Un Simulateur Multi- Un Simulateur Multi- Agent pour l ’aide à Agent pour l ’aide à la Décision d’un la Décision d’un Collectif Collectif Application à la gestion d’une ressource Application à la gestion d’une ressource limitée Agro-Environnementale limitée Agro-Environnementale Marjorie LE BARS LAMSADE- Université Paris Dauphine UMR Economie Publique - INRA Sous la direction de: Suzanne Pinson et Jean-Marie Attonaty
55
Embed
Marjorie LE BARS LAMSADE- Université Paris Dauphine UMR Economie Publique - INRA
Un Simulateur Multi-Agent pour l ’aide à la Décision d’un Collectif Application à la gestion d’une 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. PLAN. - PowerPoint PPT Presentation
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Un Simulateur Multi-Agent Un Simulateur Multi-Agent pour l ’aide à la Décision d’un pour l ’aide à la Décision d’un
CollectifCollectifApplication à la gestion d’une ressource Application à la gestion d’une ressource
Le plus souvent les résultats de ces négociations reflètent le pouvoir de certain
acteurs
Exemple de réglementation utilisée
V = [ 20 000 + ( 300*SAU + volume à l’hectare négocié * surface) ]
Avec : le coefficient annuel.20 000 m3 sont alloués à chaque exploitation quelles que soient les culturesLe coefficient cultural dépend de la nature du sol.300 m3 sont alloués à chaque hectare de SAU (Surface Agricole Utilisable) quel que soit le type d’assolement pratiqué.Selon la culture, un volume à l’hectare a été négocié avec les irriguants. Ce volume est ajouté au 300 m3 précédents.
Contexte de la thèseau niveau local
• Instruments pour l’aide à la décision individuelle
• DSS basés sur simulation (remplacent modèle de RO)
• Pas d’instruments pour l’aide à la décision d’un 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
Caractéristiques du domaineDans le cadre du problème posé, un certain nombre de
– Grande hétérogénéité des comportements, des objectifs, des stratégies
– Autonomes: ils gèrent leur demande en fonction de leurs objectifs
– Interactions
QUOI ?
Gestion d’une ressource en eau de façon satisfaisante
COMMENT ?
Définition d’une réglementation adaptée
Limites de ces modèles • Faible nombre de types d’acteurs (PL) et d’acteurs (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
PLAN
• Objectifs de la thèse
• Contexte
• Approche proposée
• Manga et extension MangaLère
• Implémentation
• Evaluation
• Conclusions et perspectives
Proposition
SMA apportent un instrument nouveau (clairement explicité) pour l’aide à la décision d’un collectif:
• Prise en compte de nombreux acteurs
• Des comportements de ces acteurs
• De l’hétérogénéité de ces comportements
• Fournissent un cadre structurant pour la modélisation des stratégies d’acteurs
Résultats pour simulation: Règle au prorata des demandes, modification progressive des
demandes
0
20
40
60
80
100
120
S H TS S H TS S H TS S S S
Type d'années
Re
nd
em
en
t
0100000200000300000400000500000600000700000800000
qu
an
tité
g
lob
ale
Quantité globale Maïs Plus faible Rdt Maïs Plus fort Rdt Maïs
Règle d’allocation au pro rata de la demandeRègle d’allocation au pro rata de la demande 50 % A + 50 % C50 % A + 50 % CInformation visibleInformation visible
A partir de Manga ont émergés des résultats généraux:– La prise en compte de l’hétérogénéité des
comportements individuels a des conséquences importantes sur les résultats.
– L’accroissement de l’information entre différentes classes d’agriculteurs s’accompagne d’une diminution de la disparité et d’une efficacité plus grande de la ressource
MANGA: Conclusion• Une ressource de type nappe
• Acquisition et formalisation des comportements des acteurs en jeu
• Basé sur les connaissances d’experts
• Approfondir nos connaissances quant au problème posé
• Dégager des classes d’objets réutilisables et des méthodes génériques associées
SIMULATION :
• Tester un certain nombre de règles d’allocation d ’eau
• Montrer l’importance de l’hétérogénéité 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 d’approfondir la représentation des stratégies d’acteurs
Notamment par un langage propre au domaine
Chercheurs
Agriculteurs
Economistes
Distributeur Eau
Manga
MangaLère
Equipes multidisciplinaires
Responsablesprofessionnels
Acteurs de terrain
résultats Analyse
L’évolution de Manga à MangaLèreproblématiques
Modélisation des stratégies d’acteurs
MangaLère
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
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
MangaLère: agent Fournisseur d’eau
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)
Formalisation du cadre de représentation des connaissances
Formalisation du langage
création ontologie
Formalisation des plans
Séquencement d’éxecution d’un plan
Inactif
Déclenché
Actif En veille
Arrêt
CD
CMVCMV
CMV
CMV
CACA
CMV
Objectif 1
SousObjectifs
Plans
Objectif 2
SousObjectifs
Plans
CMV
PLAN
• Objectifs de la thèse
• Contexte
• Approche proposée
• Manga et extension MangaLère
• Implémentation
• Evaluation
• Conclusions et perspectives
Implémentation
• C++ builder 5– Travaux existants dans l’équipe
• bibliothèques réutilisables
• Compilateurs
• Utilisation des données d’autres modèles
• Durée de la simulation– 100 agricuteurs, 12 ans, < 1 min
PLAN
• Objectifs de la thèse
• Contexte
• Approche proposée
• Manga et extension MangaLère
• Implémentation
• Evaluation
• Conclusions et perspectives
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 s’assurer si les sorties
sont consistantes à chaque pas de la simulation.
– Implémentation et facilité d’utilisation du modèle:• Etudiants
PLAN
• Objectifs de la thèse
• Contexte
• Approche proposée
• Manga et extension MangaLère
• Implémentation
• Evaluation
• Conclusions et perspectives
ConclusionsDans le cadre de l’aide à décision d’un collectif
A côté des instruments types DSS, NDSS
Apport d’une 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
Perspectives• Elargissement du modèle
– Tenir compte d’autres 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 l’usage: appropriation de l’instrument par les acteurs concernés
• Elargir les partenariats scientifiques:– Économistes (Théorie des jeux), Hydrologues, Agronomes,