte Carlo Approach to Diffusion , 1965, European Journal of Sociology.

[19]  E. Rogers,et al.  Diffusion of Innovations , 1964 .

[20]  N. Bailey The mathematical theory of epidemics , 1957 .

[21]  T. Hägerstrand The propagation of innovation waves , 1952 .