Paul-Antoine Bisgambiglia

Processus de décision, basé sur le Q-learning, appliqué aux pêcheries

Dans ce document, nous présentons une approche d'aide à la décision basée sur un algorithme de Q-learning afin d'améliorer les politiques de pêche. L'objectif est de tester et identifier les limites d'une méthode d'apprentissage par renforcement sur un modéle de stocks calibré à partir de données de la littérature.

Utilisation de l'optimisation robuste pour palier au problèeme d'équifinalité d'un modèle bio-économique de pêcherie

Dans cet article, nous proposons une approche basée sur l'optimisation robuste afin de prendre en compte un problème d'équifinalité dans un modèle de pêcherie. Nous comparerons les résultats de nos algorithmes à plus de 50 ans de données réelles afin de démontrer leur efficacité dans ce contexte. Nous montrons également que la gestion de l'incertitude via optimisation robuste n'entraîne pas forcément une perte conséquente quant à la qualité des stratégies proposées. Enfin, nous proposons l'utilisation d'un algorithme multi-objectif afin de prendre en compte la réduction de la variabilité.

Optimisation robuste via simulation appliquée à la gestion durable des ressources

Dans cet article, nous présentons une nouvelle méthode d'optimisation appliquée à un modèle de pêcherie multi-espèces. Le but étant d'offrir aux décideurs un ensemble de stratégies de pêche efficaces. Dans la réalité, une stratégie ne sera jamais parfaitement respectée, c'est pourquoi nous utilisons une méthode d'optimisation, dite robuste, basée sur une approche statistique via simulation multiple. Cette approche permet de mettre en place des outils de gestion efficaces sensés assurer la préservation des stocks en limitant la sur-exploitation sans compromettre l'économie de la pêche.

Une vue d'ensemble du framework Quartz

Dans cet article, nous donnons une vue d'ensemble du cadriciel Quartz, un outil permettant la modélisation et la simulation de modèles basés sur le formalisme PDEVS. Le cadriciel propose une implémentation de la spécification Dynamic Parallel Discrete Event Multi- Agent Specification (DPDEMAS), laquelle formalise les différentes entités d'un SMA en structures PDEVS. Nous présentons l'architecture de l'outil, ses fonctionnalités ainsi qu'un comparatif de performances montrant d'une part, un gain significatif vis-à-vis de DEVS-Ruby et d'autre part, des résultats comparables à aDEVS, un des outils les plus efficaces implémenté avec un langage compilé.

Modélisation basée composants pour les systèmes complexes spatiaux

Ce travail traite de la simulation de systèmes complexes spatiaux à partir de modèles cellulaires. Nous comparons deux implémentations de modélisation basées composants suivant les formalismes : DSDE et Multicomposant. Nous utilisons l'environnement de modélisation et de simulation VLE (Virtual Laboratory Environment) basé sur le formalisme DSDE.

Approche formelle pour la modélisation et la simulation de systèmes multi-agents

Propagation par activité floue : application à la simulation du feu

Nous présentons dans ce travail une approche de modélisation permettant de surmonter les limites techniques qu'impose la modélisation des systèmes complexes de propagation. Nous proposons une nouvelle technique de modélisation fondée sur un modèle à base d'automates cellulaires, capable d'intégrer de manière bénéfique le concept d'activité floue. We present in this work a new model formulation to overcome the limitations of conventional definitions of cellular models. We develop a modelling method to integrate with profit the new concept of fuzzy activity.

Plateforme DEVS multicomposant dédiée à la gestion des pêcheries

Formulation spatiale de données SIG pour la simulation de MAS/LUCC

Vers une nouvelle spécification formelle des systèmes multi-agents

Fuzzy-PDEVS : vers une méthode conceptuelle pour la gestion de conflits

Dans cet article, nous démontrons qu'une ambiguïté de conception lors de la réalisation d'un modèle PDEVS peut avoir un impact important sur les résultats de simulation. Nous proposons une solution, nommée Fuzzy-PDEVS, basée sur un coefficient de confiance afin d'évaluer le comportement du modèle et d'aider le modélisateur dans sa tâche.