MAS Simulation of a “Bush Taxi” Transportation Service
Résumé
The human and social sciences have always sought to improve their tools and resources in order to spread their knowledge. The most recent of these tools, Multi-Agent Systems (MAS), also known as Agent-Based Models (ABM), is a remarkable means of formalization and visualization of spatial processes. Multi-Agent Systems have already proved to be extremely useful modeling tools in various disciplines such as epidemiology, biology, and ecology, but also economics and geography (Amblard F. 2006). Today's research and methods aiming to deal with spatial problems are more and more treated within the paradigm and theories of complex systems. Indeed, one of the advantages of multi-agent systems, in the domain of human and social sciences, is their ability to accurately represent the underlying systems in the simplest way possible, while at the same time successfully integrating complexity in each of the scales considered (Daudé E. 2003). The main problem, when using this approach, is to design, in accordance with Occam's Razor, simple operating rules and strategies for the agents, which are carefully chosen to respond to a clearly identified problem. Given the components and parameters of the system, this tool allows us to observe and understand the comprehensive self-organized behavior, including the effects of structuring, transition, emergence, etc. (M. Vidal J. 2007). Today's society is increasingly mobile and people's daily mobility is determined by processes linked to their behavior, the infrastructure, and their environment (roads, etc.), but also by the services available to them (busses, taxis, etc.) (Marilleau N. et al. 2005). Therefore, their movements are strongly influenced by the environment which surrounds them. Working on a variety of themes which are all relevant to the same problem, mobility, our group has brought together several young researchers for whom the MAPS training course fulfills the need for training in the domain of the science of complexity, in the realms of both methodological skills and practical multi-agent modeling.
Les sciences humaines et sociales ont toujours cherché à améliorer leurs outils afin de diffuser leurs connaissances. Le dernier d'entre eux, les Systèmes Multi-Agents (S.M.A.) est un vecteur remarquable de la formalisation et de la visualisation des processus spatiaux. Les SMA ont déjà fait leurs preuves en tant qu'outil puissant de modélisation, dans différentes disciplines comme l'épidémiologie, la biologie, l'écologie, mais aussi l'économie et la géographie (Amblard F. 2006). La multiplication des recherches et des méthodes visant à répondre à des problématiques spatiales s'inscrivent, aujourd'hui, dans le paradigme et les théories des systèmes complexes. En effet, l'un des atouts des systèmes multi-agents, dans les domaines relevant des sciences humaines et sociales, réside dans leur pertinence à représenter les systèmes sous-jacents le plus simplement possible, tout en intégrant au mieux la complexité aux différentes échelles considérées (Daudé E. 2003). Tout l'enjeu de cette approche est de concevoir, selon le principe de parcimonie, des règles de fonctionnement et des stratégies simples des agents, mais précisément choisies pour répondre à une problématique clairement identifiée. Connaissant les composantes et les paramètres du système, l'outil permet alors d'observer et de comprendre un comportement global auto-organisé, avec des effets de structuration, de transition, d'émergence, etc. (M. Vidal J. 2007). Vivant dans une société chaque jour plus mobile, les personnes se déplacent quotidiennement selon des dynamiques dictées par leurs comportements, par les infrastructures, leur milieu (routes, etc.), mais aussi par les services qui leurs sont proposés (bus, taxis, etc.) (Marilleau N. et al. 2005). Les déplacements sont ainsi fortement conditionnés par l'environnement qui nous entoure. Travaillant sur des thématiques différentes, mais relevant toutes d'une problématique commune : celle de la mobilité, notre groupe réunit de jeunes chercheurs, pour lesquel la formation MAPS est une réponse à nos besoins d'aprentissage dans le domaine des sciences de la complexité, tant sur le plan des compétences méthodologiques que sur le plan pratique de modélisation multi-agents.
Domaines
Géographie| Origine | Fichiers produits par l'(les) auteur(s) |
|---|