Beruflich Dokumente
Kultur Dokumente
COLEDOCTORALELANGUES,ESPACES,TEMPS,SOCITS
Thseenvuedelobtentiondutitrededocteuren
GOGRAPHIE
MODLISATIONETSIMULATIONMULTIAGENTS
DELADYNAMIQUEURBAINE
APPLICATIONLAMOBILITRSIDENTIELLE
Prsenteetsoutenuepubliquementpar
IgorAGBOSSOU
Le28novembre2007
Souslacodirectionde:
PierreFRANKHAUSER,ProfesseurluniversitdeFrancheComt
et
ChristianeWEBER,DirectricederechercheauCNRS,UMR7011ImageetVille,Strasbourg
Membresdujury:
JeanChristopheFOLTETE,ProfesseurluniversitdeFrancheComt
PierreFRANKHAUSER,ProfesseurluniversitdeFrancheComt
PatriceLANGLOIS,Matredeconfrences,HDRluniversitdeRouen
DamiennePROVITOLO,ChargederechercheauCNRS,UMR6049ThMA,Besanon
LenaSANDERS,DirectricederechercheauCNRS,UMR8504Gographiecits,Paris
ChristianeWEBER,DirectricederechercheauCNRS,UMR7011ImageetVille,Strasbourg
ChrisasetFidle
Remerciements
Je voudrais commencer par dire un grand merci mon directeur Pierre Frankhauser, Professeur
lUniversit de Franche-Comt, et ma co-directrice Christiane Weber, Directrice de recherche au
CNRS, UMR 7011 Image et Ville, Strasbourg, qui, au-del de mencadrer, ont su me faire
confiance et mencourager tout au long de ce travail que je naurais probablement jamais ralis
sans eux. Tels des parents attentifs ils ont guid mes pas, depuis ma soutenance de DEA
Strasbourg o jtais sens faire ma thse, Besanon pour un nouvel espoir. Ils mont fait
dcouvrir autrement les joies de la recherche scientifique.
Mes reconnaissances vont galement Lna Sanders et Patrice Langlois qui ont accept les
fonctions de rapporteur et Jean-Christophe Foltte pour avoir accept de juger mon travail en
prenant part au jury alors que les sollicitations ne manquaient pas et que leur emploi du temps
respectif tait dj bien rempli !
A Florence Bailly, Patrice Caro, Edwige Dubos-Paillard, Sophie Carel et Marc Richard pour le
soutien et les discussions qui ont permis laboutissement de ce travail. Merci galement pour le
cadre de travail agrable qui ma t offert tant aux plans matriels et financiers quaux plans des
relations humaines !
A Aurlie Coig et Armelle Kaufmant pour leur attention et la promptitude avec laquelle elles me
rpondent chaque fois que jai besoin de leurs services.
A Jrme Valance qui ne mnage pas ses efforts pour trouver et me fournir en temps opportuns
logiciels et matriels informatiques adquats mes besoins.
A Jolle Depoulon, Michle Ptigny et Denise Vardanega pour la marque de sympathie quelles
mont toujours tmoigne.
A Thierry Brossard, Daniel Joly et Serge Ormaux pour leurs encouragements stimulants.
A toutes les personnes du laboratoire ThMA ainsi que mes collgues qui sont devenus au cours
du temps plus que de simples collgues.
Avant-propos
Les donnes qui nous ont permis de raliser des simulations sont issues de lEnqute-
Mnages-Dplacement ralise par la Communaut d'Agglomration du Grand
Besanon (CAGB) dans le cadre dun partenariat, associant lINSEE de Franche-Comt
et lAgence dUrbanisme de lAgglomration de Besanon (AUDAB). Elles ont t
acquises grce au partenariat qui lie le laboratoire ThMA UMR 6049 ces diffrentes
institutions.
P. Vidal de la Blache,
Principes de gographie humaine
G. Bachelard,
La formation de lesprit scientifique
Sommaire
Introduction.. 13
Conclusion.... 223
Bibliographie gnrale 229
1
INTRODUCTION
mobilit quotidienne dune part, celle de la mobilit lie au cycle de vie et donc aux
trajectoires rsidentielles dautre part.
Dans le cadre de ce travail de thse, nous avons tudi, modlis puis simul, dans un
objectif daide la dcision en amnagement du territoire, les dynamiques urbaines sous
langle thmatique de la mobilit rsidentielle, cest--dire sur le changement de lieu
dhabitation. Les questionnements sociaux, politiques et environnementaux relatifs la
mobilit rsidentielle sont lorigine de travaux de recherche applique ou
fondamentale, travaux qui seffectuent le plus souvent sous un angle disciplinaire. Dans
notre travail de recherche, nous avons souhait nous affranchir des frontires
disciplinaires pour replacer la mobilit rsidentielle dans une approche
transdisciplinaire. Nous nous sommes ainsi appuys sur les travaux de nos
prdcesseurs en sciences humaines et sociales (la gographie, la sociologie,
lconomie, la dmographie et la psychologie) afin de cerner les diffrentes facettes de
la mobilit rsidentielle, de comprendre les causes et les processus de migration
rsidentielle, et aussi de dcrypter les logiques comportementales des mnages face aux
choix rsidentiels. Tout acte humain ayant une dimension spatiale, on peut apprhender
la complexit lie la prise en compte du facteur spatial dans les comportements
humains : lespace est support des choix lorsque nous ralisons une activit quelle
quelle soit, par exemple, il est lobjet de nos choix lorsque nous dcidons dhabiter ou
de travailler dans un endroit prcis. Ainsi, la dimension spatiale prsente de multiples
facettes et amne les chercheurs en gographie et en amnagement du territoire, qui
sintressent la modlisation des problmatiques urbaines dans une perspective daide
la dcision, combiner plusieurs savoirs et comptences issus dautres disciplines.
La deuxime piste porte sur les diffrents niveaux dorganisation et leur articulation.
On sintressera plus particulirement aux chelles spatiales (quartier, commune, etc.) et
fonctionnelles (individu, mnage, groupe dindividus, etc.) de la mobilit.
La troisime piste de rflexion est relative aux dynamiques des mobilits rsidentielles
et lunit temporelle pertinente pour analyser ces dynamiques.
Ces pistes de rflexion amnent sappuyer sur des corpus conceptuels,
mthodologiques et thoriques la croise de plusieurs disciplines
Sintresser aux choix rsidentiels ncessite dapprhender les dcisions pour lesquelles
les individus ou les mnages valuent leurs propres conditions rsidentielles et les
comparent aux conditions offertes par dautres lieux de rsidence potentiels. Ainsi, dans
un premier chapitre, nous menons un dbat centr sur la mobilit. Laccent est mis sur
les formes de mobilit, les diverses politiques territoriales la concernant puis en quoi la
mobilit rsidentielle est un lment structurant du territoire. A ce titre, comment la
mobilit rsidentielle se manifeste-t-elle ? De quelle manire peut-on lapprhender et la
mesurer ? Les rponses ces interrogations sont apportes dans le deuxime chapitre
par le biais dun expos transdisciplinaire de ltat de lart. Dans le troisime chapitre,
nous posons la problmatique de la modlisation et de la simulation de la dynamique
urbaine en gardant la thmatique de la mobilit rsidentielle comme fil conducteur. La
thorie des systmes et les sciences de la complexit servent de cadre thorique notre
rflexion. Ce cadre permet dapprhender la complexit des systmes de villes et de
mobilit. Ce chapitre se termine par une introduction la gosimulation qui pose les
jalons conceptuels et mthodologiques nous permettant dapprocher les trois grandes
pistes de rflexions numres prcdemment.
Bien que l'expression de "Gographie Thorique et Quantitative" soit malencontreuse et prte maints
malentendus, c'est un raccourci consacr par l'usage pour dsigner des travaux qui partagent un certain
cadre de rfrence conceptuel et mthodologique. Quoique tout aussi flou et englobant, c'est aussi un
cadre institutionnel dfini par une Commission du Comit National de Gographie, correspondante de la
Commission des "Modles mathmatiques" de l'Union Gographique Internationale.
(cf. http://www.cybergeo.eu/index221.html).
17
Le dictionnaire Petit Larousse (dition 2001) dfinit la mobilit comme "[la] facilit se
mouvoir, changer, se dplacer", soit une aptitude qui renvoie un potentiel (ce quil
est possible de faire, que cette possibilit se concrtise ou non). La mobilit fait donc
partie des notions les plus partages au sein des sciences sociales, commencer par les
disciplines telles que la gographie, la sociologie, la dmographie, lamnagement et
lurbanisme, au point de devenir une question de socit [Lassave et Haumont, 2001].
Mais que faut-il entendre par ce terme et comment se matrialise-t-il ?
de lart, croiser les littratures est devenu une ncessit pour progresser. Cest
potentiellement une source denrichissement considrable, les diffrentes acceptions de la
mobilit formatent ainsi la recherche. Chaque dfinition relative un aspect de la mobilit
spatiale renvoie alors un champ de recherche spcifique traitant dun objet spcifique. Il
rsulte de cette situation quil nest pas ais de traiter dobjets de recherche transversaux
chappant ces dfinitions. Mme si chacune de ces formes de mobilit fait lobjet dune
littrature abondante, on a parfois limpression de pitiner car la plupart des recherches
sur la mobilit sont orientes sur des thmatiques sectorielles. Or, cest par le biais des
articulations entre les diffrentes formes de mobilit et les arbitrages effectus par les
acteurs que se rvlent pleinement les phnomnes de mobilit et leurs enjeux. Lanalyse
des processus de croissance de la connexit des formes de mobilit et de leur rversibilit
[Kaufmann et al., 2004], illustre limportance de ces articulations car ils renvoient
prcisment la combinaison des diffrentes formes de mobilit en termes de
renforcement, de substitution ou de rythmes.
annuler. Les mobilits les plus rversibles sont toutes celles dont on ne se souvient pas
prcisment. Souvent rptitives, elles relvent de lunivers du non vnementiel. La
pendularit et le voyage daffaire en sont de bons exemples : un actif va travailler tous les
jours, mais il ne se souvient pas prcisment de chaque trajet quotidien, un consultant
international va beaucoup voyager mais ne se souvient pas prcisment de chaque fois o
il a pris lavion ou le volant. Il ne faut pas dduire de cette absence de souvenir prcis que
les mobilits les plus rversibles sont sans impacts sur lidentit. Leur caractre rptitif
les rend souvent structurantes de lidentit, pour soi, et par le regard dautrui. Par contre,
le jour o ces expriences sociales cessent, elles ne laissent pas de trace dans lidentit, au
contraire des mobilits irrversibles. Comme lopposition contigut-connexit,
rversibilit et irrversibilit doivent tre considres comme des idaux-types dans la
mesure o les formes de mobilit ne sont jamais purement rversibles ou irrversibles. Le
processus de rversibilisation de la mobilit spatiale a retenu lattention des chercheurs
[Cwerner, 1999 ; Urry, 1990 ; Urry, 2000], mme si elle a fait lobjet de moins de travaux
que la croissance de la connexit. De ces travaux, il ressort galement trois phnomnes
non ngligeables dans lanalyse des structures socio-spatiales.
Dabord, un phnomne de substitution des formes les plus irrversibles de mobilit
(migration, mobilit rsidentielle) vers des formes plus rversibles (mobilit quotidienne,
voyage). Cest par exemple le cas de lusage des potentiels de vitesse procurs par les
autoroutes pour vivre loin de son lieu de travail et viter de dmnager [Wiel, 1999 ;
Putnam, 2000]. Cette substitution implique la transformation des temporalits du long
terme vers le court terme. Surtout, elle correspond une modification de limpact de la
mobilit sur lidentit. En voyageant plutt quen migrant, en pendulant plutt quen
dmnageant, on prserve son identit dorigine et lensemble de ses rseaux sociaux, car
ces formes de mobilits impliquent des retours trs frquents. En fait, cela prserve
lacteur de tout un travail de repositionnement identitaire et de reconstruction quimpose
une migration ou un dmnagement. Lune des recherches de Colin Pooley et Jean
Turnbull sur lhistoire de la mobilit en Grande Bretagne [Pooley et Turnbull, 1998]
illustre la rversibilisation par substitution dune forme lautre en y ajoutant le recul de
lanalyse historique. Les donnes recueillies montrent en particulier une substitution entre
les migrations et la mobilit rsidentielle, substitution perceptible depuis 1880 et qui sest
accentue partir de 1920. Il apparat en effet que cette forme de substitution est un
processus qui nat avec les moyens de transports motoriss et se dveloppe paralllement
leur essor.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 27
*****************************************************************************************************
1
Tir du rapport de la Communaut europenne Un rseau pour les citoyens, Bruxelles, 1995
28 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
On peut classifier les quatre formes de mobilit selon deux dimensions (Figure 1.1) : la
temporalit de laquelle elle relve (temporalit longue, temporalit courte) et lespace
dans lequel elle se droule (espace interne ou externe au bassin de vie). Chacune de ces
formes de mobilit fait lobjet dune littrature abondante et dun ancrage disciplinaire
spcifique [Allemand et al., 2004 ; Andrieux, 1989 ; Aubry, 988 ; Courgeau, 1988 ;
Bonvalet et Brun, 2002 ; Foltte et al., 2002 ; Kaufmann, 2000 ; Lelivre et Lvy-
Vroelant, 1992 ; Moine, 1995 ; Saint-Julien, 2001 ; Sanders, 1990 ; Taffin, 1987 ;
Thumerelle, 1986 ; etc.]. Si la mobilit quotidienne a t abondamment tudie par les
gographes, lanalyse de la mobilit rsidentielle a souvent t lapanage des
dmographes, lanthropologie sest appropri le voyage, les migrations restant
traditionnellement du champ relevant plutt de la sociologie.
Temporalit courte Temporalit longue
Interne un mme bassin de vie Mobilit quotidienne Mobilit rsidentielle
Vers lextrieur dun bassin de vie Voyage Migration
Figure 1.1 : Les quatre principales formes de mobilit
pratiques de double domicile avec les rsidences secondaires habites trois jours par
semaine [Viard, 1995]. La garde alterne denfants aprs un divorce est un autre
exemple de double domicile en dveloppement [De Singly, 2000].
- Lorsque le lieu de travail est trs loign du domicile, une autre pratique du double
domicile qui se dveloppe actuellement : la pendularit de trs longue distance
associe au travail domicile (entre la mobilit quotidienne, la mobilit rsidentielle
et le voyage). Elle consiste se dplacer sur son lieu de travail un ou deux jours par
semaine et travailler le reste du temps son domicile [Hochshild, 1997]. Cette
pratique sappuie largement sur les possibilits de travailler distance procures par le
dveloppement du rseau Internet.
Il sagit dun domaine o les pouvoirs publics restent trs prsents et pas seulement avec
un rle de rgulateur, mais parce que le champ de la mobilit quotidienne concentre les
problmes relevant du politique (accessibilit pour tous, congestion, environnement, etc.).
De plus, la production dinformations statistiques appropriables par la recherche y est
notable et des quipes de recherche et organismes structurs (Inrets, Let, Creteil, Certu,
30 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
etc.) y apportent des expertises non ngligeables. La tradition2 dominante en France vise
la comprhension des phnomnes et de leurs dynamiques, tandis que la tradition
amricaine est plus oriente vers des modles fort contenu mathmatique. Comme dans
dautres domaines, cohabitent des approches de nature microsociale, des approches
lchelle des groupes sociaux et des approches plus globales, lchelle de lensemble
dun espace par exemple. Sur le plan de la comprhension des dynamiques de la
mobilit, il est indiscutable que des progrs3 importants, cest dire amenant changer de
regard sur la mobilit, ont t accomplis dans la recherche, et que ces progrs ont t
assez largement diffuss en dehors du monde de la recherche. Ce nouveau regard repose
sur la construction dindicateurs pertinents, leur mise en relation dans un ensemble de
faits styliss (pour reprendre une expression Lena Sanders). Lidentification de
constantes et de moteurs des transformations et la construction de modles conceptuels se
trouvent galement tre compatibles avec les observations depuis un quart de sicle. Les
variables motrices principales sont la vitesse praticable au cours de la journe (dans les
pays dvelopps o laccs la motorisation de la majorit est un acquis) et le niveau de
vie (dans les pays o celui-ci reste un moteur fort de laccs la motorisation et la
mobilit autonome). Les formes de lurbanisation, hier considres comme exognes, sont
endognises. Lobservation dune stabilit approximative du budget-temps de transport
conduit une reprsentation simple de la coproduction de lurbanisation par laptitude la
mobilit et une coproduction de la mobilit par lurbanisation. Cette reprsentation
inverse en quelque sorte le statut de la mobilit : elle passe du statut de variable
expliquer au statut de variable organisatrice. Ce faisant, cette faon de reprsenter les
choses permet ainsi de comprendre la fois la puissance des transitions modales et les
phnomnes dextension urbaine, mais laisse beaucoup de degrs de libert quant
lanalyse des acteurs des transformations et leurs stratgies.
2
La tradition dtude de la mobilit dmarre en France au milieu des annes soixante-dix. Auparavant
la gnration de dplacements tait aborde par les ingnieurs de trafic. Le terme a t import de la
mobilit rsidentielle, les orientations des recherches doivent beaucoup des changes avec des trangers,
notamment M. Webber, T. Hgerstrand et Y. Zahavi.
3
Louvrage Lautomobile et la mobilit des Franais, (La Documentation Franaise, 1980) qui dressait
un tat de lart au dbut des annes quatre-vingt et un second ouvrage Mobilits : le temps des
controverses (Cahiers du Conseil gnral des Ponts et Chausses n7, janvier 2003) en sont une preuve.
Une prsentation de ces progrs se trouve dans Lvolution de la mobilit quotidienne. Comprendre les
dynamiques, clairer les controverses [Orfeuil, 2000], Inrets.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 31
*****************************************************************************************************
Nous reprenons ici le travail de synthse ralis par Catherine Bonvalet et Jacques Brun4.
Les changements durables de lieu (implicitement de rsidence) ont longtemps t
apprhends en France travers le seul rapport entre le lieu de rsidence aux dates de
recensement et le lieu de naissance. Les recensements ont volu, de grandes enqutes
quantitatives (enqute logement notamment) sont apparues, des enqutes ad-hoc ont t
construites autour dobjets particuliers (par exemple enqutes biographiques) et la
connaissance des phnomnes sest enrichie. Diverses disciplines sont mobilises mais,
sur tel ou tel aspect de la mobilit rsidentielle, lune est la plupart du temps dominante.
Les grandes volutions de la mobilit rsidentielle sur les quarante dernires annes sont
connues, notamment en ce qui concerne la frquence de lactivit et les diffrences de
comportement selon les caractristiques des individus, mnages et types de parc des
logements concerns. Les analyses sur donnes transversales (tude des structures un
moment donn) se sont dployes dans quatre directions principales.
- Les analyses dominante conomtrique, qui rendent compte des choix de migration,
de localisation et de statut doccupation un moment donn, et abordent la question de la
formation du prix du logement (thorie hdonique).
- Lanalyse de linfluence des vnements familiaux (arrives denfants, divorces,
dcohabitation des jeunes, passage la retraite, etc.) qui jouent surtout sur la mobilit
courte distance et des vnements professionnels qui jouent surtout sur la mobilit
longue distance.
- Lapprhension de la mobilit partir de lvolution de la structure du parc et de ses
occupants, avec en toile de fond politique, des questions de division sociale de lespace,
de sgrgation, de dshrence de certains espaces, en toile de fond technique la dimension
de la chane de vacances successives induite par une mobilit et sa rpartition spatiale.
- Ltude des choix entre individuel et collectif, entre proprit et location, choix du
quartier, rapports des logiques sociales dacteurs.
Au-del des objets tudis, il y a une parent vidente entre ces analyses et celles de la
mobilit quotidienne : mobilisation de disciplines varies sur un mme objet, rapport
4
tat des lieux des recherches sur la mobilit rsidentielle en France in Laccs la ville, les mobilits
spatiales en questions, LHarmattan, 2002
32 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
les nouvelles pratiques de mobilit. Ils accentuent la concentration des services situs
dans les principales agglomrations. Entrane notamment par les conomies
dagglomration, la mtropolisation prend toutefois de nouvelles formes avec la mobilit,
puisquelle stend maintenant par grappes de villes constitues en rseaux au sein de
vastes rgions urbaines.
Lexplosion et la mutation des pratiques de mobilit, lies lamlioration des facilits de
dplacement se mesurent surtout par la hausse des distances parcourues et la stabilit
voire la diminution des temps de parcours. Elles participent et fournissent la fois une
rponse aux dynamiques territoriales qui se dveloppent dans les villes. Aussi est-il
lgitime de sinterroger sur lvolution de la place occupe par les questions de mobilit
dans les diffrentes politiques territoriales des acteurs institutionnels.
susceptibles de se raliser plus ou moins facilement suivant quils sont ou non en prise
avec les modes de vie dominants.
Lanalyse des politiques publiques nous apprend quurbanisme et offre de transport
relvent largement de la coordination entre politiques sectorielles. Par exemple, limpact
sur les accessibilits dune politique de dveloppement des transports publics dpend
largement de sa coordination avec la planification urbaine : si lurbanisation se dveloppe
essentiellement en dehors des primtres desservis, cet impact sera beaucoup plus rduit
que si lurbanisation se dveloppe dans des quartiers desservis. Cet tat de fait rsulte de
la complexit croissante des interdpendances entre les politiques sectorielles, qui
ncessitent une coordination de plus en plus pousse.
La loi SRU a entirement rcrit les chapitres consacrs au schma directeur et au plan
doccupation des sols (POS) pour leur substituer respectivement le schma de cohrence
territoriale (SCoT) et le plan local durbanisme (PLU). Elle consacre galement les cartes
communales en les considrant comme des documents durbanisme part entire pouvant
offrir une alternative llaboration des plans locaux durbanisme. Afin de mieux
encadrer llaboration de ces nouveaux documents, la loi a galement redfini des
objectifs gnraux des documents durbanisme qui se dclinent en trois principes : le
principe dquilibre entre lamnagement et la protection des territoires, le principe de
mixit sociale et urbaine et le principe dutilisation conome de lespace.
Le principe de mixit urbaine, nouvellement introduit par la loi, doit aboutir mettre
un terme la conception fonctionnaliste des villes qui a prdomin durant ces dernires
dcennies. Le Corbusier (de son vrai nom Charles-douard Jeanneret-Gris) publia en
1943 La Charte dAthnes dans laquelle il crivit que [] par son essence, lurbanisme
est dordre fonctionnel. Les trois fonctions fondamentales laccomplissement desquelles
lurbanisme doit veiller sont : habiter, travailler et se recrer. Cette conception de
lurbanisme doit tre aujourdhui surmonte. La fonctionnalisation de la ville et son
dcoupage en zonage ont abouti aux problmes rcurrents que connaissent aujourdhui
certaines villes : cits-dortoirs ici, bureaux l, commerces ailleurs, etc. Les rpercussions
en termes de circulation automobile et dengorgements lentre des villes sont bien
connues. Le principe de mixit urbaine doit aboutir la multi-fonctionnalit des espaces
et non plus leur juxtaposition. Le principe de mixit sociale a pour objet, quant lui,
dviter les phnomnes de ghettosation et de sgrgation sociale en favorisant la
cohabitation entre logements sociaux et logements non sociaux. Si le PLU doit tre
linstrument dune politique locale damnagement, il lui revient aussi de devenir un
document de politique sociale.
5
Patrick Rimbert, Rapport Assemble nationale n 2229, tome 1, p.49.
Chapitre1Lamob
bilit:quelleplacedanslanalysedesdynamique
essociospatialess? 37
****************************************************************************************************
*****
Fiigure 1.2 : La
L mobilit des populaations dans le temps et lespace
38 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Avant daller plus loin dans lanalyse du rapport entre mobilit et la ville, nous
prcisons le type de mobilit laquelle nous nous intressons dans ce travail.
2. Respecter les quilibres, les mixits et les diversits en matire de logement, dans
une gestion conome et durable de lespace. Equilibrer la part de maisons
individuelles au regard du parc locatif. Rpartir de manire plus quilibre lhabitat
locatif entre Besanon et le priurbain.
Lobjectif de ces actions et mesures est de contre-balancer, entre autres, trois effets
nfastes de l'talement urbain savoir :
Fiigure 1.3 : Le
L Schma de
d Cohrencce Territoriiale
42 MODDLISATION&SIM
MULATIONMULTIAGENTSDELADDYNAMIQUEURB BAINE :APPLICATTIONLAMOBILITRSIDENTIELLLE
**************************************************************
**********************************************
Figure 1.4 : Les primtres diinterventionn au sein de SCoT de la CAGB Source AUDAB, 2006
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 43
*****************************************************************************************************
La dynamique urbaine repose plus sur les projets des acteurs que sur la planification
(mme si celle-ci est indispensable voire incontournable). La mobilit facilite ouvre les
espaces de choix pour les mnages, les entreprises, les services, et permet aux uns et
autres doptimiser leur choix de localisation. Que sait-on alors des stratgies de
localisation des mnages dans lespace intra-urbain ? Comment se forme limage des
territoires rsidentiels ? Quels sont les critres de choix des logements pour les diverses
catgories de mnages ? Comment les conditions de mobilit interviennent-elles dans
les stratgies de mobilit rsidentielles ? Lintensit des processus sgrgatifs est-elle
(ou au moins pour partie) lie la mobilit facilite des uns, limmobilit des autres ?
Plus globalement, comment construire un modle de dynamiques urbaines, partant de
lhistoire et de la forme actuelle, intgrant la multiplicit des enseignements des travaux
sur les mobilits quotidiennes et rsidentielles afin de simuler lvolution des structures
et formes socio-spatiales urbaines moyen terme.
Pour mieux rpondre ces interrogations, une premire dmarche est de chercher
comprendre la mobilit rsidentielle, les motivations qui lui sont sous-jacentes ainsi que
les relations quentretiennent les mnages avec leur habitat.
44 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Bibliographie rfrence
[Allemand et al., 2004] S. Allemand, F. Ascher, J. Levy. Les sens du mouvement. Modernit et
mobilits dans les socits urbaines contemporaines. Colloque de Cerisy/Institut pour la ville en
mouvement, 2004
[Bonvalet et Brun, 2002] C. Bonvalet, J. Brun. Etat des lieux des recherches sur la mobilit
rsidentielle en France in L'accs la ville : les mobilits spatiales en questions, Paris ;
Budapest ; Torino, L'Harmattan, 2002
[Cwerner, 1999] B. Cwerner. The times of migration, a study of the temporalities of the
immigrant experience, PhD in sociology, Lancaster University, 1999.
[De Singly, 2000] F. De Singly. Libres ensemble lindividualisme dans la vie commune,
ditions Nathan, Paris, 2000.
[Hochshild, 1997] A. Hochshild. The time bind. When work becomes home and home becomes
work, Metropolitan Books, 1997.
[Kaufmann et al., 2001] V. Kaufmann, C. Jemelin, J-M. Guidez. Automobile et modes de vie
urbains : quel degr de libert ? La Documentation Franaise, Paris, 2001
[Lvy, 2000] J. Lvy. Les nouveaux espaces de la mobilit, in Les territoires de la mobilit,
PUF, Paris 2000.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 45
*****************************************************************************************************
[Offner et Pumain, 1998] J-M. Offner, D. Pumain. Rseau et territoire, significations croises,
Editions de lAube, La Tour dAigues, 1998.
[Potier, 1996] F. Potier. Le tourisme urbain : les pratiques des Franais, Inrets, 1996.
[Salomon et al., 1993] I. Salomon, P. Bovy, J-P. Orfeuil. A Billion Trips a Day, Dordrecht,
Kluwer Academic Publishers, 1993.
[Schuler et al., 1997] M. Schuler, B. Lepori, V. Kaufmann, D. Joye. Eine Integrative Sicht des
Mobilitt. in Hinblick auf ein neues Paradigma des Mobilittsforschung, Bern Schweizerischer
Wissenschaftsrat, 1997.
[Taffin, 1987] C. Taffin. La mobilit rsidentielle entre 1979 et 1984, Donnes sociales, vol. 5,
Urbanisation et usages de lespace, INSEE, 1987.
[Urry, 1990] J. Urry. The Tourist Gaze, Editions Sage, London, 1990.
[Urry, 2000] J. Urry. Sociology beyond Societies, Mobilities for the Twenty First Century,
Edition Routledge, London, 2000
S. Schwartz
Si lon sintresse la manire dont les habitants dune ville exploitent leur espace
quotidien pour mieux comprendre leur comportement, et tre apte proposer des
amnagements adapts aux besoins et aux souhaits les plus frquents, il est
indispensable de pouvoir traduire en termes dindicateurs la cognition spatiale des
individus. Pour parvenir cette fin, les quipes de recherche mettent de plus en plus en
avant les atouts du travail collaboratif et pluridisciplinaire. Ainsi, psychologues,
dmographes, conomistes, gographes, sociologues, philosophes se penchent
davantage sur des thmatiques socio-spatiales [Levy, 2002] afin duniformiser leurs
mthodes et outils danalyse pour mieux comprendre comment les hommes sadaptent
aux diffrents changements luvre dans la socit contemporaine, quil sagisse de
lactivit conomique, la vie prive, le progrs technique, ou encore les formes
durbanisation. Ltude de la mobilit rsidentielle, que lon ne peut dissocier de celle
des autres formes de mobilit, notamment la mobilit quotidienne, se rvle tre un bon
indicateur (on la vu dans le chapitre prcdent) des transformations sociales,
dmographiques, politiques, conomiques qui traversent le monde urbain. En effet, la
mobilit nest jamais seulement un dplacement, mais toujours une action au cur
des processus sociaux de fonctionnement et de changement [Bassand et Brulhardt,
1980]. Aussi, pour une meilleure apprhension des logiques comportementales qui
coordonnent les mobilits rsidentielles des mnages et/ou des individus, la prise en
compte simultane de nombre de facteurs simposent : aspects socioculturels, affects
48 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Outre les enqutes ponctuelles ralises par diverses institutions dans le but daffiner une
tude thmatique bien prcise, ou de calibrer un modle particulier, il existe
principalement trois sources de donnes, lchelle nationale, permettant de mesurer la
mobilit rsidentielle. Il sagit du recensement, de lEnqute-Logement et des fichiers
relatifs au logement communal (FILOCOM : FIchier du LOgement COMmunal).
1
Ces chiffres sont tirs des cahiers du PIR Villes (Programmes interdisciplinaires de recherche sur la
ville). En loccurrence, il sagit du volume Logement, mobilit et populations urbaines dit sous la
direction de C. Bonavalet. CNRS Editions, Paris 1994, page 15.
50 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
pour viter linconvnient de lingalit des intervalles entre deux recensements, des taux
annuels de mobilit diffrentes chelles spatiales. On peut alors suivre lvolution de la
mobilit au niveau de la commune, du dpartement, de la rgion ou mme au niveau
national. La situation ne peut que samliorer avec la nouvelle frquence (annuelle) du
recensement en France mme sil est bas sur un chantillonnage, dautant que les
enqutes annuelles sur lemploi menes par lINSEE fournissent le mme type de
renseignement rtrospectif, puisquelles saccompagnent dune question sur la commune
de rsidence des individus un an auparavant. Toutefois, ces enqutes-emplois portant
sur un chantillon au 1/100me de la population active ne permettent pas des tudes un
degr plus fin de mobilit. Mais elles offrent un suivi annuel du phnomne et aident ainsi
percevoir les tendances les plus rcentes.
Issu d'une exploitation des donnes fiscales relatives la taxe d'habitation, l'IRPP (Impts
sur le Revenu des Personnes Physiques) et la taxe foncire, ce fichier est disponible
depuis 1995 pour le compte du Ministre de l'quipement. Il est mis jour tous les deux
ans. En ce qui concerne le logement, les donnes du FILOCOM sont en gnral assez
fiables en raison du caractre quasi exhaustif des donnes, et aux aspects non dclaratifs
de certaines variables [CERTU, 2002]. Dans un rcent rapport dtude sur la rpartition
spatiale des logements, ralis par le Programme ACTEUR (Analyse Concerte des
52 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Toutes ces sources permettent danalyser les principales caractristiques des personnes
mobiles et immobiles. Elles fournissent par ailleurs des informations essentielles sur les
raisons des dmnagements. Elles seront modlises lors de la ralisation de notre modle
de simulation de la mobilit rsidentielle.
Les modes de vie voluent tous les niveaux. On peut noter, selon des observations
parallles, des changements dans les structures de lconomie et de lemploi, dans les
structures du parc de logement (notamment avec lessor de la maison individuelle dans
lespace priurbain). Il en est de mme de la structure des mnages avec la diminution des
couples et laccroissement des familles monoparentales [Bonvalet et Brun, 2002, op. cit.].
Lvolution des recherches sur la mobilit rsidentielle reflte ces changements. Ainsi, on
peut distinguer quatre faons daborder la question de la mobilit rsidentielle [Bonvalet
et Brun 2002, op. cit. ; Vidberg et Tannier, 1999 ; Dureau et al., 2000], qui correspondent
la fois des proccupations des disciplines et des courants de pense. En effet, certains
travaux rendent comptent des choix de migration, de localisation, et de statut
doccupation laide de modles conomtriques alors que dautres analysent la mobilit
en fonction des vnements familiaux et professionnels. Une troisime catgorie de
travaux tudie la mobilit partir de lvolution de la structure du parc de logement et de
la structure socioprofessionnelle et dmographique de ses occupants. Une dernire
catgorie accorde une place essentielle aux liens qui se tissent entre les individus, les
familles et les lieux. Ces diffrentes approches sont dveloppes ci-aprs.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 53
***************************************************************************************************
Les logiques qui sous-tendent la plupart des travaux qui se sont penchs sur lanalyse
des rapports entre comportement conomique et mobilit rsidentielle sont avant tout
conomiques, mme lorsquils sont effectus par des gographes ou des sociologues
[Derycke, 1996]. Pour rendre compte des comportements de mobilit, les chercheurs
font lhypothse que lHomme est un tre rationnel cherchant optimiser ses choix. Tel
est, par exemple, le cas de lapplication de la thorie de lutilit. La dcision de migrer,
dacheter ou de louer un logement, de rsider tel endroit peut donc tre reprsente
plus ou moins simplement laide dun modle conomtrique. Dans chaque cas,
lindividu examine les avantages et les inconvnients des diffrentes possibilits qui
soffrent lui et choisit celle qui lui est la plus favorable en termes conomiques. Mais
ces modles prsentent plusieurs limites : tous les individus sont considrs comme
quivalents, linformation est suppose parfaite, le cot psychologique de lmigration
nest pas pris en compte. En fait, comme lont remarqu Bassand et Rossel, tous ces
modles permettent seulement de mesurer la puissance de lincitation matrielle
lmigration ; ils ne permettent aucune infrence quand la dcision de migrer elle-
mme [Bassand et Rossel, 1990]. Avec le dveloppement de la Nouvelle Economie
Urbaine, ces hypothses ont t assouplies. Ainsi, les consommateurs, en fonction de
leur revenu et de la taille de leur mnage, peuvent faire des arbitrages entre certaines
caractristiques du logement dune part, et la localisation mesure par la distance au
centre dautre part. Certains auteurs [Anas, 1982 ; Arnott, 1985 ; Goodman, 1990]
supposent que le choix du logement prcde le choix de la localisation ; dautres font
lhypothse dun choix simultan du logement et de la localisation. Toutefois, ces
modles permettent difficilement dintgrer lexprience des individus en matire de
localisation et de mobilit. Dautres chercheurs [Ginsberg, 1979 ; Filippi, 1993, 1997 ;
Clark et Onaka, 1983] ont introduit le temps et la notion de trajectoire rsidentielle dans
leur modle afin de prendre en compte les effets danticipation et denchanement de
mobilit. Aussi, la logique conomique se superposent dautres logiques relatives aux
caractristiques sociodmographiques des individus.
54 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Les sociologues ont apport un autre clairage sur les choix oprs par les mnages en
termes de statut doccupation, de type dhabitat ou de localisation. Lide essentielle de
ces travaux [Allen et Sechet, 1988 ; Chombart De Lauwe, 1963 ; Guerand, 1967 ;
Lugassy, 1985 ; Palmade, 1989 ; Petonnet, 1982, Bonetti, 1994] est que ces choix ne
sont pas entirement soumis aux rgles ordinaires du march et donc une logique
conomique selon laquelle chaque mnage serait assign une localisation et un statut
doccupation prcise en fonction de sa catgorie socioprofessionnelle, de sa position
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 55
***************************************************************************************************
dans le cycle de vie. Dautres logiques, familiales, sociales, affectives, peuvent entrer en
ligne de compte. Lindividu ou le mnage ne prendrait donc pas ses dcisions
uniquement en fonction de ses propres caractristiques repres un moment donn,
mais aussi en fonction dautres critres sociaux, psychologiques, affectifs (comme
lattachement un lieu par exemple), ou encore en fonction de groupes de rfrence qui
peuvent tre la famille, le groupe social dominant du quartier ou la communaut
dorigine.
Ainsi, tout en soulignant les effets de la structure du parc de logements, de sa
territorialisation, de la conjoncture conomique et de la rpartition des emplois sur le
jeu des mobilits urbaines, les recherches rcentes reconnaissent donc aux mnages
lexistence dune certaine marge de libert dans leur faon dajuster leurs aspirations
rsidentielles loffre disponible [Brun, 1991] en usant de leurs choix prfrentiels
[Nicot, 2007].
La plupart des approches prcdentes reposent sur lide dun individu rationnel qui, en
fonction de lvolution de sa famille et de son revenu, cherche adapter au mieux le
type, la localisation et la taille de son logement. La dimension spatiale nest
pratiquement pas prise en considration au sens gographique du terme. Cependant,
limportance de la distribution spatiale du parc de logement nest plus dmontrer. En
effet, lespace urbain nest pas neutre, car il est la fois un produit social, un milieu, et
un enjeu pour les habitants comme pour les acteurs du logements et de la ville
[Authier et al., 2001]. De nombreux travaux plus rcents traitent de la rpartition des
classes sociales dans les agglomrations urbaines en fonction du parc de logement
[Brun, 1991 ; Caruso 2003 ; CERTU, 2003]. Les relations entre catgorie sociale, parc
de logements, espace urbain sont un lment essentiel des tudes sur la division sociale
de lespace ou sur la sgrgation socio-spatiale. Ces travaux dbouchent sur lanalyse de
la mobilit, qui nest pas seulement tudie partir des dplacements des hommes, mais
aussi partir des variations du stock de logements du parc. Un des aspects les plus
intressants est de suivre avec prcision les processus durbanisation et les phnomnes
de valorisation et de dvalorisation des diffrents segments du parc. On se rend compte
ainsi du rle des diffrents parcs dans la mobilit rsidentielle des mnages aux
diffrentes tapes du cycle de vie. Les travaux de Lvy mettent bien en vidence les
56 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Les logiques rsidentielles des mnages et les composantes (prix, disponibilit, etc.) de
loffre de logement sont troitement lies. Leur interdpendance agit la fois sur la
mobilit rsidentielle, les volutions de loffre et les caractristiques doccupation des
logements. Ainsi, on sait que les mnages sont plus ou moins mobiles selon le type
dhabitat quils occupent. Les petits logements retiennent moins longtemps leurs
occupants que les grands logements [Levy et Piazzoni, 1994]. Les occupants du parc
social bougent moins que ceux du parc priv [Bonvalet et Gotman, 1993].
Ces dynamiques peuvent tre apprhendes selon trois axes (cf. Figure 2.1). Le premier
est relatif la structure du parc immobilier, la composition du mnage et les modifications
des usages des logements. Le second fait rfrence aux spcificits socio-spatiales de la
zone dtude alors que le dernier est li au temps.
Temps
Temps
Les interactions entre mobilit rsidentielle et structure du parc immobilier sont sujettes
de multiples transformations. Certaines dentre elles comme les destructions et les
nouvelles constructions affectent la variation du stock de logement. Dautres sont plus
complexes car elles touchent aux modifications des usages (par exemple la transformation
dun logement en bureaux ou inversement), la modification des caractristiques du
logement (le nombre de pices ou la surface, le confort, etc.) ou des statuts doccupation
(le passage du statut de locataire laccession la proprit). Lensemble de ces
dynamiques rvle des logiques diverses et varies. Les municipalits peuvent impulser
les constructions et les rhabilitations. Les fluctuations du march immobilier peuvent
amener les propritaires et les promoteurs immobiliers fusionner ou clater des
logements. Toutes ces volutions rtroagissent sur les choix rsidentiels des mnages.
A linverse, les logiques rsidentielles des mnages peuvent galement expliquer le
rapport entre les caractristiques du parc immobilier et les mobilits rsidentielles.
Par ailleurs, divers travaux [Clark et Onaka, 1983, op. cit. ; Lily et al., 1992 ; Lars, 1992]
ont montr que la mobilit rsidentielle dcrot avec lge et augmente avec le niveau de
qualification, que la mobilit de longue distance est surtout lie des causes
professionnelles tandis que la mobilit de courte distance est davantage lie aux
conditions dhabitation. En priode de crise conomique, la mobilit rsidentielle a
tendance diminuer, notamment la mobilit de longue distance [Courgeau et Pumain,
1984]. Les approches biographiques [Bonvalet, 1987 ; Courgeau, 1988 ; Cribier, 1989]
ont galement permis de faire progresser la connaissance du phnomne, en replaant la
mobilit dans les diffrentes priodes du cycle de vie des mnages. Ainsi, la
dcohabitation, le mariage, la naissance dun enfant, le divorce, la retraite sont autant
dvnements qui amnent le mnage changer de logement, notamment parce quil faut
ajuster la taille du logement la taille de la famille.
De concert, les volutions de loffre de logement et les logiques rsidentielles des
mnages influencent lorientation de la mobilit rsidentielle. De faon gnrale, les
mnages dbutent leur parcours rsidentiel dans le parc locatif et le terminent dans le parc
en accession la proprit [Courgeau, 1984 ; Louvot, 1992]. Ils ont galement tendance
accrotre la taille du logement au fur et mesure des dmnagements. Ces deux lments
expliquent partiellement le fait que les grands logements et ceux en accession la
58 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
proprit connaissent une faible mobilit : ils se situent en fin de parcours rsidentiel des
mnages. En revanche, les occupants de petits logements sont trs mobiles car ils sont le
plus souvent en dbut de parcours rsidentiel. Il existe cependant de fortes variations des
parcours rsidentiels selon les caractristiques socio-conomiques des mnages en
mobilit. En effet, moins le mnage est ais et plus ses choix rsidentiels sont rduits. Le
march du logement est de plus en plus difficile daccs aux mnages faible revenu et il
nest pas facile pour ces derniers dy voluer car les filires de mobilit sont davantage
cloisonnes [Vandekerckove, 1995 ; Levy, 1995].
Lanalyse des dynamiques structurelles a rvl la sensibilit des parcours rsidentiels des
mnages aux variations de loffre de logement. Ceci suggre que les types dhabitat
occups par chaque mnage durant son parcours peuvent galement varier selon les
caractristiques de loffre locale. Quelques travaux comparatifs sur cette question
montrent quil existe dimportantes variations dans la structure doccupation dun mme
type dhabitat localis dans diffrentes communes [Lvy, 1995, op. cit. ; Maleyre, 1994 ;
Vincent, 1986]. La qualification sociale (pour ne pas dire strotype social) des villes
ou des quartiers a des impacts sur loccupation du parc, au travers dune dprciation des
valeurs immobilires ou dune spculation sur ces dernires, et provoque ainsi des jeux
complexes dattraction ou de rpulsion des diffrentes couches sociales. Ainsi,
loccupation du parc social dune cit en crise apparat plus pauprise que celle des
logements sociaux dune ville ouvrire de banlieue. De mme, les caractristiques
dominantes de lhabitat dune commune influent sur loccupation des types dhabitats
minoritaires : un type dhabitat peu valoris, comme le parc ancien inconfortable, va
accueillir des mnages plus ou moins fragiliss ou en situation conomique assez prcaire
selon quil se situe dans un quartier domin par le parc en accession la proprit, ou
dans un quartier dans lequel il est lui-mme dominant. Mme si le type dhabitat
prdispose loccupation dune catgorie de population, son occupation ne prend
rellement sens que dans le contexte socio-morphologique dans lequel il est situ
[Soulignac, 1995 ; Micoud, 1974 ; Chamboredon et Lemaire, 1970]. Le contexte socio-
morphologique a aussi des effets sur la mobilit des mnages. Les parcours rsidentiels
sadaptent la structure de loffre locale et aux caractristiques du peuplement mme si le
plus souvent les mnages mobiles se dirigent ou proviennent de lextrieur de la
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 59
***************************************************************************************************
commune. Ces variations apparaissent trs nettement lorsque le phnomne est observ
lchelle communale. Ainsi, dans un article intitul La mobilit rsidentielle dans le
contexte local de lhabitat : une approche comparative en France [Levy, 1992], JP. Levy
montre quune forte proportion des mnages quittant lhabitat social roubaisien se dirige
vers le parc ancien en accession la proprit bon march de la ville. Et au contraire, les
sortants du parc social dAubervilliers ne trouvent pas ou peu ce type doffre localement.
De ce fait, ils retournent lintrieur du parc social et sy stabilisent ou bien ils vont
chercher ailleurs.
En rsum, les caractristiques de loffre locale provoquent des mcanismes de mobilit
diffrencis qui expliquent aussi, partiellement, les variations des structures doccupation
dun mme type dhabitat. En retour, les formes doccupation qui en seront issues
influenceront de futures mnages mobiles ; ce qui accentuera davantage la diffrentiation.
Ds lors, il devient relativement plus ais didentifier les interactions luvre au sein de
la dimension spatiale et les interactions entre les habitants cest--dire les mnages. Ces
deux types dinteraction sont respectivement modliss par le biais dautomates
cellulaires et de systmes multi-agents (cf. Partie II). Cette identification se prcise
davantage lorsquon sintresse la dimension temporelle du systme rsidentiel.
Comme nous lavons fait remarquer dans les prcdents paragraphes, la mobilit
rsidentielle est un phnomne tridimensionnel (habitat, habitants, temps). Pour une
meilleure explication des mcanismes qui gouvernent les dynamiques temporelles, nous
allons nous appuyer sur la figure 2.2. Cest une projection conceptuelle de lespace
tridimensionnel de la mobilit sur un plan.
60 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Logement
Mnage
L ti Lit+t
(M)
Ljt+t
L tj
t t+t Temps
Lobservation est longitudinale et sopre entre les dates t et t+t incluses. Un mnage
mobile (M) quitte le logement (Lit) quil occupait la date t et emmnage dans le
logement (Ljt+t) quil occupe donc en t+t.
Lanalyse selon laxe Mnage suit le parcours . Mais, en considrant le systme
global, il pourrait y avoir de nouvelles arrives dans le parc entre les moments t et t+t :
ce sont les mnages venant de lextrieur du parc de la zone dtude et les
dcohabitations. A linverse, certains mnages peuvent quitter un logement quils
occupaient dans le parc, sans remmnagement observable t+t : ce sont les mnages
qui quittent la zone dtude et les disparitions de mnage (plusieurs raisons peuvent en
tre la cause : dcs, expropriation, expulsion, etc.).
Lanalyse selon laxe Logement peut tre entreprise partir dune base de nouveaux
emmnags dans le sens . Dans ce cas, le logement quitt (Lit) devra accueillir un
nouvel occupant prsentant certaines caractristiques et dont le choix aurait port sur ce
logement. En dautres termes, les critres de choix de ce nouveau mnage auraient t
satisfaits par les caractristiques de ce logement. Il se peut donc qu la date t+t, ce
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 61
***************************************************************************************************
logement reste vacant et fasse lobjet dune nouvelle valuation de la part des mnages
la recherche dun logement la date t+2t.
Rseau de relation
Mobilits quotidiennes
I. AGBOSSOU, ThMA, UMR 6049, 2006
Sappuyant sur les conclusions de ltat des lieux des recherches franaises sur la mobilit
rsidentielle [Bonvalet et Brun 2002] et de nombreuses autres travaux caractre
international [Tannier et Vidberg, 1999, op. cit. ; Dureau et al., 2000, etc.], il ressort six
grandes catgories (organises en deux classes) de dterminants dont la combinaison
permet de mieux cerner les logiques relatives la mobilit rsidentielle pour des fins de
modlisation. Il sagit dune part des caractristiques propres aux mnages et dautre part,
des proprits intrinsques et environnementales relatives aux logements (cf. Figure 2.3).
principale et une secondaire par exemple) peut occuper ses logements sous deux statuts
distincts. Mais pour des raisons de disponibilit des donnes relatives la rsidence
secondaire, cette dernire nest pas prise en compte dans le modle rsidentiel des
mnages que nous allons laborer dans le cadre de ce travail. Ainsi, les trois valeurs sont
donc considres comme mutuellement exclusives.
La variable statut doccupation dsigne le statut juridique doccupation du logement. A
ct des mnages logs gratuitement et des agriculteurs fermier-mtayers qui sont
gnralement ngligs dans les tudes en raison de la faible proportion quils reprsentent
par rapport lensemble des mnages, on distingue principalement les propritaires des
locataires. Selon le niveau de dtail voulu, on peut distinguer des propritaires en
individuel (lorsquil sagit dune maison) ou en collectif (lorsquil sagit dappartement)
et des locataires en individuel ou en collectif. Il est aussi dusage de distinguer les
accdants la proprit (nopropritaires) des autres propritaires. De mme, il est
courant de distinguer les locataires du secteur social (HLM par exemple) des locataires du
priv. Mais dans le cadre de notre travail de recherche, nous nous limitons aux deux
principales modalits (propritaire et locataire) de la figure 2.4 pour des raisons de
reprsentativit et de fiabilit des donnes empiriques disponibles.
En ce qui concerne lvolution des proportions des propritaires et des locataires entre
1984 et 1996 en France, on peut noter ce qui suit : dans les aires urbaines comme au
niveau national, la part des locataires a recul, passant de 53,2% en 1984 49,4% en 1996
[Cavailhs et Goffette-Nagot, 2002]. Lanalyse de lvolution, entre 1992 et 1996
[Cavailhs et Goffette-Nagot, 2003], du statut doccupation selon le type despace (ples
urbains et communes priurbaines) rvle que le nombre de locataires du priurbain a
tripl par rapport aux ples urbains (cf. Tableau 2.1). Cette forte augmentation dans les
communes urbaines semble tre une rponse des plaintes anciennes exprimes par les
lus ruraux et par des responsables de lamnagement du territoire qui regrettaient
linsuffisance du parc locatif priurbain [Cavailhs et Goffette-Nagot, 2002, op. cit.]. Le
nombre de propritaires a aussi fortement augment dans les communes priurbaines
comparativement aux ples urbains.
64 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Tableau 2.1 : Evolution du statut doccupation 1992- 1996 selon le type despace
Propritaires Locataires
Ples urbains 6,6 % 5,6 %
Communes priurbaines 10,1 % 16,9 %
Sources : INSEE, enqutes Logement 1992, 1996. Traitements INRA-CNRS
Ce tableau fait remarquer aussi une forte tendance la priurbanisation. Cette conclusion
se confirme davantage lorsquon sintresse une analyse plus fine de lvolution du
statut doccupation entre, 1984 et 1996, tenant compte de lhabitat individuel et le
collectif dont les rsultats sont consigns dans le tableau 2.2.
Tableau 2.3 : Statistiques sur la variable statut doccupation depuis 1984 2002
Dates denqute
Oct. Oct. Nov. Dc. Janv.
1984 1988 1992 1996 2002
Propritaires 50,7 53,6 53,8 54,3 56,0
doccupation
Sur lensemble du territoire franais, la proportion des individus logs titre gracieux
connat une baisse rgulire. Alors que la part des locataires enregistre une baisse
relativement timide, celle des propritaires croit de faon significative en passant de
52,2% en 1984 56% en 2002. Comme lont montr les tableaux prcdents, la majorit
des propritaires se concentre dans les communes priurbaines.
Lagglomration bisontine ne fait pas exception cette logique de priurbanisation. En
effet, mme si en 1999 la CAGB (Communaut dAgglomration du Grand Besanon)
comptait environ 42% de propritaires contre 58% de locataires en rsidence principale, la
part des propritaires a augment de 0,5 point sur une priode de 9 ans [AUDAB, 2002].
Et les des propritaires se trouvent en premire couronne. De plus, 66% des logements
construits aprs 1990 dans la premire couronne sont occups par des propritaires, alors
que dans la ville centre leur part nest que de 24%.
Nombre dtudes ont montr que le comportement migratoire des individus (niveau de
mobilit et distances parcourues par exemple) varie significativement en fonction de leur
catgorie socioprofessionnelle. Certaines catgories socioprofessionnelles se caractrisent
par un niveau de mobilit lev associ des migrations longue distance en moyenne
(les cadres surtout). D'autres au contraire changent peu souvent de logement et parcourent
des distances courtes (les exploitants agricoles). Un changement de logement peut tre
aussi motiv par un changement d'emploi (il peut d'ailleurs aussi arriver que ce soit le
changement d'emploi qui soit la consquence d'un changement de logement, lui mme d
66 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
un autre motif, familial par exemple), cette mobilit gographique associe la mobilit
professionnelle des individus tant en gnral interurbaine, sur des distances relativement
longues. Une catgorie socioprofessionnelle est la traduction du statut socioconomique
qui lui-mme peut tre diffrenci par deux variables principales : le niveau de revenu et
le niveau dtudes. La nomenclature des professions et des catgories
socioprofessionnelles (CSP) est utilise par lINSEE depuis le recensement de 1982. Les
niveaux les plus agrgs, ceux des catgories socioprofessionnelles (niveaux en 8, 24 et
42 postes), sont un regroupement direct du niveau le plus fin. En considrant la
nomenclature huit niveaux, six groupes permettent de ventiler les personnes ayant une
activit professionnelle ; les deux autres concernent les retraits et les autres personnes
sans activit professionnelle comprenant les chmeurs nayant jamais travaill, les
militaires du contingent, les lves et les tudiants. Ainsi, il est dusage de distinguer les
catgories suivantes : les agriculteurs, les artisans, commerants, chefs dentreprises, les
cadres (professions intellectuelles suprieures), les professions intermdiaires, les
employs, les ouvriers, les retraits, et les sans activit professionnelle.
Cependant, cette nomenclature ne fait pas lunanimit au niveau des diffrentes tudes
statistiques. En effet, en fonction des objectifs de ltude, elle est utilise de faon
partielle, agrge ou dsagrge. Ainsi certaines catgories peuvent tre clates en sous
catgories. Par exemple il est frquent de distinguer les ouvriers qualifis des ouvriers non
qualifis. De mme, il nest pas rare de distinguer les exploitants agricoles des salaris
agricoles. La prise en compte des CSP savre trs utile lorsque lon sintresse
exclusivement la mobilit rsidentielle lie la profession des mnages. En revanche
cette variable devient moins expressive lorsquil sagit de la modlisation du choix de la
localisation rsidentielle des mnages. Dans ce cas, les variables les plus importantes sont
le revenu et le niveau dtude du mnage (au travers de la personne de rfrence). En
effet, un ouvrier qui possde une anciennet relativement importante dans sa profession
peut avoir un revenu plus lev quun cadre en dbut de carrire. Le niveau dtude
intervient alors comme variable dajustement.
Si le changement de rsidence saccompagne aussi dun changement de profession, il peut
se traduire par une progression ou une rgression professionnelle. De ce fait, lindividu
change galement de CSP. Plusieurs travaux [Adrieux, 1989 ; Bastide et Girard, 1974 ;
Courgeau et Pumain, 1984 ; Pumain, 1986 ; Riandey, 1983] consacrs ltude de ce
phnomne ont montr la corrlation entre la reconversion professionnelle et la mobilit
rsidentielle.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 67
***************************************************************************************************
Revenu
revenu (Qi avec 0 i 3). Pour ce faire, il est possible
Revenu Q2
de procder par une approche base sur la thorie
des sous-ensembles flous [Tannier et Houot, 2003; Revenu Q3
P-H. Rossi a dmontr que la fonction principale de la mobilit est le processus par
lequel une famille ajuste son logement ses besoins qui sont gnrs par les variations de
la composition familiale accompagnant le cycle de vie [Rossi, 1955]. Cette conclusion
corrobore le fait que la mobilit rsidentielle dpend aussi fortement des vnements
familiaux et de leur frquence. Comme vnements principaux on peut citer : les
68 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
naissances, la dcohabitation (le dpart de chez les parents), la mise en union, les
sparations, la retraite professionnelle et le dcs.
Le cycle de vie des mnages peut tre apprhend par deux principales variables non
mutuellement exclusives : lge de la personne de rfrence et la composition du mnage.
En effet, la variable ge permet de situer le mnage dans une position du cycle de vie
afin de lui associer les vnements familiaux qui sont potentiellement susceptibles de
survenir dans la vie dun mnage partir de cette position. La variable composition du
mnage vient renforcer la prcision de ces vnements familiaux.
En ce qui concerne lge de la personne de rfrence,
Figure 2.7 : Lge
la plupart des tudes considrent classiquement quatre
Moins de 30 ans
tranches dge (cf. Figure 2.7). Les bornes choisies
pour les tranches dges ne sont pas arbitraires. En De 30 49 ans
Composition du
Couple sans enfant
mnage
nombre denfants du mnage sur une chelle
Couple avec
de 1 5 et plus. La seconde approche enfants
diffrencie simplement les mnages avec
Famille mono
enfants des mnages sans enfant. En fonction parentale
I. AGBOSSOU ThMA, UMR 6049, 2005
du niveau de dtail quon souhaite atteindre
dans la modlisation comportementale des mnages, on aura la prfrence lune ou
lautre des deux approches. En cas dutilisation de la seconde approche, on pourrait
prendre la moyenne denfants par mnage comme nombre denfants des couples avec
enfants. On peut aussi utiliser le taux de natalit comme base de calcul. Mais dans le
cadre de notre recherche, nous adoptons le dcoupage en quatre modalits possibles (cf.
Figure 2.8).
La prise en compte de lapparition des vnements familiaux en termes destimation des
comportements de mise en couple, ruptures des unions, naissance des enfants se fera
partir des conclusions et rsultats du modle de microsimulation des comportements
dmographiques DESTINIE [INSEE, 1999 ; Robert-Bobe, 2002, op. cit.] dans le
prochain chapitre.
rsidentielles ainsi que les choix oprs par les mnages. De mme, elle pourrait expliquer
certaines rsistances aux grandes tendances comme laccs la proprit. Les critres
exprimant lexistence de rseaux de relation sont la cohabitation lchelle de la cit
(HLM par exemple), du quartier ou de la coproprit, la colocation, la rsidence
secondaire (que nous ne traitons pas dans le cadre de ce travail de thse), lattachement
affectif au lieu (identit spatiale) et les relations sociales. Ces critres ne sont pas stables
dans le temps et peuvent aussi perdre de leur consistance. Aussi, linfluence que peuvent
avoir les rseaux de relation sur le choix rsidentiel dun mnage dpend de limportance
que ce dernier accorde un tel rseau sil en existe. Cette influence peut se mesurer de la
mme faon que le processus de formation dopinion [Alexandre, 1999 ; Alexandre,
2003 ; Bonvalet et Dureau, 2000, op. cit. ; Frankhauser et al., 1995 ; Moscovici, 1984 ;
Moles et Rohmer, 1977 ; Schweitzer, 2003]. En effet, le lien (affinit culturelle, familiale,
etc.) entre un mnage et les autres mnages du rseau social peut seffriter ou se
consolider davantage au fil du temps ; et de ce fait aura une certaine influence sur le choix
rsidentiel du mnage. Mais ce processus est aussi conditionn par lopinion que se fait le
mnage en question, sur sa satisfaction relative due la prsence des autres mnages du
rseau. Cette phase de la modlisation sappuiera galement sur les travaux relatifs
lengagement [Azdia et al., 2002 ; Girandola et Roussiau, 2003], lautonomie et
lindpendance sociale [Carabela et al., 2004] et les rseaux de confiance [Melaye et
Demazeau 2004]. Dans lhypothse quil existe un rseau pouvant influencer le choix
rsidentiel dun mnage, et selon ses caractristiques, ce dernier se forge une opinion sur
limportance du rseau en tenant compte de la distance spatiale entre lui-mme et les
autres mnages de son rseau social, de son exprience relativement sa position dans le
cycle de vie en termes de mobilit rsidentielle et de la possibilit dun ventuel
changement de rsidence de la part des autres mnages.
fait, tout habitat est collectif et tout logement I. AGBOSSOU ThMA, UMR 6049, 2005
est individuel lchelle du mnage, sauf cas de cohabitation de plusieurs mnages dans
un mme logement (situation devenue trs rare en France). Lappartement soppose la
maison individuelle. La distinction nest pas toujours vidente, surtout dans les
constructions rcentes (habitat dit intermdiaire) et parfois dans les petites villes (habitat
continu bas ou mitoyen). Cette distinction est cependant importante au plan juridique
(rgles durbanisme) et au plan idologique et du mode de vie. Du point de vue de
lurbanisme, lappartement consomme peu despace et permet donc une concentration
dans les zones desservies par les transports en commun. Permettant des densits leves,
il rend moins coteuse la ralisation des infrastructures et en favorise un bon niveau
dquipement.
Nous supposons que le type dhabitat peut donc tre identifi par deux variables
mutuellement exclusives : la maison et lappartement. Notons que ces deux variables
72 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************
Tableau 2.6 : Volume des constructions neuves entre 1990 et 2003 dans la CAGB
Environnement
Accessibilit aux services urbains
rsidentiel
conditionnent les stratgies rsidentielles.
En effet, les choix de localisation du Niveau dquipement de la zone
parc de logement relativement aux autres I. AGBOSSOU ThMA, UMR 6049, 2005
paysagre. Le niveau dinscurit devra tenir compte des risques naturels, technologiques
et sociaux.
La mobilit rsidentielle est un sujet complexe et vaste. Il est complexe car il consiste non
seulement tudier les trajectoires gographiques des individus ou les mutations du parc
de logements seulement, mais aussi lvolution du couple mnage-logement. Lorsque les
conomistes se penchent sur la question de la mobilit des mnages, ils privilgient des
angles de recherche qui peuvent tre trs diffrents. Ils sintressent essentiellement
trois associations : mobilit et travail (taux de chmage, proximit du lieu de travail, etc.),
mobilit et famille (dcohabitation, nombre denfants, etc.) et mobilit et march du
logement (rle de la construction neuve, des aides publiques au logement, etc.).
Ce chapitre dont le contenu est principalement ax sur une revue de la littrature des
dynamiques de la mobilit rsidentielle a permis desquisser une typologie des mnages.
Son but est de donner un aperu succinct des briques lmentaires ncessaires la
comprhension des choix rsidentiels dans une perspective de modlisation. Aussi
constitue-t-il la fois un pralable et le socle empirique des diverses hypothses sous-
jacentes la transcription des connaissances dj acquises et valides, en matire de
mobilit rsidentielle, sous forme de rgles formelles.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 75
***************************************************************************************************
Bibliographie rfrence
[Allen et Sechet, 1988] B. Allen, P. Sechet. Les processus dinstallation dans lhabitat. Paris,
1988
[Anas, 1982] A. Anas. Residential location markets and urban transportation: economic theory,
econometrics and Policy analysis with discrete choice models. New York Academic Press, 1982
[Arnott, 1985] R.J. Arnott. Hopsim: A housing policy simulation model (mimeo), Kingston,
Ontario: Queens University, 1985
[Bonvalet, 1987] C. Bonvalet. Les parisiens dans leur maturit : origine, parcours, intgration.
In Population n3, 1987
[Chombart De Lauwe, 1963] H. Chombart De Lauwe. La vie sociale dans les grands
ensembles dhabitation. In Logement n150, 1963
[Clark et Onaka, 1983] W.A.V. Clark, J.L. Onaka. Life cycle and housing adjustment as
explanations of residential mobility. In Urban Studies n20, 1983
[Courgeau, 1984] D. Courgeau. Relations entre cycle de vie et migrations. In Population n3,
1984
[Gerand, 1967] R-H. Gerand. Les origines du logement social en France, Paris, Edition
Ouvrire, 1967
[Ginsberg, 1979] R. Ginsberg. Timing and Duration Effect in Residential History and Other
Longitudinal Data. In Regional Science and Urban Economics n9, 1979
[Levy, 1995] J-P. Levy. Les dynamiques socio-spatiales des marchs immobiliers. In Revue
dEconomie Rgionale et Urbaine n3, 1995
[Levy et Piazzoni, 1994] JP. Levy, F. Piazzoni. Qui habite quoi ? Composantes et dynamiques
socio-spatiales du march de lhabitat Pantin. Rapport pour la ville de Pantin, 1994
[Lily et al., 1992] Van N. Lily, H. Pieter, D. Frans. Influence du divorce sur la trajectoire
rsidentielle. In La ville en mouvement : habitat et habitants. Editions LHarmattan, Paris, 1992
[Petonnet, 1982] C. Petonnet. Espace habit, ethnologie des banlieues. Paris, Galile, 1982
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 77
***************************************************************************************************
[Vidberg et Tannier, 1999] S. Vidberg, C. Tannier. Urban location strategies. Some elements
for a best understanding. Working paper, Universit de Franche-Comt, ThMA, 1999.
A. Cournot
sciences humaines et sociales pour en dgager une qui exprime le mieux les points
saillants de notre problmatique de recherche.
comme entit isole du monde extrieur. La cration dun quartier ou dun lot
urbain ncessitera une mise en cohrence avec lensemble de la ville, autant du point de
vue urbanistique quau niveau des relations constituer. La ville est alors considre
comme un systme part entire. Dautre part, il y a lapproche qui sattache tudier
la ville sans ignorer quelle est localise gographiquement dans un espace plus vaste,
telle quelle pourrait tre perue partir dune photographie arienne. Elle nest plus
individualise, elle agit sur son environnement, sur dautres villes, autant quelle subit
leur influence. Cette conception reconnat explicitement que la ville nest pas un objet
gographique isol, elle se dploie sur un espace englobant, mais inversement ce dernier
est une dimension incontournable dans lanalyse de lobjet urbain. Elle est alors
considre comme un sous-systme dun systme plus vaste, ici un rseau urbain
[Walliser, 1977].
Dans le cadre de cette recherche, nous concevons la ville dans ses dimensions
spatiale, fonctionnelle et temporelle : les relations, caractrises par les jeux
dacteurs et les enjeux de localisations travers le temps et lespace ainsi que la
manifestation (lempreinte spatiale) des consquences de ces interrelations feront
donc partie intgrante de notre dmarche.
Toutefois, la dfinition statistique labore par lINSEE est exempte de toute ambigut
et quivoque disciplinaire.
Les aires urbaines sont un nouvel indicateur statistique qui permet actuellement
dapprhender les villes et leur fonctionnement. Le dcoupage en prs de 36 700
communes du territoire franais constituerait en effet pour lINSEE un atout de taille
pour lclatement de linformation socio-dmographique un niveau gographique
thoriquement plus fin [Le Glau et al., 1996]. Dans les annes 1950, ce maillage dune
trs grande finesse a permis de dfinir les units urbaines , reposant sur la notion de
continuit de lhabitat : elle renvoyait une image de lespace gographique dcompos
en communes urbaines (la ville) dun cot, et communes rurales (la campagne) de
lautre. Cet indicateur unit urbaine est nanmoins rapidement devenu caduc face
lvolution des modes de vie. En effet, des citadins viennent habiter des communes
rurales, tout en conservant des contacts frquents avec une ou des communes urbaines.
86 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Ainsi, du fait de la priurbanisation, les limites de la ville sont devenues floues. Pour
tenir compte de ces changements, lINSEE a propos un nouvel indicateur ds les
annes 1960, pour complter les anciennes units urbaines : les Zones de
Peuplement Industriel et Urbain (ZPIU). Ainsi, alors que les units urbaines
reposaient sur le seul critre morphologique de la continuit de lhabitat, les ZPIU
intgrent des critres plus divers, qui correspondent une prise en compte plus raliste
de lurbanisation. On y trouve, par exemple, la proportion de la population vivant de
lagriculture, le niveau des migrations domicile-travail, le taux daccroissement
dmographique, etc. Concrtement, les ZPIU ont permis de dpasser lancienne
dichotomie urbain-rural, en proposant de distinguer trois types de communes : les units
urbaines, les communes industrielles et les communes dortoir. Les units urbaines
reprennent la mme base que celles prcdemment dfinies par lINSEE, cest--dire
quelles se composent globalement aussi bien dagglomrations multicommunales que
de villes isoles [Le Glau et al., 1996, op. cit.]. Les communes industrielles sont
ensuite devenues des communes rurales qui comptent un ou plusieurs tablissements
industriels, commerciaux ou administratifs de 20 salaris au moins, condition que
lensemble de ces tablissements emploie au moins 100 personnes. Enfin, les
communes-dortoirs sont des communes rurales non industrielles rpondant la
condition suivante :
(PAE / PA) 1,2 (PAG/PMO) 0 (3.1)
o
PAE = Population active rsidant dans la commune mais travaillant hors de la
commune ;
PA = Population active rsidant dans la commune ;
PAG = Population des mnages ordinaires vivant de lagriculture ;
PMO = Population des mnages ordinaires.
Les villes dortoirs sont donc un ensemble de communes qui ont un faible taux
dagriculteurs (terme PAG/PMO de lquation 1.1) et/ou une forte proportion de
migrants alternants (terme PAE/PA de lquation 1.1) et une forte proportion de
personnes vivent dans ces communes sans y travailler. Peu aprs, lINSEE estime que
lindicateur des ZPIU est galement devenu obsolte : il montre que le nombre de
communes en ZPIU augmente de faon constante (on passe de 9 000 en 1962 29 000
en 1990), si bien quen 1990, lespace rural traditionnel hors ZPIU ne reprsente plus
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 87
**************************************************************************************************
deux tiers des communes franaises, pour 71% de la superficie mtropolitaine. Laire
urbaine, cest--dire le ple urbain auquel les communes rurales ou units urbaines qui
envoient au moins 40% de leurs actifs ayant un emploi ont t agrges par itrations
successives, apparat ainsi comme un indicateur intressant. Cest en effet ce dcoupage
qui tient rellement compte du fonctionnement des villes pour dterminer leurs limites.
Mais, il introduit aussi une double restriction dans la prise en compte de leurs
priphries.
Aire
urbaine
A
Ple urbain : unit urbaine offrant 5000 emplois ou plus et
nappartenant pas la couronne priurbaine dun autre ple
urbaine
Aire
Aire urbaine : ensemble de communes, dun seul tenant et sans
urbaine
enclave, constitu par un ple urbain et par des communes rurales
ou units urbaines (couronne priurbaine) dont au 40% de la B
population rsidente ayant un emploi travaillent dans le ple ou
dans des communes attires par celui-ci.
Couronne urbaine : ensemble de communes de laire urbaine
lexclusion de son ple urbain.
Aire
Communes multipolarises : communes rurales et units urbaines urbaine
situes hors des aires urbaines, dont au moins 40% de la population C
rsidente ayant un emploi travaillent dans plusieurs aires urbaines,
sans atteindre ce seuil avec une seule dentre elles, et qui forment
avec un ensemble dun seul tenant.
Dabord, les aires urbaines ne retiennent que les migrations orientes vers le ple urbain
comme seul lieu de destination (mme si celui-ci sagrandit au fil du temps). Le
problme des migrations nest donc trait que dans le sens priphrie vers centre et
ne tient pas compte, par exemple, dventuels dplacements priphrie vers
priphrie communment appeles liaisons orbitales. De surcrot, les migrations prises
en compte ne sont que des dplacements de travail, et on sait, depuis les travaux de J.P.
Orfeuil [Orfeuil, 1989] et de P. Troulay [INRETS, 1989] par exemple, que ceux-ci ne
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 89
**************************************************************************************************
En raison de la dfinition de la ville qui a retenu notre attention, la thorie des systmes
constitue un cadre de rfrence qui nous semble bien adapt pour une conceptualisation
du fonctionnement de la ville.
quel quil soit, doit conduire, pour tre appel systme, un mta objet modlisable et
donc un systme formel. Sans ce complment, le systme ne serait quun phnomne
que nous pouvons observer sans pouvoir le comprendre travers une analyse.
Cette dfinition du systme prcise les quatre caractristiques qui confrent un
phnomne observable la qualification de systme. Il sagit de lautonomie par rapport
lenvironnement de lobservation, la composition en diffrentes parties formes de
composants, la plasticit de lorganisation des composants et la reprsentation formelle.
En revanche, elle ne prcise pas ce qui diffrencie un systme ferm dun systme
ouvert.
Un systme est dit ferm lorsque son fonctionnement et les interactions quil ralise
avec son environnement sont relativement invariables. Un tel systme na pas
dchange de matires avec son environnement, mais peut ventuellement changer de
lnergie avec son environnement [Walliser, 1977, op. cit.]. Toutefois, cette
caractristique ne fait pas de lui un systme isol [Walliser, 1977, op. cit. ; Provitolo,
2002]. Par exemple, une gare ferroviaire jouant un rle permanent dans lacheminement
des voyageurs et des marchandises : cest la fois un btiment et lensemble des
fonctions prcises et permanentes de ses diffrents services qui soccupent de la gestion
de lentre et de la sortie du fret et des voyageurs. De la mme faon, le disque dur dun
ordinateur a une fonction prcise qui se ralise de faon immuable par stockage de
donnes (converties en bits) selon le systme de fichiers : cest un systme charg de la
mmorisation permanente de linformation sous forme binaire bien structure pour
laccs et la modification. Ces exemples illustrent bien le type de systme dont le rle
gnral et la structure sont permanents et dont la fonction est bien dfinie ds le dpart
et ne change pas : ce sont des systmes ferms. Un systme ferm est donc un systme
dont larchitecture est globalement stable, dont le rle est permanent et dfini la
construction, dont le fonctionnement ne modifie ni ce rle ni son architecture et dont les
tats sont entirement prvisibles et dterministes. Ce qui nest pas le cas dun systme
ouvert.
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 91
**************************************************************************************************
Ludwig von Bertalanffy [Bertalanffy, 1968] dans son approche, a insist sur la notion
de systme ouvert qui prsente une alternative la limite que constitue la notion de
systme ferm lorsquon sintresse plus particulirement aux systmes vivants et, donc
aux sciences humaines et sociales. Un tel systme est form de composants
polymorphes. Cest--dire que la fonction dun composant donn du systme ouvert est
partiellement dtermine lors de la cration de celui-ci et sa dynamique est surtout
tributaire des relations et des processus dchange entre lui-mme et les autres
composants du systme. Des interactions entre les diffrents composants du systme va
merger la dynamique de lensemble ; laquelle dynamique peut tre ou non prvisible
en fonction du degr de complexit des interactions.
Le systme est dit ouvert lorsquil est constitu de nombreux composants polymorphes
en interaction au sein dun environnement qui souvre vers lextrieur. Et ses
composants se trouvent la fois en situation de concurrence et de complmentarit par
le fait de son fonctionnement modifiant ainsi de faon continue ltat de chaque
composant. En sciences humaines et sociales, en loccurrence en gographie, ce type de
systme sidentifie notamment la ville.
En effet, la ville est un tout organis : la rpartition des activits, des habitants et des
catgories sociales se combinant en proportions variables, selon des facteurs
gographiques, socio-conomiques et dmographiques dont limportance nest pas
ngliger, pour produire lentit urbaine. Elle peut tre dfinie par trois composantes
[Bailly, 1983] : un ensemble de lieux (units spatiales lmentaires), une mtrique
(distance temps, distance topologique ou distance longueur) qui permet de dcrire les
positions relatives de ces lieux les uns par rapport aux autres et une tendue. A ce triplet
axiomatique de base qui reprsente finalement la dimension spatiale de la ville sont
associes les dimensions fonctionnelle et temporelle qui sont bien videmment en
interrelation les unes par rapport aux autres comme lillustre la figure 3.2.
92 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Organisation territoriale
- Milieux
- Infrastructures
- Activits
La dimension spatiale traduit la morphologie du tissu urbain dans toutes ses variantes
selon lchelle danalyse (lot, quartier, commune, agglomration de communes, etc.).
Par exemple lanalyse fractale [Frankhauser et Pumain, 2001] permet de mesurer,
partir de la reprsentation cartographique dun tissu urbain, la variation de la part de la
surface btie en fonction de la distance un endroit choisi (le centre du noyau urbain en
gnral). La prise en compte de cette ralit morphologique de lespace urbain travers
lanalyse des distances et des contiguts entre les units spatiales lmentaires permet
de mettre en vidence les phnomnes de diffrenciation spatiale.
gnrale, on est loin dun tel consensus, mais les recherches dans les divers champs
disciplinaires y affrant sont trs actives.
changement dtat des composants dont il est le systme englobant. Bien que Alan
Turing [Turing, 1952] soit le prcurseur des travaux sur lauto-organistaion, Ross
Ashby fut le premier avoir clairement expos ce concept dans un document publi
[Ashby, 1956].
Comme nous lavons expliqu en section 3.4, la ville est un systme complexe. Lune
des proccupations majeures du gographe amnageur est : comment apprhender
lauto-organisation urbaine afin dtre mme de proposer des scnarios
damnagement durable ? . Dans cet objectif, une dmarche peut tre de recourir des
modles de simulation urbaine.
Une tradition fortement tablie consiste concevoir les modles en sciences humaines
selon une formalisation mathmatique [Durand-Dasts, 2001]. Ces modles peuvent
tre purement descriptifs ou prvisionnistes. Dans le second cas, le modle est un
assemblage dquations diffrentielles alors que dans le premier cas, les modles sont
principalement statistiques [Langlois et Phipps, 1997].
Lusage de lanalyse factorielle comme principale mthode danalyse de donnes en
sciences humaines est un exemple de cette tradition. En effet, cette approche fut
lorigine labore en psychologie partir des travaux de Spearman au dbut du XXme
sicle [Sperman, 1904]. Malgr dimportants dveloppements mthodologiques relatifs
98 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Lusage des modles dynamiques classiques fonds sur des variables dtat et des
systmes dquations aux diffrences partielles na pas t satisfaisant. Dabord, cette
pratique se heurtait des barrires techniques, les fonctions rgissant la dynamique des
systmes complexes ntant pas, le plus souvent diffrenciables. Parce quil nest pas
ais de trouver les solutions de manire analytique, laide de lapproche numrique
100 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
savre utile. Mais mme dans ces conditions, les modles classiques transgressaient
plusieurs principes fondamentaux :
- tant de nature quantitative, ils laissent dans lombre les aspects qualitatifs des
entits constituant le systme ;
- les variables mesurables, au-del de leur variation statistique, se trouvent souvent
confondus aux variables dtat du systme ;
- les lments du systme ne sont pas considrs dans leur individualit ; ce qui nuit
la prise en compte relle des relations spatiales. En outre, les modles de Forrester
prennent difficilement en compte lespace [Provitolo, 2006].
1
Dans un souci defficacit scientifique, les rsultats de certains travaux novateurs de la
fin du XXme sicle ont considrablement boulevers larmature conceptuelle encadrant
la dynamique des systmes. Ainsi, il nest plus possible daborder la dynamique des
systmes gographiques en esquivant les phnomnes de dynamique non linaire, de
bifurcation, dauto-organisation, dobjets fractals ou de chaos dterministe.
Naturellement, ces phnomnes sont pris en compte par les modles actuels [Batty,
2005] de gosimulation urbaine.
1
Parmi les auteurs de ces travaux, on peut citer entre autres : Hermann Haken, Edward Lorenz, Ludwig von
Bertalanffy, Robert May, Mitchell Feigenbaum, Ilya Prigogine, Ren Thom, Benot Mandelbrot, Heinrich von
Foerster, Francisco Varela, etc.
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 101
**************************************************************************************************
possible pour une meilleure apprhension du phnomne tudi. Ces agents et objets
spatiaux ont des comportements qui varient au cours du temps. Les modles de
gosimulation sont donc dvelopps dans le but de reprsenter et de simuler la
dynamique des systmes urbains. Ces derniers sont dj par nature des systmes
complexes. La gosimulation insiste donc sur la modlisation des units les plus
lmentaires du systme ainsi que les interactions de trs bas niveau entre ces units.
Le but de la simulation est dapporter des rsultats suffisamment proches dune ralit
que lon cherche comprendre. Mais, du fait de leur complexit, les systmes
gographiques ne peuvent se modliser mathmatiquement de manire simple
[Langlois, 2005, op. cit.]. Pour palier cette difficult, les modles de gosimulation sont
formaliss dans un but plus opratoire. Cest--dire quils permettent une construction
informatique en vue de simulations. Ces modles tiennent compte aussi bien de la
diversit des agents, des objets spatiaux et de leur organisation et des interactions qui
font voluer le systme.
Lun des aspects les plus basiques mais tout aussi importants des approches de
gosimulation est la prise en compte de la dimension spatiale de la problmatique dans
laquelle sinsre la dmarche de modlisation. Traditionnellement, les modles de
simulations urbaines reprsentent les entits spatiales comme des agrgats dunits
spatiales en les faisant subordonner dhypothses dhomognit spatiale [Benenson et
Torrens, 2005 op. cit.]. Mais en ralit, ces units peuvent tre encore subdivises en
plusieurs autres units non homognes [Openshaw, 1983]. Etant donn que les modles
de gosimulation sont formaliss selon une approche du type bottom-up, ils privilgient
lusage dentits spatiales irrductibles et indformables par rapport la problmatique
tudie. Il faut noter que cela est rendu possible grce la disponibilit croissante des
images satellitales trs haute rsolution (image dfinition de plus en plus fine). Dans
ce contexte, les entits spatiales de la gosimulation sont dabord des objets
gographiques au sens spatial et gomtrique (cf. Figure 3.3). Un objet est dit
gographique sil est localisable, dlimit et identifi pour tre diffrenci des autres
102 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Langlois, 2005, op. cit.]. Les units spatiales de la gosimulation sont donc relatives
une chelle, une temporalit et possdent une smantique bien prcise. Ceci renvoie la
notion de granularit qui constitue le dcoupage le plus fin en dessous duquel on ne
diffrencie plus les smantiques associes chaque unit spatiale. Ce sont typiquement
les pixels dune image. Hormis la smantique, la gomtrie et la topologie sont deux
autres informations ncessaires la structuration des units spatiales aussi bien dans
leur individualit que dans leur organisation collaborative.
La gomtrie sert en gnral dlimiter les units spatiales par leurs diffrents
contours. Pour un objet surfacique, chaque contour est le plus souvent reprsent par un
polygone ferm, quon peut reprsenter par la suite des coordonnes de ses sommets. Ce
choix descriptif est appel description vectorielle de la gomtrie. Mais on peut aussi
dfinir lunit dabord par son contenu en lien avec la smantique qui lui est associe
puis en dduire ses contours par agrgation des pixels du contenu. Dans ce cas on parle
de description raster ou image. Elle est caractristique du traitement dimage. Cette
description prsente lavantage de pouvoir dcrire lespace gographique de manire
continue.
y
x
Ensemble de points Polyligne ouverte
(avec coordonnes) ou ligne brise Ligne simple
assure la cohrence des donnes gomtriques et facilite leur utilisation parce quelle
limine la redondance des points, lorsquil sagit de former des lignes, et la redondance
des lignes, lorsquil sagit de former des polygones.
Les interactions
Le second aspect de la gosimulation est la prise en compte des interactions dans les
modles de simulation. Franois Durand-Dasts [Durand-Dasts, 1984] dfinit
linteraction spatiale par le fait que les contenus des lieux agissent les uns sur les
autres par une srie de relations rciproques . Patrice Langlois [Langlois, 2005 op.
cit.] apporte une prcision ce concept en stipulant quune interaction spatiale dfinie
sur un ensemble dobjets gographiques (les objets gographiques du systme tudi),
est le rsultat macroscopique de laction de particules microscopiques dinteraction
qui transforment progressivement les objets du systme. Ces particules peuvent tre des
individus, des objets matriels, des ides ou des informations qui se transforment,
croissent, se dplacent dans lespace dtude. Une fois encore, linteraction est dfinie
entre les lments de bas niveaux du systme pour faire merger le comportement
global du systme. Le concept dinteraction permet ainsi de relier, grce au ciment
temporel, deux niveaux conceptuels, celui des entits spatiales et des individus.
La gestion du temps
discrte. Pour ce faire, on opte en gnral pour les modes de simulation synchrone ou
asynchrone.
En mode synchrone, tous les agents sont supposs changer dtat et/ou de
comportement au mme moment chaque pas de simulation. On mmorise alors la
configuration globale du systme au temps t et on construit la nouvelle configuration au
temps t+1 partir de la mmoire linstant t. Le systme volue donc comme si le
temps sest arrt entre les instants t et t+1. Dans ce mode de fonctionnement, lordre
des calculs relatif chaque agent un pas de temps donn est sans influence.
Cependant, il peut y avoir des conflits entre agents accdant une mme ressource
lorsque cette dernire est limite. Cette situation peut se produire par exemple lorsque
deux mnages choisissent doccuper le mme appartement. Une solution classique ce
problme est den tenir compte depuis la modlisation en incorporant un modle de
gestion de conflit [Peckham et al., 1995 ; Noble, 2000].
En mode asynchrone, il nest pas ncessaire de mmoriser ltat du systme linstant
prcdent. Mais chaque pas de temps est dcompos en autant de sous units
temporelles quil y a dagents en interaction dans le systme un instant prcis.
Concrtement, sil y a n agents en interaction et que le pas de simulation est t, on aura
n fois t/n sous units temporelles. Chaque agent i verra son tat mis jour linstant
t+(i*t/n). Dans ce mode de fonctionnement, il est vident que lordre de mise jour
des agents aura une influence sur la configuration globale du systme. Ainsi, pour ne
pas introduire un biais long terme, une solution classique est de redfinir, de faon
alatoire, lordre de passage de tous les agents chaque pas de simulation [Berec,
2000 ; Liu et Anderson, 2004].
Il faut souligner que ces deux modes de fonctionnement ne sont pas mutuellement
exclusives ; mais techniquement, il est plus difficile de les faire cohabiter mme si ce
faisant, on atteint un degr de ralisme assez intressant du point de vue de la
simulation.
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 105
**************************************************************************************************
En conclusion, force est dtablir le constat suivant : pour comprendre les changements
affectant lespace gographique et ses diffrentes composantes, il existe aujourdhui une
diversit de modles dfinis autour de la notion de systmes complexes. Dans ces
systmes, lespace constitue une composante essentielle : des individus y ralisent des
activits, sy localisent, sy meuvent, etc. Au fil des dcisions prises par ces individus,
lespace sorganise et volue.
Pour modliser et simuler ces systmes, en loccurrence les systmes urbains, les
approches de gosimulation urbaine, tels le paradigme multi agent ou les automates
cellulaires, sont utilises.
Une meilleure approche de modlisation et de simulation des systmes urbains serait la
combinaison des automates cellulaires et du paradigme multi agent o le volet spatial
serait reprsent par les automates cellulaires. Les rgles de transition seraient alors
dictes par le comportement des agents. Lune des finalits de notre thse est de
formaliser cette nouvelle approche et de proposer un simulateur prt lemploi bas sur
ce formalisme.
106 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Bibliographie rfrence
[Ashby, 1956] W. R. Ashby. An introduction to cybernetics. Editions Chapman & Hall. London
1956
[Bailly, 1983] A. Bailly. Espace gographique et espace vcu : vers de nouvelles dimensions de
lanalyse. In Espace et localisation : la redcouverte de lespace dans la pense scientifique de
langue franaise. Editions Economica. Paris, 1983
[Batty, 2005] M. Batty. Cities and Complexity. Understanding Cities with Cellular Automata,
Agent-Based Models, and Fractals. The MIT Press, 2005
[Beaumont et al., 2000] C. Baumont, P-P. Combes, P-H. Derycke, H. Jayet. conomie
gographique. Les thories lpreuves des faits. Editions Economica, Paris, 2000.
[Berry, 1964] B.J.L. Berry. Cities as systems within system of cities. Papers in Proceedings of
the Regional Sciences Association vol. 13, 1964
[Berry, 1961] B.J.L. Berry. A method for deriving multiple factor uniform regions 1961
[Bonvalet et Brun, 2002] C. Bonvalet, J. Brun. Etat des lieux des recherches sur la mobilit
rsidentielle en France. In Accs la ville. Les mobilits spatiales en question. Editions
LHarmattan. Paris 2002
[Bordin, 2002] P. Bordin. SIG : concepts, outils et donnes. Editions Herms-Lavoisier. Paris,
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 107
**************************************************************************************************
2002
[Certu, 2002] Certu. Quelle est la rpartition spatiale des diffrents types de logements et son
volution ? Programme ACTEUR, 2002
[Claval, 1981] P. Claval. La logique des villes. Editions LITEC. Paris 1981
[Cocu et Caruso, 2002] N. Cocu, G. Caruso. Modliser la complexit gographique. Vers une
approche progressive Automates cellulaires-Systmes Multi-Agents. Document de travail. Mai
2002. Disponible sur : http://www.geo.ucl.ac.be/IMAGES/Caruso_Cocu_WP.pdf (consult le
16.12.2004)
[Dauce, 2002] E. Dauce. Systmes dynamiques pour les sciences cognitives. In Approche
dynamique de cognition artificielle. Editions Herms. Paris, 2002
[Derycke et al., 1996] P-H. Derycke, J-M. Huriot, D. Pumain. Penser la ville. Thories et
modles. Collections VILLE, Paris, 1996.
[Drogoul et al., 2004] A. Drogoul, N. Ferrand, J-P. Muller. Emergence : larticulation du local
au global. In Systmes Multi-Agents. Editions TEC&DOC. Paris, 2004
[Forrester, 1969] J.W. Forrester. Urban Dynamics. MIP Press. Cambridge 1969
[Frankhauser et al., 1995] P. Frankhauser, MN. Mille, T. Back. Un modle pour simuler
limpact dun projet damnagement sur la dynamique urbaine. Congrs Urban Utopia.
Berlin 15-17 novembre 1995. Disponible sur : http://thema.univ-
fcomte.fr/MG/pdf/UrbanUtopia.pdf (consult le 14.11.2004)
108 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Girerd, 2004] G. Girerd. Analyse du comportement pendulaire dans la perspective dun report
modal. Thse de doctorat de gographie. Universit de Franche-Comt. Besanon 2004
[Hgerstrand, 1970] T. Hgerstrand. What about people in regional science? Paper of the
Regional Science Association, 1970
[Harman, 1967] H.H. Harman. Modern Factor Analysis. University of Chicago Press, 1967
[Holland, 1998] J. Holland. Emergence: From chaos to order. Perseus Book. MA, 1998
[INRETS, 1989] INRETS. Un milliard de dplacements par semaine. La mobilit des franais.
La documentation franaise. INRETS (Institut National de Recherche sur les Transports et leur
Scurit), 1989
[Joerin, 1995] F. Joerin. Mthode multicritre daide la dcision et SIG pour la recherche
dun site. In Revue internationale de gomatique, 1995
[Laaribi, 2000] A. Laaribi. SIG et analyse multicritre. Editions Herms. Paris, 2000
[Le Glau et al., 1996] J-P. Le Glau, D. Pumain, T. Saint-Julien. Villes dEurope : chaque
pays sa dfinition. In Economie et statistique n 294-295. 1996
[Le Jannic, 1996] T. Le Jannic. Une nouvelle approche territoriale de la ville. In Economie et
statistique n 294-295, 1996
[Le Moigne, 1977] J-L. Le Moigne. La thorie du systme gnral. Presse universitaire
franaise. Paris 1977
[Liu et Anderson, 2004] X-H. Liu, C. Anderson. Assessing the impact of temporal dynamics
on land-use change 108erritori. In computers, Environment and Urban systems (28), 2004
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 109
**************************************************************************************************
[Meadows et al., 1972] H.D. Meadows, D.L. Meadows, J. Randers, W. Behrens. The limits of
growth. Universe Books, 1972
[Morin, 1991] E. Morin. La Mthode. Tome 4 : les ides, leur habitat, leur vie, leurs murs.
Editions Le Seuil. Paris 1991
[Morin, 1977] E. Morin. La Mthode. Tome 1 : La nature de la nature. Editions Le Seuil. Paris
19977
[Nicot, 1996] B-H. Nicot. La priurbanisation dans les zones de peuplement industriel et urbain.
In Donnes urbaines. Editions Antropos. Collections villes. Paris 1996
[Noble, 2000] J. Noble. Basic relationships patterns. In Pattern Languages of Program Design.
Editions Addison-Wesly. London, 2000
[Openshaw, 1983] S. Openshaw. The Modifiable Areal Unit Problem. Geobooks, Norwich,
1983
[Orfeuil, 1989] J-P Orfeuil. Un milliard de dplacements par semaine, la mobilit des Franais,
INRETS, La Documentation franaise, 1989.
[Peckham et al., 1995] J. Peckham, B. Mackellar, M. Doherty. Data models for extensible
support of explicit relationships in design databases. In VLDB Journal n4, 1995
[Phipps, 1968] M. Phipps. Recherche de la structure dun paysage local par les mthodes
danalyse multivariable. In Comptes rendus de lAcadmie des Sciences de Paris, 1968
[Portugali, 2000] J. Portugali. Self-Organization and the city. Editions Springer. Berlin 2000
[Pumain et al., 1996] D. Pumain, P-H. Derycke J-M. Huriot. Pour une confrontation des
thories urbaines. In Penser la ville. Editions Anthropos Economica. Paris 1996
[Pumain et Robic, 1996] D. Pumain, M-c. Robic. Thoriser la ville. In Penser la ville, Thories
et modles. Editions Anthropos Economica. Collection Villes. Paris 1996
[Pumain et Mattei, 1998] D. Pumain, M-F. Mattei. Donnes Urbaines, Vol. 2, Collection
VILLE, 1998.
[Pumain et Mattei, 2003] D. Pumain, M-F. Mattei. Donnes Urbaines, Vol. 3, Collection
VILLE, 2003.
[Provitolo, 2007] D. Provitolo. Les diffrentes formes de complexit des systmes de risque et
de catastrophe. In Catastrophes, discontinuits, ruptures, limites, frontires. Comment les
analyser ? comment les anticiper ? 14me journes de Rochebrune. Rencontres interdisciplinaires
sur les systmes complexes naturels et artificiels du 21 au 27 janvier 2007, ENST, 2007.
[Rennard, 2002] J-P Rennard. Vie artificielle. O la biologie rencontre linformatique. Illustr
avec Java. Editions Vuibert. Paris 2002
[Roncayolo, 1982] M. Roncayolo. La ville et ses territoires. Editions Gallimard. Paris 1982
[Royce, 1958] J. Royce. The development of factor analysis. In the Journal of General
Psychology n58. New York 1958
[Schelling, 1978] T.C. Schelling. Micromotives and Macrobehavior. Editions WW Norton and
Company. New York, 1978
[Schelling, 1974] T.C. Schelling. On the ecology of micro-motives. In the corporate society.
Editions R. Marris. London 1974
[Schelling, 1969] T.C. Schelling. Models of segregation. In American Economic Review (59)
1969
[Skoda, 1971] J.M. Skoda. The checkerboard model of social interaction. In Journal of
Mathematical Sociology (1) 1971
[Stauffer, 2001] D. Stauffer. Monte Carlo simulation of Snajd models. In Journal of Artificial
Societies and Social simulation. 2001. Disponible sur :
http://www.soc.survey.ac.uk/JASSS/5/1/4.html (consult le 15.03.2006)
[Tannier, 2000] C. Tannier. Les localisations commerciales de dtail en milieu urbain, mieux
connaitre par la modlisation pour mieux amnager: ralisation d'un modle d'valuation de
l'attractivit des agrgats commerciaux d'une ville pour diffrents types d'tablissements
commerciaux de detail. Thse de doctorat de lUniversit de Franche-Comt, Besanon, 2000.
[Treuil et al., 2001] J-P Treuil, C. Mullon, E. Perrier, M. Piron. Simulations multi-agents de
dynamiques spatialises. In Modles en analyse spatiale. Editions Herms. Paris 2001
[Turing, 1952] A.M. Turing. The chemical basis for morphogenesis. In Philosophical
Transactions of the Royal society of London. London 1952
[Wachter et al., 2005] S. Wachter, J. Theys, Y. Crozet, J-P. Orfeuil. La mobilit urbaine en
dbat. Cinq scnarios pour le futur ? Editions Drast-Certu. Collection Transport et mobilit n
46. 2005
[Weber, 1999] C. Weber. Modlisation dynamique des interactions entre forme de mobilit et
recomposition territoriale. Rapport du PSIG, 1999
A. Lwoff
Bien quayant toujours considr limportance des interactions dans la structuration des
systmes, le courant systmique a plus mis laccent sur lanalyse des flux entrants et
sortants que sur laspect comportemental des interactions. En effet, la partie proprement
opratoire de lanalyse systmique, depuis ses dbuts avec Bertalanffy et surtout
Forrester, sest principalement consacre lanalyse des systmes sous langle la fois
structurel (organisation des composants du systme) et fonctionnel (laccent est mis sur
les flux et les boucles de rtroaction). Il en est de mme des travaux de Le Moigne sur la
thorie du systme gnral et de ceux de Delattre sur les structures organises [Delattre,
1971]. Bien quutile dans de nombreuses disciplines, et en dpit de son universalit
incontestable, cette approche savre limitante [Ferber, 1995] puisque les seules notions
vritablement fcondes que lon y trouvait taient celles de rgulation, de stabilit,
dorganisation et de fonction de transfert. Maintenant la notion dmergence prend toute
sa place. Une autre cole de pense [Prigogine, 1979] permet de comprendre les systmes
comme des entits auto-organisatrices dont le fonctionnement et lvolution sont les
produits du comportement dun ensemble dentits en interactions. L encore, le postulat
de lauto-organisation repose sur les flux dinterconnexion et sur la modlisation des
boucles de rtroaction [Weidlich, 1991, op. cit.].
En ralit, dfinir un systme par ses relations globales explique les formes gnrales de
son volution partir dun point de vue macroscopique. Cette approche nintgre pas
116 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Aprs avoir expos quelques gnralits sur le paradigme multi agents, ce chapitre fait un
tour dhorizon du concept dagent pour introduire ensuite la construction des systmes
multi agents. Nous proposons ensuite une mthodologie oriente agent pour la
modlisation conceptuelle des systmes gographiques. La dernire section du chapitre
est consacre la prsentation de quelques applications gographiques des SMA.
Chapitre4Lapprochemultiagentsengographie 117
**************************************************************************************************
Lapproche multi agents se situe au carrefour de plusieurs disciplines. Les deux plus
importantes sont lintelligence artificielle distribue (IAD) et la vie artificielle ou
intelligence artificielle (IA). LIAD a pour objet de raliser des organisations de systmes
capables de rsoudre des problmes par le biais dun raisonnement le plus gnralement
fond sur la manipulation de symboles (mathmatiques discrtes, logique du premier
ordre, etc.). LIA cherche comprendre et modliser des systmes dous de vie, cest--
dire capables de survivre, de penser, etc. De nombreuses communauts scientifiques font
dsormais appel au paradigme multi agents pour contribuer rsoudre les problmes
auxquels elles sont confrontes. Ainsi, les recherches associes aux SMA ne se
cantonnent plus au domaine initial de lIA de lIAD, mais reposent sur des rsultats de
thmatiques scientifiques techniques telles que le gnie logiciel, les systmes distribus,
etc. A ce titre, les SMA constituent un des paradigmes les plus ouverts lexpression de
la transversalit. En effet, dans les domaines o les aspects relevant des sciences
humaines et sociales interviennent, lun des atouts des SMA rside dans leur pertinence
reprsenter les systmes sous-jacents le plus naturellement possible tout en intgrant au
mieux la complexit aux diffrentes chelles considres.
Nous allons numrer un ensemble (qui nest pas forcment exhaustif au regard des
multiples proprits des SMA selon le domaine dapplication) de caractristiques des
approches multi agents dans une perspective dapplication aux sciences humaines et
sociale.
4.1.1. Lintelligibilit
et al., 2004]. Si cette proprit apparat dans les problmes dingnierie, elle est encore
plus prsente dans les applications de simulation en sciences sociales. Dans ces types
dapplication, il est assez naturel de modliser les objets, les acteurs ou les entits
naturelles en agents dans le SMA en mettant en relation les frontires des entits avec
celles des agents. Il en est de mme pour la modlisation des interactions entre entits et
entre agents. Ces simulations, au-del de laspect anthropomorphique, permettent
galement de prserver la structure de la ralit simule.
Dautres applications de simulation utilisent les SMA pour des raisons similaires. Ainsi,
lorsque la simulation est utilise pour comprendre un systme complexe et aider la
ngociation entre diffrents acteurs humains [Bousquet et Le Page, 2001], une telle
intelligibilit est importante. Par exemple, Dowing, Moss et Pahl-Wostl ont mis au point
un modle de simulation o les acteurs socio-conomiques peuvent tudier limpact des
activits conomiques et sociales sur les politiques de changement climatique [Dowing et
al., 2000]. Dans dautres applications, comme celles qui sont dveloppes Centre de
coopration Internationale en Recherche Agronomique pour le Dveloppement
(http://cormas.cirad.fr), les acteurs conomiques peuvent tudier limpact des politiques
agricoles sur la faune et la flore dun parc naturel. Il sagit dune application dans laquelle
on passe progressivement de la simulation de lcosystme avec des agents rels (tres
humains) la simulation de lcosystme qui interagit avec des agents virtuels. Cette
application permet de drouler tout un ensemble de scnarios de simulation en sappuyant
sur les techniques de jeux de rles. Le besoin essentiel de cette application est
lintelligibilit des modles labors pour que les acteurs dont le rle socioconomique est
mis en uvre dans la simulation, puissent les comprendre et intervenir eux-mmes dans la
construction des simulations. Ils doivent galement pouvoir interroger les modles pour
comprendre les raisons des comportements observs et tester diffrentes hypothses en
modifiant certains de leurs comportements.
4.1.2. Lautonomie
1
Du mot grec autonomos : qui ragit par ses propres lois (auto : soi-mme ; nomos : loi).
Chapitre4Lapprochemultiagentsengographie 119
**************************************************************************************************
caractristique est centrale dans les SMA et a t mise en avant ds les premires
applications multi agents. Du fait de lautonomie, lactivit dun agent ne peut tre que
partiellement contrle dans la mesure o il a la possibilit dagir sur son extrieur
(lenvironnement et les autres agents) pour le transformer selon ses besoins spcifiques. Il
possde donc un principe directeur qui motive et rgit son comportement. On qualifie
ainsi, souvent, un agent dentit rationnelle2. En concordance avec lanalyse faite pour les
humains par Bjean, Midy et Peyron [Bjean et al., 1999], cette rationalit est
gnralement limite [Simon, 1982]. Cette limitation de la rationalit peut tre impute
trois sources relatives la cognition, lespace et le temps. En ce qui concerne la source
cognitive, un agent ne peut pas tout traiter individuellement et doit sassocier dautres
agents pour raliser une tche globale. Par exemple, un mnage qui cherche un nouvel
appartement, nhsitera pas se faire aider par une agence spcialise ou mme ses
proches. La limitation due la source spatiale sexplique par le fait quun agent na
quune perception partielle de son environnement. Ce dernier tant dynamique, un agent
ne peut donc tre sr que son activit ne soit pas remise en cause au fil du temps durant la
vie du systme. Lagent peut prendre une dcision stationnaire en fonction de critres ;
mais son comportement peut changer dans le temps.
4.1.3. Le paralllisme
2
Nous prfrons le terme cohrence celui de rationalit dont les contours sont de plus en plus flous en
raison du caractre subjectif et circonstanciel qui lui est associ.
3
Cette proprit a t mise en avant dans les premiers workshops annuels europens (1er, 2me et 3me ) du
domaine au travers de lintitut Decentralized Artificial Intelligence des diffrents volumes [Demazeau et
Mller, 1990, 1991 ; Werner et Demazeau, 1992]
120 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
dition) [Russell et Norvig, 2003], S. Russell et P. Norvig ont propos une classification4
qui montre la richesse de la problmatique attache la modlisation de lenvironnement
des SMA en termes daccessibilit, de dterminisme, de dynamique, de type de modle
(discret ou continu), etc.
Dans les applications gographiques, lenvironnement pourra servir de rfrentiel spatial
qui doit tre le plus raliste possible afin de mettre en relation les impacts locaux et
globaux des phnomnes. A ce titre, il permet dexpliciter la composante spatiale des
modles qui permettent de structurer non seulement les donnes, mais aussi les
interactions au sein du systme. Au-del de la composante spatiale, lenvironnement
prend galement part la dfinition du contexte dans lequel se droulent les interactions
entre les agents.
La notion dinteraction est au centre de la problmatique des SMA. Une interaction est
une mise en relation dynamique de deux ou plusieurs agents par le biais dun ensemble
dactions rciproques. Dcoulant de lautonomie et de la nature des agents, les
interactions matrialisent la communication avec lenvironnement et avec les autres
agents au sein du systme. Traiter le problme de linteraction, revient se donner les
moyens de dcrire les mcanismes lmentaires permettant aux agents dinteragir. Cest
galement pouvoir analyser et concevoir les diffrentes formes dinteractions que des
agents peuvent pratiquer pour accomplir leur tche et satisfaire leurs buts. Ainsi, pour un
agent, interagir avec un autre constitue la fois la source de sa puissance et lorigine de
ses problmes. En systmique, il sagit de linteraction positive et de linteraction
ngative. En effet, linteraction positive accrot la puissance des agents : il sagit par
exemple de la coopration. Selon Ferber, on dira que plusieurs agents cooprent, ou
encore quils sont en situation de coopration, si lune des deux conditions est vrifie : 1.
Lajout dun nouvel agent permet daccrotre diffrentiellement les performances du
groupe ; 2. Laction des agents sert viter ou rsoudre des conflits potentiels ou
actuels [Ferber, 1995, op.cit.].
4
Pour plus de dtails sur cette classification, on pourra consulter avec intrt la seconde dition de
louvrage de la page 40 la page 42. Pour information, il existe depuis septembre 2006, une traduction
franaise cet ouvrage. Cette traduction est rfrence sous le code ISBN 2744071501.
122 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Par exemple, lorsquun mnage la recherche dun appartement se fait aider par ses
proches ou sollicite les services dune agence immobilire, il accrot ses chances
datteindre son but plus vite. En revanche, linteraction peut engendrer un problme pour
un agent lorsque ce dernier ce trouve en situation de conflit ou de comptition. Par
exemple, deux mnages distincts peuvent se trouver en situation de comptition lorsquils
dsirent accder un mme logement. Dans ce cas, le perdant sort du conflit en tant
affaibli (sil y a un gagnant). Sinon, les deux mnages devront ajuster leurs buts compte
tenu de cette exprience. Lensemble de ces interactions conduit de nouvelles
configurations non programmes lchelle du systme.
4.1.6. Lmergence
Nous avons prsent dans le chapitre prcdent le concept de lmergence. Et nous avons
prcis que dans la littrature, les termes auto-organisation et mergence ont des
significations assez voisines. Le premier tant issu des sciences physiques et chimiques
[Nicolis et Prigogine, 1981], le second tant plus utilis par la biologie, donc par la vie
artificielle [Cariani, 1991 ; Steels, 1991]. Dans le domaine des SMA, on peut lire dans
[Drogoul et al., 2004] que [] les deux font rfrence au fait quun systme, pris dans
son ensemble, manifeste des comportements qui ne sont pas prsents explicitement dans
chacun de ces composants, et sont donc le rsultat de la dynamique interne du systme
et/ou de ses interactions dynamiques avec son environnement . Ainsi, la dynamique du
systme procde par une itration de la squence des interprtations faites par chaque
agent de son environnement local et des actions de lagent sur lenvironnement. Quand
une telle dynamique se stabilise, alors on parle dmergence dune structure ou dune
fonctionnalit globale du systme. Ds lors que le tout (le systme global) rtroagit sur les
parties (les entits et/ou les agents) via lenvironnement, il y a aussi mergence pour les
agents dans la mesure o cest ltat global mergeant qui conditionne les comportements
individuels de chaque agent. Ainsi, dans les SMA, une fonction globale est attendue
partir dun ensemble de spcifications au niveau local de chacune des entits du systme.
Cette proprit du niveau global nest pas programme dans les agents et nexiste que par
leurs interactions conduisant des processus permanents de rorganisation.
Chapitre4Lapprochemultiagentsengographie 123
**************************************************************************************************
4.2.1. Dfinition
La ractivit : lagent est uniquement dirig par des vnements perus dans
lenvironnement. Il ragit de manire opportuniste ces changements.
La proactivit : linverse des objets5, lagent nagit pas seulement en rponse des
changements de lenvironnement. Il est aussi capable de sassigner des buts et de prendre
des initiatives pour les atteindre (par exemple laborer des stratgies rsidentielles).
La socialit : lagent interagit avec les autres agents. Cette proprit caractrise le fait
quun agent est capable de grer le passage dun niveau collectif (satisfaire un but
commun plusieurs agents) un niveau individuel (grer ses dsirs et ses intentions,
laborer des plans pour atteindre un but quil sest assign, rduire les conflits entre buts,
etc.) et inversement.
On oppose classiquement deux catgories dagents : les agents ractifs et les agents
cognitifs.
Les agents ractifs sont dfinis uniquement partir de rgles de type stimulus-rponse.
Ils permettent de modliser des comportements trs fins, mais ne possdent pas dtats
internes ou de mmoire historique. Selon Brooks [Brooks, 1986 ; 1991a ; 1991b], le
comportement intelligent dun agent devrait rsulter de divers comportements plus
simples. Un agent est alors vu comme un ensemble de comportements accomplissant une
tche donne. Chaque comportement est une machine tats finis qui tablit une relation
entre une entit sensorielle et une action de sortie.
Ltude de la dynamique spatiale relative une thmatique gographique peut se rfrer
un modle dagents ractifs au sens des automates cellulaires (cf. chapitre suivant).
Lorsquun agent est dpourvu de toute facult mentale, il est reprsent conceptuellement
par un modle abstrait de type stimulus-rponse. Cest--dire que le comportement de
lagent est rgi par un ensemble de rgles prdfinies. Ces rgles peuvent sexcuter en
parallle ou squentiellement. Ce type dagent possde donc un voisinage lui permettant
de raisonner sur son environnement immdiat ou lointain selon le cas. Le comportement
dun tel agent est rsum la figure 4.1.
5
En termes de programmation informatique, les objets ont en commun avec les agents des similarits
videntes mais aussi des diffrences fondamentales. Un agent dcide de son comportement en fonction de
son tat, de ses connaissances et de la perception quil a de son environnement. Les objets ne possdent
pas cette autonomie de contrle.
Chapitre4Lapprochemultiagentsengographie 125
**************************************************************************************************
Les agents cognitifs sont dots dtats internes ou de mmoire leur permettant de se
reprsenter lvolution de leur environnement. En clair, il sagit dagents qui possdent
des tats mentaux. Pour la modlisation de ce type dagent dans le cadre du raisonnement
pratique6, les chercheurs ont dvelopp larchitecture BDI (Belief, Desire, Intention)
[Bratman, 1987 ; Bratman et al., 1988 ; Georgeff et Lansky, 1987 ; Rao et Georgeff,
1991a, 1991b, 1992 ; Sing, 1994 ; Brazier et al., 1997 ; Rana et al., 2003]. Ces agents sont
gnralement modliss avec les aptitudes mentales de croyances7 (ce que lagent connat
de son environnement), de dsirs (les objectifs potentiels que lagent peut vouloir
atteindre) et dintentions (les objectifs pour lesquels lagent sest engag). Un agent BDI
doit donc mettre jour ses connaissances en fonction des informations qui lui proviennent
de son environnement, identifier quelles options lui sont offertes, filtrer ces options afin
de dterminer de nouvelles intentions pour agir en consquence.
Ltude de la dynamique socio-fonctionnelle relative une thmatique gographique peut
se rfrer un modle dagents cognitifs. Dans le cadre de nos travaux, les mnages sont
modliss selon une architecture BDI. Cest un modle abstrait qui considre quun agent
cognitif, cest--dire dot de facults mentales, prend ses dcisions en fonction de son tat
de connaissances sur le monde rel, ses dsirs et ses intentions. Ces connaissances
peuvent tre incompltes ou errones. Les dsirs dun agent ne pouvant pas tous tre
satisfaits, les intentions constituent les dsirs potentiellement satisfaisables. Les intentions
constituent donc un sous-ensemble dynamique des dsirs. Conceptuellement, ces trois
structures de donnes forment lossature dun agent cognitif. Mais ce dernier ne vit pas
en autarcie. Il volue dans un environnement peupl par ses pairs au sein du systme.
Lagent cognitif peut se trouver en situation de dpendance sociale vis--vis dun ou
dautres agents du systme. A ce titre, il rpond des vnements en provenance du
systme ou du monde extrieur ; ce qui lui permet denrichir ou de mettre jour son tat
de connaissances et par la mme occasion, dajuster ses dsirs et de filtrer ses intentions
en fonction de ses objectifs. Lensemble de ce processus est schmatis la figure 4.2.
6
Traduction de lexpression anglaise Pratical reasonning cest--dire, le raisonnement tel quil se
pratique chez les humains.
7
En raison de lambigit de ce concept, nous lui prfrons le terme Connaissances ou Base de
connaissances ou encore Conviction.
126 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Mme si les termes sont souvent utiliss de manire interchangeable (par abus de
langage) dans la communaut agent, ils prsentent une diffrence assez subtile. En effet,
la simulation multi agents fait partie des champs dapplication des systmes multi agents.
Un SMA est un ensemble dagents interagissant. La figure 4.3 propose par J. Ferber
[Ferber, 1995 op. cit.], illustre les principaux concepts et composantes dun SMA ainsi
que leur relation. Un tel systme repose sur lexistence concomitante dun modle
dagents (cf. 4.2.2), dun modle dinteractions multiscalaires (chelles micro et macro)
bien spcifique la discipline (la gographie en loccurrence) et une thmatique bien
prcise (la mobilit rsidentielle dans le cadre de notre thse).
128 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Organisation
Agents
Figure 4.3 : La relation micro-macro dans les SMA (adapt de [Ferber, 1995])
Sil est dores et dj tabli que le comportement global du systme merge dun
ensemble dinteractions locales entre agents et aussi entre les agents et un ensemble de
structures organisationnelles, il est primordial de comprendre comment cette mergence
repose sur la dynamique du systme. En effet, elle ncessite ltude du rapport entre
lchelle microscopique et lchelle macroscopique, cest--dire entre les agents eux-
mmes et entre les agents et leur environnement. Pour une meilleure comprhension du
processus dmergence, nous proposons une illustration prenant pour support la figure
4.4.
Le niveau microscopique dcrit les comportements des agents ractifs (qui nont pas une
reprsentation explicite de lenvironnement du systme) rgis par de simples rgles de
type automates cellulaires. Il dcrit galement un ensemble de comportements plus
complexes reprsents par les agents cognitifs. Ces derniers sont rgis par des rgles plus
complexes que celles des agents ractifs. Ils peuvent alors analyser des informations, des
faits et fonder leurs dcisions sur leur perception de lenvironnement dans lequel ils
voluent.
Le niveau macroscopique correspond au systme global (la ville en loccurrence)
compos de son environnement physique et dagents cognitifs organiss en socit. Il
dfinit lorganisation de la structure dagents composant le systme, et son rle global.
Deux types dinteractions sont donc identifis : les interactions entre agents du mme
niveau et les interactions entre les deux niveaux. Les phnomnes dmergence sont ainsi
le rsultat de ces interactions.
Chapitre4Lapprochemultiagentsengographie 129
**************************************************************************************************
----------- Interactions
I. AGBOSSOU, THEMA, UMR 6049, 2005
Figure 4.4 : Articulations entre chelles micro et macro dans un SMA gographique
Le champ dapplication des systmes multi agents peut tre organis en trois grandes
familles. Ces dernires sont identifies par certains chercheurs [Boissier et al., 2004, op.
cit.] sous les vocables : simuler, rsoudre et intgrer. Les applications multi agents
regroupes dans la famille simuler ont pour finalit de modliser et reproduire des
phnomnes du monde rel, afin de comprendre et/ou dexpliquer leur comportement. Ce
sont des applications telles que la simulation du trafic routier [Moukas et al., 1998 ;
Bazzan et Klgl, 2003], la simulation de phnomnes sociaux [Bensaid, 2003 ;
Vanbergue et Drogoul, 2002 ; Conte et al., 1998], la simulation de phnomnes
biologiques [Drogoul, 1993 ; Doran, 2001 ; Edmonds, 2003], etc. La technique privilgie
dans ces applications est la simulation8, pour mettre en place des exprimentations de
phnomnes du monde rel. Cest dans cette famille dapplications que sinscrivent les
exprimentations de notre travail de recherche.
Ainsi, lapproche multi agents permet de choisir le niveau dabstraction sur lequel on veut
se placer selon les objectifs de la simulation ralise. En ayant cette possibilit, il devient
possible de vrifier la pertinence des chelles habituellement choisies. En rgle gnrale,
on fait correspondre une entit relle du systme cible un agent reprsentant ses
8
Globalement, la communaut utilisant cette technique de simulation couple aux systmes multi agents,
est regroupe autour du journal JASSS (http://www.soc.surrey.ac.uk/JASSS), du workshop rgulier
MABS (Multi-Agent Based Simulation).
130 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Reprsentation systmique
Agentification
Identification
Conceptions
Architectures
9
Contrairement la mthode en cascade, le processus unifi et itratif prne lagilit lors de la
modlisation des systmes complexes cest--dire quil est possible de remettre en cause ce qui est
considr comme acquis dans une phase antrieure pour une raison quelconque, et de se donner les
moyens dy revenir.
132 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Lidentification des agents est un exercice plus ou moins simple : la difficult dpend la
fois de la thmatique et de la problmatique. Le repre observer est la principale
diffrence entre un agent et un objet : un agent possde un comportement autonome.
Classiquement, un agent est une entit autonome qui agit pour atteindre un but en utilisant
une vue partielle ou locale de son environnement. Ainsi pour des applications de
modlisation et/ou de simulation des socits humaines, lidentification des agents ne
pose gure de difficult. En revanche pour des problmatiques paysagres (nous
considrons ici le paysage dans son acceptation gographique) ou de simulation de la
dynamique dun bassin versant ou encore de lvolution dune nappe phratique, il est a
priori moins ais didentifier les diffrents agents du systme. Et cest lune des raisons
pour lesquelles il est ncessaire de disposer dune mthodologie oriente agent.
Dans les mthodes comme GAIA [Zambonelli et al., 2005], INGENIAS [Pvon et al.,
2005] et Prometheus [Padgham et Winikoff, 2005], lidentification des agents est
subordonne aux diffrents rles jous par les entits structurelles du systme. Dans la
mthode Cassiope [Collinot et Drogoul, 1996], les agents sont dfinis aprs
lidentification des comportements lmentaires ncessaires la ralisation de la tche
aux sous-systmes. Somme toute, lidentification des agents doit respecter les principes
suivants :
Chapitre4Lapprochemultiagentsengographie 133
**************************************************************************************************
La spcification des agents consiste les classifier en fonction des objectifs qui leur sont
assigns, de leur accointances, et la dfinition dontologies10 propres au systme tudi.
Lontologie doit tre vue comme pourvoyeur de sens et comme moyen dintroduire les
traitements smantiques des donnes ncessaires la rsolution de la problmatique
pose.
10
Lontologie dfinit un vocabulaire de termes, accompagn de la spcification (dfinition des concepts
et les liens entre ceux-ci afin de se conformer aux prceptes de la discipline et de limiter les
interprtations ambigus possibles). Pratiquement les ontologies correspondent une reprsentation
informatique (en gnral formelle) des concepts, des relations smantiques et des heuristiques dun
domaine dapplication.
11
Ces documents sont disponibles en accs libre sur le site www. fipa.org.
12
On pourra utilement consulter le site www.uml.org.
13
Consulter le site www.auml.org pour une documentation approfondie.
134 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Dans ce qui suit, nous prsentons succinctement quatre modles de simulation multi
agents appliqus des problmatiques gographiques : SVERIGE14, MICDYN15,
SIMPOP et AGENT. Ces prsentations ne seront pas faites dans un souci dexhaustivit.
Il existe bien videmment un grand nombre dapplications gographiques, mais nous nous
limitons ces quatre qui donnent dj un aperu des diverses possibilits et avantages
offerts par le paradigme multi agents.
14
System for Visualising Economic and Regional Influences in Governing the Environment.
15
MICrosimulation DYNamique
136 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Cest un modle de microsimulation spatiale [Holm et al., 2000] dvelopp par une
quipe de recherche sudoise. Lobjectif est de disposer dun modle oprationnel de base
sur lequel dautres modles pourront tre greffs pour permettre de rpondre des
questions de socit ou des problmatiques environnementales. Le cur du modle est
essentiellement spatio-dmographique et fonctionne partir dquations, de matrices de
transition et de rgles logiques. Le volet spatial est consacr aux migrations en faisant
dpendre les dcisions individuelles du contexte spatial dans lequel elles sont prises par
les agents. La structure dmographique intgre comme variables la fcondit, la mortalit,
la cohabitation et le mariage, le divorce, le dpart du domicile familial, lducation,
lemploi et les revenus, etc.
Ce modle a t appliqu un chantillon denviron 14000 individus tirs alatoirement
parmi la population sudoise. La simulation a tourn sur une dure de cent ans de 1990
2090. Pour chaque agent, une vingtaine dattributs (ge, revenu, lieu de rsidence, etc.)
sont actualiss chaque anne. Sont stocks galement chaque pas de temps les
vnements (naissance, dcs, migration, etc.) associs chaque individu.
Il sagit dun modle prvisionnel lchelle communale. Son objectif est de tester
limpact de diffrentes hypothses concernant la croissance de lemploi sur lvolution de
la distribution spatiale de la population au niveau communal dans les dpartements de
lHrault et du Gard dans le sud de la France [Aschan et al., 2000]. Dans le modle, les
rgles sont formalises au niveau des individus. Chaque pas de simulation correspond
une anne et tous les agents sont considrs tour tour afin dvaluer les changements qui
les affecteront au cours de lanne suivante. Ces changements sont fonction du
vieillissement, de loccurrence et de lenchanement dvnements (naissance, dpart de
chez les parents, mise en union, etc.) ainsi que larrive de nouveaux migrants dans la
rgion.
La commune de destination dun individu est dtermine en fonction des disponibilits
de logement et demploi correspondant son profil socioprofessionnel, les lieux de
rsidence et de travail tant lis par une contrainte de distance maximale de 40 km.
Chapitre4Lapprochemultiagentsengographie 137
**************************************************************************************************
En ce qui concerne lvolution de la population, la simulation est faite sur 50 ans. A partir
des observations de 1990, anne de rfrence, on obtient en 2040 une population
dindividus dont on connat le sexe, le statut familial, le niveau de formation, le secteur
dactivit, ainsi que les lieux de travail et de rsidence. Chacune des ces donnes tant
stocke chaque pas de temps, on peut par exemple procder des visualisations et
reprsentations de toute sorte.
16
Journes Francophones sur les Systmes Multi-Agents, dition 2003.
Chapitre4Lapprochemultiagentsengographie 139
**************************************************************************************************
Figure 4.6 : Interaction entre agents route et btiment (Extrait de [Duchne et Cambier,
2003, op. cit.])
Bibliographie rfrence
[Conte et al., 1998] R. Conte, N. Gilbert, J.S. Sichman. MAS and Social Simulation : A
Suitable Commitment. MABS98. Paris, 1998
[Dupuy, 1992] J.P Dupuy. Introduction aux sciences socials : logique des phnomnes
collectifs. Editions, Ellipses, Paris, 1992
[Edmonds, 2003] B. Admonds. Simulation and Complexity how they can relate ? In Virtual
World of Precision, 2003
142 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Ferber, 1989] J. Ferber. Objets et agents : une tude des structures de reprsentation et de
communication en IA. Thse dEtat, Universit de Paris VI, juin 1989
[Ferber, 1995] J. Ferber Les Systmes multi-agents. Vers une intelligence collective. IIA.
InterEditions, Paris, 1995
[Folley, 2002] D. Folley. The strange history of the economic agent. Working paper of the
Graduate Faculty of New School University, 2002
[Grimm, 1999] V. Grimm. Ten years of individual-based modelling in ecology: what have we
learned and what could be learned in the future. In Ecological Modelling, vol. 115, 1999
[Hockney et Eastwood, 1998] R.W. Hockney, J.W. Eastwood. Computer simulation using
particles. Institute of Physics Publishing. London, 1998
[Huynh et al., 2006] T.D. Huyng, N. Jennings, N.R. Shadbolt. Certified Reputation: How an
Agent can Trust a stranger. International Joint Conference on Autonomous Agents and
Multiagent Systems (AAMAS06). ACM Press, 2006
[Kruchten, 2000] P. Kruchten. The Rational Unified Process An Introduction. 2nd edition.
Addisson-Wesley, 2000.
[Larman, 2003] C. Larman. Agile and Iterative development: A Managers Guide. Editions
Addison-Wesley, 2003.
[Pvon et al., 2005] J. Pvon, J. Gomez-Sanz, R. Fuentes. The INGENIAS methodology and
tools. In Agent-oriented methodologies, Edition Idea Group Publishing, 2005.
[Platon et al., 2005] E. Platon, N. Sabouret, S. Honiden. Overhearing and Direct Interactions :
Point of View of an Active Environment, a Prelimary Study. Proceedings of AAMAS Workshop
on Environment for Multi-Agent Systems (E4MAS 2005), 2005
[Servat, 2000] D. Servat. Distribution du contrle de laction et de lespace dans les simulations
multi-agents de processus physiques. In JFIADSMA2000. Editions Hrmes, Paris, 2000
[Van Imhoff et Post, 1988] E. Van Imhoff, W. Post. Mthodes de micro-simulations pour les
projections de population. In Population, n4, 1988
A. Rodin
Malgr le fait que les automates cellulaires soient bien connus des gographes
(notamment les chercheurs qui sintressent aux pratiques de modlisation et de
simulation), ils prsentent des potentialits non encore exploites. Les automates
cellulaires possdent des caractristiques communes certains types dagents. Il sagit en
loccurrence des agents ractifs prsents au chapitre prcdent dans le paragraphe 4.2.2.
A ce titre, les automates cellulaires peuvent facilement sinterfacer avec un modle
exclusivement multi agents dans le cadre de simulations urbaines.
Lun des objectifs de notre travail de recherche est de russir raliser le couplage dun
modle dautomate cellulaire avec un modle de systme multi agents pour une meilleure
reprsentation du systme urbain simuler. Ainsi, nous appuyant sur les rsultats de
quelques travaux antrieurs relatifs aux automates cellulaires, nous montrons comment
ces derniers pourraient tre utiliss pour reprsenter les diffrentes occupations du sol
dans lensemble de la chane de modlisation par agents de la dynamique urbaine.
Nous exposons dans ce chapitre les notions dautomate et dautomates cellulaires (AC)
ainsi que les concepts cls ncessaires leur mise en application. Les proprits
communes aux automates cellulaires et aux agents ractifs sont ensuite mises en
vidence ; ce qui nous permet dexpliquer la faon dont sera ralis le couplage SMA-
AC. Nous terminons le chapitre avec quelques exemples dapplications de simulations
urbaines laide dautomate cellulaire.
144 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Partant dune dfinition intuitive, nous introduisons formellement les automates puis une
prsentation de quelques unes de ses variantes.
Selon le petit Robert, le mot automate qui drive du mot grec automotos, signifie
qui se meut de soi-mme. [Toute machine anime par un mcanisme intrieur.
Dispositif reliant des algorithmes, des oprations automatiquement enchanes. Appareil
m par un mcanisme intrieur imitant les mouvements dun tre vivant. Homme qui agit
comme une machine sans libert.]. Cette dfinition donne un premier aperu de la notion
dautomate. Mais elle est forcment rductrice en regard des applications scientifiques et
technologiques issues des automates.
Un automate peut tre dfini comme un objet mathmatique (abstrait dans ce cas) ou un
objet physique (rel dans ce cas : le digicode dune porte en est un exemple) manifestant
un certain nombre de comportements variables. Son changement de comportement est
conditionn par un ensemble de lois ou de rgles qui le gouvernent. Le digicode dune
porte de scurit que lon peut assimiler un automate, peut classiquement manifester
deux comportements possibles ds quun usager essaie daccder au lieu (bureau, maison,
etc.) que protge cette porte : ouvrir la porte ou bien laisser la porte ferme. Il sagit des
deux tats possibles de lautomate. Les rgles qui le gouvernent sont de la forme :
si le code daccs compos par lusager est correct, alors la porte souvre ;
si le code daccs compos par lusager est erron, alors la porte reste ferme.
Il existe deux catgories dautomates : les automates finis et les automates infinis ; mais
nos propos concerneront seulement les automates finis car les diffrentes occupations du
sol que nous simulerons constituent un ensemble fini.
Les automates finis constituent l'un des modles de calcul les plus anciens en
informatique. La thorie des automates a galement connu de grands dveloppements du
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 145
**************************************************************************************************
Un rseau dautomates est un systme form par plusieurs automates interconnects entre
eux selon une structure dinteraction spcifique. Ce systme peut tre interprt comme
un graphe orient G (V, U) dont lensemble V des sommets serait compos des automates
(les nuds du rseau) et lensemble U des artes, regrouperait les connexions qui relient
une sortie une entre (cest--dire un automate un autre). Un rseau est considr
comme ferm ds lors quaucune entre et quaucune sortie ne communique avec
lextrieur. Dans le cas contraire, le rseau est dit ouvert. A linstant t, ltat du rseau est
donn par la liste des tats de lensemble des automates qui le composent. Cest ce quon
appelle configuration. Les proprits dun rseau dautomates sont donc dfinies par le
mode ditration (synchrone ou asynchrone), la fonction de changement dtat de
lensemble des automates (encore appele fonction de transition) et la structure
dinteraction entre ses lments. La dimension dun rseau dautomates peut tre gale
un, deux ou trois voire plus selon les applications. Par exemple le rseau dautomate
unidimensionnel a fait lobjet de nombre de travaux thoriques [Wolfram, 2002, op. cit.].
Dans le cadre de notre travail nous nous intressons seulement aux rseaux dautomates
bidimensionnels qui sont beaucoup plus particulirement appropris une modlisation
spatiale en dimension planaire.
Un automate cellulaire (nous utilisons lexpression automate cellulaire sachant que nous
lui associons un espace deux dimensions) est un rseau dautomates tats finis et
structurellement identiques entre eux, auquel sajoute une proprit de voisinage. Le
voisinage (nous reviendrons sur le concept de voisinage : cf. 5.3.2.) est le champ
dinteraction entre un automate et les autres automates du rseau.
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 147
**************************************************************************************************
Reprenant les travaux de Langlois [Langlois, 2005] nous pouvons formellement dfinir
un automate cellulaire comme tant un quadruplet (E0, E, V, f) o E est lensemble des
tats, E0 lensemble des tats initiaux (E0 tant un sous-ensemble de E), V le voisinage et f
la fonction de transition. En effet le rseau sous jacent est un maillage (en tant que
gographe, on parlerait de carroyage) dont les mailles ou cellules hbergent chacune un
automate qui lui est assimil. Ainsi, il est plus convenable de dsigner chaque automate
par sa cellule. Le maillage possde une structure qui dfinit la fois la forme des cellules
et la taille du rseau (nombre de cellules), sa gomtrie et sa topologie. La forme des
cellules peut tre un triangle, un losange, un hexagone ou un carr (cest la forme
gomtrique la plus facile dutilisation voire adapte). Cest cette forme gomtrique que
nous utilisons. Lensemble des cellules constitue le domaine spatial de lautomate
cellulaire [Langlois, 2005, op. cit.].
[Berlekamp et al., 1982]. Conway et dautres chercheurs ont dmontr que le jeu de la vie
possde aussi les proprits de calculateur universel. Il est considr comme tant
lautomate cellulaire le plus simple en raison du fait que ses automates ne possdent que
deux tats possibles (vie et mort). Nous ne dveloppons pas davantage le modle
mathmatique sous jacent car presque tous les travaux en relation avec les automates
cellulaires en font dj rfrence et ce, de faon approfondie.
En gographie, lapproche des automates cellulaires applique la dynamique spatiale fut
pour la premire fois, explicitement prsente par Waldo Tobler (cf. Encadr 5.1) dans un
article [Tobler, 1979] vers la fin des annes soixante dix. Il y exposait les principes selon
lesquels on pouvait concevoir ce quil appelait une gographie cellulaire. Mais, il a fallu
attendre une quinzaine dannes plus tard, pour que Couclelis reprenne les travaux de
Tobler dans un cadre conceptuel gnral indiquant les conditions dapplication dune
approche cellulaire permettant la modlisation des phnomnes spatiaux [Couclelis,
1985]. Ds lors, le nombre de travaux de modlisation de la dynamique spatiale
sappuyant sur les automates cellulaires ne cessent de crotre aussi bien en apports
thoriques quen applications relles [Allen et al., 1986 ; Alligood et al., 1996 ; Langlois
et Phipps, 1997, op. cit. ; Alves et al., 2002 ; Batty, 1989, 2001 ; Batty et Torrens, 2001 ;
Batty et al., 1997 ; Benati, 1997 ; Fates, 2001 ; Dubos-Paillard et al., 2003; White et
Engelen, 1993, etc.].
Dans les applications gographiques des automates cellulaires, chaque cellule matrialise
une occupation du sol qui correspond un tat. Lensemble des tats possibles de chaque
cellule est donc un sous ensemble de toutes les occupations du sol identifies pour la
thmatique tudie.
5.3.2.3. Le voisinage
Les deux voisinages de bases les plus significatifs sont ceux de Moore et de Von
Neumann. Les autres sont obtenus par des combinaisons de ces derniers. Pour une cellule
donne, le voisinage de Von Neumann (a) considre ses voisins comme tant lensemble
des cellules de premier rang situes de part et dautres de chaque ct (Nord, Sud, Est et
Ouest). Le voisinage de Moore (b) considre les cellules de premier rang situes de part et
dautre des quatre cts et sommets de la cellule cible (il sagit du voisinage de Von
Neumann complt par les cellules Nord-Est, Nord-Ouest, Sud-Est et Sud-Ouest).
En respect du principe de cohrence de voisinage qui snonce comme suit : Dans un
systme de cellules interactives, ltat ralis dans une cellule tend simposer aux
cellules du voisinage. [Phipps, 1989], le voisinage de Moore se prte mieux aux
modlisations urbaines ; et cest celui que nous utilisons dans le cadre de ce travail. En
effet, lorsquune cellule x matrialise un tat ei, elle interagira avec les autres cellules de
son voisinage V de faon augmenter la probabilit pour que celles-ci occupent le mme
tat ei. Inversement, chaque cellule v du voisinage V interagira de la mme faon avec x
en tendant imposer son propre tat cette dernire.
Elle dsigne la configuration spatiale de dpart pour la simulation. Cette configuration est
dfinie par loccupation du sol (tat initial) de toutes les cellules dont lensemble
matrialise la zone dtude (lespace cellulaire). Elle est obtenue, en gnral, selon un
pattern2 dfini a priori de faon empirique conformment la ralit qui est modlise.
Elles expriment les conditions sous lesquelles chacune des cellules peut changer dtat
dune configuration lautre entre deux pas de simulation. Les conditions prcisent
galement quels tats peuvent transiter vers quels autres tats.
2
La notion formelle de pattern prend sa source dans les modles de construction architecturale de
Christopher Alexander [Alexander et al., 1977]. Un pattern est un modle de conception au sens dun
artefact. Il permet dassocier un nom et une forme aux heuristiques abstraites aux rgles et aux bonnes
pratiques techniques ou scientifiques. Cest donc une description nomme dun problme et dune
solution susceptible dtre applique dans de nouveaux contextes. Dans lidal, le pattern fournit, en
complment, des conseils sur la faon dont il peut tre utilis dans des situations varies, et prsente
galement ses points forts et ses contre-indications. En clair, le recours un pattern vite au concepteur
ou au modlisateur de ne pas chercher rinventer la roue.
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 151
**************************************************************************************************
La transition se fait dabord au niveau de chaque cellule, en fonction des rgles tablies et
du type de voisinage considr, puis au niveau global ( lchelle du terrain dtude). Elle
peut tre dterministe ou stochastique. En mode dterministe, toutes les configurations
possibles chaque itration sont connues lavance. En effet, le nouvel tat occup par
chaque cellule une prochaine itration peut tre connu en fonction des rgles
appliquer. Le jeu de la vie est un exemple dautomate cellulaire dterministe. En mode
stochastique, les rgles de transition sont probabilistes. La dtermination de ltat dune
cellule au temps t est assujettie une probabilit p de sorte que la somme de toutes les
probabilits de toutes les cellules en interaction soit gale lunit. Si plusieurs cellules
satisfont aux conditions pour tre choisies, la slection peut soprer au moyen dun
gnrateur pseudo-alatoire [Fleury et al., 2007] sur lensemble des cellules candidates. Il
nest donc pas possible de prdire de faon exacte, au temps t t, la configuration du
systme au temps t. Lautomate cellulaire mis en uvre dans notre travail est de type
probabiliste. La transition est galement relative la gestion du temps : modes synchrone
ou asynchrone (cf. Chapitre 3, 3.5.3.2.).
Encadr 5.1
Dans son article de 1979 [Tobler, 1979, op. cit.], Waldo Tobler a prsent les diffrentes modalits sous lesquelles
peuvent tre conduites des transitions dans un automate cellulaire vise gographique.
Pour illustrer le principe des transitions des cellules dune occupation du sol au temps t une autre au temps t+t, il
posa que si gtij est la catgorie doccupation du sol dune cellule localise par ses coordonnes i (abscisse) et j
(ordonnes) dans lespace cellulaire au temps t, et que gijt+t est loccupation du sol de cette mme cellule, un autre
temps (le moment t+t), alors cinq possibilits primitives de modification de loccupation du sol peuvent apparatre.
Il sagit des cinq modles reprsents ci-contre.
Modle I
vijt g ijt +t
gijt g ijt +t
wijt
Modle IV
Modle II
Modle IV Modle V
Pour W. Tobler, ces cinq modles sont videmment des abstractions simplistes, et cest certainement en les
combinant (notamment, le second et les deux derniers) que lon procdera une simulation urbaine plus raliste.
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 153
**************************************************************************************************
La premire est un automate cellulaire bas sur des stocks de logements, pas de temps
non uniforme. Le principe repose sur la similarit des comportements de groupes sociaux
(cest--dire une homognit des modalits de choix pour des groupes similaires du point
de vue dmographique et conomique). Les zones o ltat doccupation du stock de
logements est infrieur un moment donn son optimum agissent comme des
attracteurs ; paralllement, les groupes dindividus (cohortes) issus des cellules denses
sadaptent cette situation par un mouvement de mobilit qui se reporte sur ces zones. Le
dplacement stablit par contigut (voisinage). La seconde application est un modle
multi agents qui introduit les individus (ou groupe dindividus) caractriss par des
comportements particuliers et des critres de choix rsidentiels diffrents. Plusieurs rgles
de fonctionnement cognitif et de prfrence individuelle sont introduites dans la
simulation ; il en est de mme pour les lieux, savoir les logements et les zones
dhabitation. Le critre de choix se fonde sur une valuation des descripteurs offerts par
chaque zone et sur une confrontation avec les critres dgags par chaque individu.
Prenant comme appui les rsultats des ces diffrents travaux, notamment ceux de Dijkstra
[Dijkstra et al., 2000] o sont prsents les rsultats thoriques dun modle multi agents
base dautomates cellulaires pour la visualisation dactivits pdestres nous pensons que
le couplage dun SMA et dun AC dans une seule et mme application de simulation de la
dynamique urbaine, peut tre trs fcond en termes dapproches conceptuelles, de
mthodologie et de rsultats scientifiquement probants. En effet, il est dores et dj
acquis que les automates cellulaires sont un excellent outil de reprsentation de la
dimension spatiale. Or, dans la plupart des applications multi agents, lenvironnement
fournit le contexte spatial des agents. Il devient ds lors possible de modliser
lenvironnement dun SMA par un automate cellulaire. Le systme urbain tant en
dfinitive une combinaison non linaire des hommes, de lespace et du temps (le temps
joue le rle de ciment entre les hommes et lespace), le modliser revient reprsenter les
hommes par des agents cognitifs et lespace par un automate cellulaire que nous
considrons comme un ensemble dagents ractifs (cf. Chapitre 4, 4.2.2.). La figure 5.2
donne lillustration du couplage SMA-AC.
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 155
**************************************************************************************************
Agents ractifs
(automates cellulaires)
Agents cognitifs
Interactions entre agents cognitifs - Mnages
- Amnageurs
- Politiques, etc.
Lenvironnement est principalement caractris par les rgles de transition qui sont
dictes par le comportement des agents cognitifs. Ceci implique quil est capable non
seulement dvoluer en fonction des comportements des agents mais, il peut galement
contraindre par effet rtroactif les dcisions de ces derniers.
Dans le modle cellulaire de Batty et Xie [Batty et Xie, 1994 ; Batty, 1998], lespace
urbain est reprsent par un ensemble de cellules ayant chacune deux tats possibles : tat
1 pour une cellule occupe et tat 0 pour une cellule qui nest pas occupe. Une cellule
occupe peut redevenir inoccupe : cest le principe de rversibilit. Le modle gnral
est caractris par trois fonctions principales savoir la capacit des tats persister, la
capacit des tats se multiplier et la fonction de localisation du lieu de croissance dans le
cas o un tat se multiplie.
Etij = {0, 1} dsigne les tats possibles de la cellule ij au temps t.
Pt = etij dsigne la population de cellules occupes au temps t.
Pt+1 = Pt (1+ ) dsigne la population des cellules occupes au temps t+1, o et
sont respectivement les taux dapparition et de disparition de ltat 1 pour lensemble du
systme.
La capacit des tats persister est dfinie par eijt +1 = Integer[eijt * (1 + random(1))]
Le modle propos par Portugali et Benenson [Portugali et Benenson, 1994, 1995, 1997 ;
Portugali et al., 1994, 1997] permet la simulation de lvolution dune ville soumise un
double processus de migration : une migration interne et une migration externe. Ce
modle appel City-1 dont la version City-2, en cours de dveloppement [Benenson,
1999, 2001, 2004] volue vers un modle multi agents, visait surtout simuler le
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 157
**************************************************************************************************
U(C) tant le voisinage et R une fonction de rpulsion contrle par les paramtres a, b et
c tenant compte des caractristiques (migrants internes et externes, comportement
sgrgatif ou neutre) de la population habitant le voisinage de la cellule de dpart.
La matrice spcifiant les probabilits pour quune cellule libre devienne occupe par les
q 00 q 01 q 02 q 03 q 04
0 1 0 0 0
migrants internes est de la forme : 0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
avec q0i = f[U(C), g(a, b, c)], g tant une fonction dattraction contrle par les
paramtres a, b et c tenant compte des caractristiques (migrants internes et externes,
158 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Le modle ISLAND propos par Roger White et Guy Engelen [White et Engelen, 1993,
op. cit., 1994, 1997, 2000] est un modle cellulaire contraint dfini sur un espace non
homogne. Son objectif est de simuler une dynamique plus rgionale que spcifiquement
urbaine. Il sagit dun modle contraint dans le sens o la dynamique des tats possibles
du systme est gouverne par un modle macro scalaire. Les donnes dutilisation du sol
proviennent dune base de donnes qui est gre par un systme dinformation
gographique (SIG). Au total, ISLAND est un modle de simulation cellulaire compos
de trois sous modles.
Le SIG gre les informations de dpart, cest--dire la configuration initiale. Il permet
en particulier, de dterminer ltat initial des cellules en adaptant linformation spatiale
la rsolution spatiale de lautomate cellulaire. Il permet galement de dterminer les
surfaces potentielles des diffrentes formes dutilisation du sol.
Lautomate cellulaire prend en entre les diverses occupations du sol considres
comme tats accessibles aux cellules. Lvolution du systme se fonde alors sur le calcul,
pour chaque cellule, dun vecteur de probabilit matrialisant son degr dinteraction
avec les autres cellules. Pour ce faire, entrent en ligne de compte la propension de la
cellule prendre un tat donn dfini par le SIG, leffet de son voisinage et une
perturbation alatoire. Ce vecteur not P de dimension n (cest--dire le nombre dtats
possibles) est exprim sous la forme P = SN+ o :
est un facteur dajustement ;
S est un vecteur de dimension n donnant la propension des tats tre occups par une
cellule quelconque. En fait cest le potentiel dune cellule occuper un certain tat ;
N est une matrice diagonale de dimension n x n donnant sur la diagonale leffet de
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 159
**************************************************************************************************
voisinage pour chacun des tats possibles dans une cellule donne selon la fonction
N ii = d k ( w z , y , d )( I d , k ) avec :
Lorsque la force de vie dun individu est puise, celui-ci meurt et se transforme dans un
autre tat Z qui est propre sa classe. A chaque instant t, tout individu dans un tat
E (t ) = X peut se transformer, selon les conditions, en un autre tat, E (t + 1) = Z , parmi
diffrents tats possibles, Z 1 ,Z 2 ,...,Z k . Si lindividu reste en vie, alors E (t + 1) = E (t ) . Pour
chaque transition X>Zi la force de transition F(X > Zi) est dfinie par une moyenne
pondre de produits dinteractions lmentaires Pi. La pondration permet de donner
plus ou moins dimportance chaque interaction dans sa contribution la force de
162 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
k
i Pi ki
transition F ( X > Z i ) = i =1k o Pi = F j (Y j , R j ) , Rj le rayon du voisinage, Yj le nombre
j =1
i
i =1
de cellules prsentes dans le voisinage de rayon Rj et Fj(Yj, Rj) une fonction dinteraction
relative au type de voisinage.
Dans [Dubos-Paillard et al., 2003, op. cit.], les auteur de ce modle ont prsent les
rsultats de son application lespace rouennais. Ces rsultats expriment bien le degr de
ralisme du modle. La figure 5.4 donne une vision comparative de la ralit et des
rsultats de simulation de lespace rouennais en 1994.
Bibliographie rfrence
[Allen et al., 1986] P. M. Allen, G. Engelen, M. Sanglier. Self-organizing systems and the laws
of socio-economic geography. In European Journal of Operational Research, 1986
[Alves et al., 2002] S. Alves, M. Oliveira Neto, M. Martins. Electoral surveys influence on the
voting processes : a cellular automata model. Pysica, 2002
[Batty et Torrens, 2001] M. Batty, M. Torrens. Modeling complexity : the limits to prediction.
In CyberGeo n201, 2001
[Batty, 1998] M. Batty. Urban evolution on desktop: simulation with the use of extended
cellular automata. In Environment and Planning A 30, 1998
[Batty et al., 1997] M. Batty, H. couclelis, E. Eichen. Urban systems as cellular automata. In
Environment Planning B-Planning & Design, 1997
[Batty et Xie, 1994] M. Batty, Y. Xie. From Cells to Cities. In Environment and Planning B 21,
1994
[Benati, 1997] S. Benati. A cellular automaton for the simulation of competitive location. In
Environment and Planning B-Planning & Design, 1997
[Benenson, 2001] I. Benenson. OBEUS : Object-Based Environment for Urban Simulation. 6th
International Conference on GeoComputation. University of Queensland, Brisbane, Australia,
2001. Disponible sur http ://www.geocomputation.org/2001/papers/benenson.pdf (Consult le
23.05.2006)
[Benenson, 1999] I. Benenson. Modeling population dynamics in the city: from a regional to
multi-agent approach. In Discrete Dynamics in Nature and Society n3, 1999
[Engelen, et al., 1995] G. Engelen, R. White, I. Uljee, P. Drazan. Using Cellular Automata for
Integrated Modelling of Socio-environmental Systems. In Environmental Monitoring and
Assessment n34, 1995
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 165
**************************************************************************************************
[Fates, 2001] N. Fates. Les automates cellulaires : vers une nouvelle pistmologie ?. Mmoire
de DEA. Paris-I, 2001. Disponible sur http ://nazim.fates.free.fr/Epistemo/Epistemo.html
(consult le 07.09.2006)
[Garzon, 1990] M. Garzon. Cellular automata and discrete neural networks. Physica, n45,
1990
[Guttorp, 1995] P. Guttorp. Stochastic Modelling of scientific Data. Edition Chapman an Hall.
London, 1995
[Phipps, 1989] M. Phipps. Dynamical Behavior of Cellular Automata under the Constraint of
Neighborhood Coherence. In Geographical Analysis n21, 1989
[Portugali et Benenson, 1997] J. Portugali et I. Benenson. Human agents and global forces in a
self-organising city. In Self-Organization of Complex Structures: From Individual to Collective
Dynamics. London, 1997
[Portugali et al., 1997] J. Portugali et I. Benenson, I. Omer. Spatial cognitive dissonance and
sociospatial emergence in self-organizing city. In Environment and Planning B-Planning &
Design, 1997
[White et Engelen, 1997] R. White et G. Engelen. Cellular automata as the basis of integrated
dynamic regional modelling. In Environment and Planning B-Planning & Design, 1997
[White et Engelen, 1994] R. White et G. Engelen. Urban Systems Dynamics and Cellular-
AutomataFractal Structures between Order and Chaos. In Chaos Solitons & Fractal n4,
1994
[White et Engelen, 1993] R. White et G. Engelen. Cellular automata and fractal urban form: a
cellular modelling approach to the evolution of urban land-use patterns. In Environment and
166 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Xie, 1994] Y. Xie. Analytical Models and Algorithms for Cellular Urban dynamics. Thse de
doctorat de State University of New York at Buffalo. Baffalo, 1994
Partie III
J. Piaget
Dans les chapitres prcdents, nous avons mis en vidence les dterminants de la
mobilit rsidentielle. Nous avons galement vu que les agents rsidentiels (les
mnages) sont caractriss par des proprits que nous avions organises en six
variables (statut doccupation, le revenu, le niveau dtudes, lge, la composition du
mnage et les rseaux de relations sociales). Pour chaque agent, la combinaison de ces
diffrentes variables agit sur le comportement rsidentiel chaque tape de la vie.
Comment formaliser la structuration de ces variables afin de proposer un modle
permettant dinfrer le comportement rsidentiel des agents ? Deux types dapproches
permettent de rpondre cette interrogation. Dune part, les mthodes statistiques car
elles sont prcisment conues pour permettre le passage de lobservation la loi. Et
dautre part, les mthodes issues de lintelligence artificielle, parce que leur vocation est
de permettre aux ordinateurs de traiter des connaissances probabiliste, logique ou
factuelle. La combinaison de ces deux approches est possible grce au formalisme des
rseaux baysiens.
En effet, les rseaux dinfrence baysiens sont le rsultat dune convergence entre ces
deux disciplines et constituent lun des formalismes les plus complets et cohrents pour
lacquisition, la reprsentation et lutilisation des connaissances par des ordinateurs
[Nam, et al., 2004 ; Cornujols et al., 2002 ; Xiang, op. cit., 2002] mais aussi pour le
170 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
calcul de probabilits conditionnelles. Dans le cadre de notre recherche, les rseaux sont
utiliss pour modliser la mmoire dcisionnelle des mnages quant ce qui concerne
leur comportement de mobilit.
Aprs avoir prsent les cadres thoriques et mthodologiques de la mise en uvre des
rseaux dinfrence baysiens, nous ralisons dans ce chapitre le modle
comportemental des agents rsidentiels avant de dresser de faon dtaille lalgorithme
rgissant le comportement dynamique des agents durant la simulation.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 171
**************************************************************************************************
variable 4 variable
variable 2
variable n
Un graphe est un ensemble de couples dlments vrifiant une relation donne. Cet
ensemble peut tre fini ou non. Mais en loccurrence nous nous intressons uniquement
aux ensembles finis car le nombre de variables que nous avons identifies dans le
chapitre prcdent pour caractriser les agents rsidentiels est fini.
Soit V = {v1, v2, vn} un ensemble fini non vide. Un graphe G sur V est dfini par la
donne du couple G = (V, E) o , | , . V est alors nomm
lensemble des nuds de G. E peut tre donc considr, par extension, comme tant la
description de la relation entre chaque paire de nuds. Lcriture u v interdit
lexistence dune relation rflexive. En effet, certaines dfinitions acceptent (u, u)
comme couple dans E ; ce qui nest pas notre cas parce quaucune variable ne sera en
relation avec elle-mme. Les distinctions fondamentales entre les divers types de
graphes dpendent de la nature exacte des lments de E cest--dire la nature des
relations entre chaque paire de nuds.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 173
**************************************************************************************************
La notion dorientation est trs importante lorsquon utilise des modles abstraits
comme les graphes. Lorsque nous considrons par exemple lensemble des villes
franaises relies par autoroute, la relation entre chaque paire de villes est clairement
symtrique (double sens). En revanche, dans le cas dun automate, ce nest pas parce
que celui-ci peut passer dun tat A un tat B quil pourra passer de B A (les
transitions possibles entre A et B peuvent donc tre sens unique). Dans ce cas la
relation est qualifie darc et dans le cas inverse, elle est qualifie darte.
Soit un graphe G = (V, E). Pour tout lment (u, v) de E,
, , ,
, , .
Comme dfini, un arc napparat quune seule fois dans E pour chaque paire de nuds
(u, v) de V. Les arcs et les artes permettent de dfinir et de manipuler de faon
homogne les graphes orients, et non orients. Les graphes orients constituent le socle
des modles baysiens et de ce fait, sont le type de graphe qui nous intresse.
Un graphe G = (V, E) est un graphe orient not si et seulement si tous les lments
de E sont des arcs. Ainsi, , , | , , .
Pour tout arc (uv) appartenant E, u est lorigine de larc et v son extrmit. On dit
que u est un parent (ou prdcesseur) de v et v, lenfant (ou successeur) de u. Nous
noterons v lensemble des parents de v et u lensemble des enfants de u. De mme, on
pourra dfinir lensemble des parents ou des enfants dun sous-ensemble A de V :
|
\ | ,
|
\ | , .
\ .
Dans le graphe , un nud sans parent est appel racine et un nud sans enfant est
appel feuille. Dans la figure 6.2, nous pouvons avoir les illustrations suivantes :
174 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
, , , , , , , , , , , , , , , , , , , , , ,
,
Figure 6.2: Illustration dun graphe orient
,
, a c
, ,
Les rseaux baysiens ont la particularit dallier deux champs diffrents des
mathmatiques dans le but de reprsenter le manque dinformation : la thorie des
graphes dune part, qui fournit le cadre ncessaire pour une modlisation qualitative des
connaissances ; et la thorie des probabilits dautre part, qui permet dintroduire une
information quantitative dans les connaissances.
Une variable alatoire est donc un moyen pour condenser une information pertinente sur
un univers (ensemble des possibilits). Cependant, il faut souvent plus dune variable
alatoire pour caractriser ltat de lunivers. Nous assimilons ici, lunivers au systme
cognitif dcisionnel de lagent rsidentiel. Il est pratique de dcrire ce systme grce
un ensemble de variables permettant de le caractriser tout moment.
Pour ce faire, il faut lui adjoindre une probabilit sur les diffrentes variables qui
permettent de dcrire et de caractriser son tat un moment prcis. Cette probabilit
jointe est construite partir de la mme fonction de probabilit sur P. La liste des
arguments (cest--dire les vnements sur lesquels porte la probabilit) dune
probabilit jointe est donc suffisante pour la caractriser. Ainsi, la probabilit que les
vnements A, B, C et D prennent respectivement les valeurs a, b, c et d est note
176 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
P(a, b, c, d). Plus gnralement, si U est un ensemble fini non vide de variables
alatoires discrtes (U = {X1, X2, . Xn}) sur , U est appel le vecteur tat du systme.
Rciproquement, la donne dune probabilit jointe dun ensemble de variables permet
de retrouver la probabilit jointe de chacun de ces sous-ensembles. Cest ce quon
appelle une probabilit marginale. Lopration qui permet dobtenir les probabilits
marginales est la fonction marginalisation de P sur V (V tant un sous-ensemble de
U) dfinie comme par : , \ , . Dans lillustration ci-contre,
Une autre notion fondamentale en calcul des probabilits est celle de probabilit
conditionnelle. En ralit, pour un vnement delunivers, lavaleur est
associe au moins implicitement des conditions de ralisation. Si A et B sont deux
variables alatoires, lexpression dune probabilit conditionnelle de A par rapport B
se traduit par tant donn que lvnement B = b sest produit, la probabilit que
lvnement A = a se produise (ou se soit produit) est k et scrit P(a | b) = k et se lit
probabilit de a sachant b gale k . Cette dfinition permet darriver naturellement
au thorme de Bayes [Nam, et al., 2004, Op. cit.] que nous dmontrons en annexe 1:
, | . | . 6.1
| .
Entransformant 6.1 , onobtient | 1
| , . |
Plusgneralement, | , 2
|
Ce thorme est la base de tout un pan de la statistique nomm, de manire assez
comprhensible, la statistique baysienne. Sans entrer dans les dtails, dans lquation
(Bayes 1), le terme P(a) est la probabilit a priori de A. Elle est antrieure au sens
quelle prcde toute information sur B. P(a) nest rien dautre que la probabilit
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 177
**************************************************************************************************
1
| |
178 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
En effet, le thorme de Bayes est utilis dans linfrence statistique pour mettre jour
ou actualiser les estimations dune probabilit, partir des observations et des lois de
probabilit de ces observations.
Contrairement lcole frquentiste qui utilise les proprits de long terme de la loi
des observations sans prendre en considration la variabilit des paramtres, lcole
baysienne utilise les probabilits comme moyen de traduire numriquement un degr
de connaissance, en loccurrence approxime par la moyenne statistique (la thorie
mathmatique des probabilits noblige en effet nullement associer celles-ci des
frquences, qui nen reprsentent quune application particulire rsultant de la loi des
grands nombres). Dans cette optique, le thorme de Bayes peut sappliquer toute
proposition, quelle que soit la nature des variables et indpendamment de toute
considration ontologique.
mobilit urbaine. Ces dplacements par changement de logements ont des consquences
directes sur la dynamique urbaine. On aurait pu complexifier le systme en compltant
la figure 2.2 par les acteurs de la politique de lhabitat urbain. La dynamique du systme
est rgie par les diverses interactions entre deux grandes entits : les habitants
reprsents par les agents rsidentiels (mnages) et lhabitat reprsent par les
logements. Chaque type de mnage est modlis au travers dagent cognitif et lhabitat
par lautomate cellulaire. La modlisation du volet spatial par automate cellulaire et son
couplage avec le SMA est dtaille la section 6.3. Il sagit maintenant de voir
comment on va exploiter ce systme rsidentiel pour arriver une modlisation
comportementale des agents rsidentiels.
Dans le quatrime chapitre nous avons prsent larchitecture dun agent BDI (cf.
Figure 4.2). Dans cette reprsentation, la base de connaissances est le sige de
linfrence cognitive du mnage. Et nous faisons lhypothse quavant de prendre une
quelconque dcision de dmnagement, le mnage va dabord valuer sa satisfaction
rsidentielle. Le processus aboutissant une telle valuation est modlis par le graphe
causal ci-dessous.
180 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
Revenu Age
Environnement
rsidentiel
Satisfaction rsidentielle
,, o estlensembledesparentsde . 6.3
Cette tape consiste spcifier les tables de probabilit pour chaque variable
de la base de connaissances de lagent. Ceci revient donner lensemble des
probabilits de la variable pour chacune de ses valeurs possibles sachant chacune des
valeurs de ses parents. Par exemple la variable composition du mnage possde deux
variables parents : revenu et ge. Ainsi, la quantification de la probabilit conditionnelle
| 1000, 35
par exemple ncessite non seulement la disponibilit des tables de probabilit des trois
variables mais aussi les tables de probabilits de chacune des trois variables
conditionnellement aux deux autres.
Ces probabilits peuvent tre donnes par un expert ou bien apprises partir dun
corpus dexemples (ce qui ncessite le dveloppement dalgorithmes dapprentissage du
rseau). Dans le cadre de cette recherche, les probabilits marginales sont obtenues
partir des diverses donnes issues de la revue de littrature sur la mobilit rsidentielle
notamment les enqutes logement et les donnes de recensement de la population. Dans
notre cas, les simulations que nous raliserons au prochain chapitre sont bases sur des
donnes denqute. La dfinition des probabilits conditionnelles conduit ainsi la
ralisation des tables de probabilits jointes. Ces donnes constituent bien videmment
des informations de base (il sagit de la connaissance a priori) qui seront
dynamiquement mise jour (pour produire la connaissance a posteriori) durant chaque
simulation grce aux donnes complmentaires qui seront fournies en entres dans le
simulateur. Dautres informations relatives la dimension spatiale sont galement
requises. Elles font lobjet de la section suivante.
6.4
carroyage appliqu la zone dtude. Chaque cellule pourra ainsi tre identifie
avec0 1et0 1 par sa
position topologique dans la grille partir de la ligne et de la colonne dont le
croisement dfini son coin suprieur gauche comme lillustre la figure 6.4.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 183
**************************************************************************************************
0 j
Zone dtude
1 .
Dans cet algorithme, nous devons signaler que le partitionnement de la zone dtude en
classes (tiquetes chacune par un tat) est bas sur la mthode des stratifications
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 187
**************************************************************************************************
Si lon avait une connaissance parfaite de lenvironnement dans lequel nous vivons,
lapproche logique devrait permettre de faire des choix ou de confectionner des plans
dont le bon fonctionnement serait garanti. Malheureusement, les agents nont
pratiquement jamais accs toute la connaissance sur leur environnement, et doivent
donc agir dans lincertitude.
dcrivent R. Lord et P. Levy [Lord et Levy, 1994] reprend le principe des boucles de
rtroaction tout en ltendant lensemble des processus comportementaux de la tche
dasservissement la rgulation des comportements sociaux. Pour ces chercheurs, la
gnricit des boucles de rtroaction pour la description du comportement provient de la
nature hirarchique des systmes de contrle, mme si la nature des activits de contrle
peut tre trs diffrente selon les niveaux. Parmi les diverses classifications de ces
niveaux, nous nous rfrons celle introduite par A. Newell dans Unified Theories of
Cognition [Newell, 1990]. Cette classification est dcrite en quatre niveaux : le premier
reprsente des comportements rflexes de type attraction-rpulsion, le second
reprsente des comportements ncessitant une intgration spatio-temporelle, le
troisime traite de la plasticit du second et le dernier, appel cognitif et qui nous
intresse en loccurrence, ne dpend plus seulement de stimuli sensoriels, mais aussi des
buts poursuivis par la personne.
La problmatique de la modlisation du comportement humain dans le cadre
dapplications de simulation nest pas de reproduire fidlement lintelligence humaine
mais de proposer une architecture permettant de modliser des comportements crdibles
et ralistes dagents anthropomorphes voluant en temps rel, chacun, dans son
environnement.
Les systmes ractifs ne sont pas suffisants pour dcrire lensemble des comportements,
notamment rationnels et sociaux. Il est ainsi ncessaire de recourir aux modles
cognitifs qui reprsentent des connaissances (croyances, intentions, plans objectifs, etc.)
dun agent. La figure 4.2 du quatrime chapitre, sert de support pour reprsenter
larchitecture dagents cognitifs. Les architectures cognitives visent a unifier au sein
dun mme modle un ensemble de proprits communment admises au sein de la
communaut scientifique (psychologie, neurosciences, ergonomie, intelligence
artificielle et intelligence artificielle distribue, animation et ralit virtuelle, etc.) sur la
cognition humaine [Lamarche, 2003 ; Donikian, 2004 ; Burkhardt et al., 2004]. Aussi,
le comportement dun agent dpend de son espace dvolution et de ces connaissances.
En adquation avec la thorie de Gisbon [Gibson, 1986] et plus prcisment celle de
Relieu et Qur [Rilieu et Qur, 1998] sur les affordances spatiales, G. Thomas
[Thomas, 2005] a montr que lon peut informer lenvironnement urbain en
190 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
caractrisant les espaces dvolution, en prenant en compte leur configuration, les objets
quils contiennent et leur structuration mrotopologique (cest--dire la combinaison
de la topologie la mrologie permettant ainsi dajouter la relation de lensemble du
voisinage dune cellule donne la zone dtude entire). Lenvironnement contient
donc les informations ncessaires aux prises de dcision des agents. Ceci est illustr par
lalgorithme gnrique de prise de dcision atomique (une action) dun agent dans la
figure 6.9. Conformment larchitecture BDI, les intentions permettent un agent de
raisonner sur son tat interne et celui des autres avec lesquels il est en interaction
partir des informations quil obtient par le biais de son environnement. Avec ce modle,
il est possible de spcifier les buts atteindre et de trouver une stratgie les satisfaisant.
La simulation par agents autonomes dots de comportements sophistiqus passe donc
par la prise en compte de lenvironnement. En complment de la reprsentation
gographique et gomtrique (modlise par lautomate cellulaire) de lenvironnement,
il est ncessaire de fournir pour chaque agent un modle symbolique des autres agents
avec lesquels il entretien une relation sociale.
Figure 6.9 : Algorithme de prise de dcision atomique dun agent BDI rsidentiel
Chaque agent, chaque itration, commence par actualiser ses dsirs ; ce qui lui permet
de formuler ou de reformuler un nouvel objectif atteindre. Pour ce faire, il identifie la
ou les actions entreprendre. Pour un mnage, une action peut prendre lune des valeurs
suivantes : chercher un appartement louer, chercher un appartement acheter,
chercher une maison louer ou chercher une maison acheter.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 191
**************************************************************************************************
Mais le fait didentifier des actions accomplir ninduit pas automatiquement une prise
de dcision de la part dun agent rsidentiel quand son changement de logement. En
effet, dautres contraintes et conditions sont requises pour parvenir une prise de
dcision en ce qui concerne le choix et la migration.
choix de modlisation prsente lavantage que les jeunes mnages prsentent des
revenus nuls (car on ne modlise pas la solidarit financire entre mnages).
Outre le dpart des enfants du domicile parentale, il y aussi les dissolutions des couples.
Les statistiques dtat civil fournissent des taux de divorce ou de sparation en fonction
de la dure du mariage ou de la cohabitation. Selon ces sources, lintensit finale des
sparations est gale 35%, rpartie entre 1 et 40 ans dunion, avec un mode estim 3
ans [Sardon, 1996 ; Daguet, 1996, op. cit.]. Compte tenu du faible taux de divorce
observ au del de 40 annes de mariage, nous supposons quun couple ne se spare
plus au del de quarante ans de vie commune. Mais dans le cadre de ce travail, tant
donn que la dure maximale de simulation est limite dix ans avec un pas de temps
cal sur un semestre, aucun mnage naura accumul quarante de vie commune la fin
de toute simulation. Et nous appliquons un taux de dissolution TDissolution (dont la valeur
par dfaut est de 35%, mais paramtrable en dbut de simulation) aux mnages de types
Couple sans enfant et Couple avec enfants. Ainsi, si un couple sans enfant se
dissout, alors leffectif des mnages de type Personne seule est incrment de deux
point et celui des Couple sans enfant est dcrment de lunit. En revanche, sil
sagit dun couple avec enfant, alors la catgorie Personne seule est incrmente dun
point, la catgorie Famille monoparentale dun point aussi et Couple avec enfant est
dcrment de lunit. Les quations algorithmiques de la figure 6.6 rsument
lensemble de ces dynamiques.
;
;
2 ;
La disparition dun mnage sexprime par le fait quil na plus dinstance dans le
systme. Cela veut dire que la personne de rfrence est dcde. Cette modlisation
peut seffectuer de deux faons. Dune part, on peut simplement considrer lesprance
de vie des personnes de rfrence des mnages. Dautre part, on peut estimer le quotient
de mortalit ex-ante des individus et lappliqu la personne de rfrence. Dans ce cas,
ce quotient de mortalit peut faire office dun indicateur de morbidit explicatif des
probabilits de dcs. Cependant, pour faire simple, nous choisissons dans le cadre de
notre travail, la premire option. Ainsi le dcs de la personne de rfrence naura
deffet que sur les mnages de type Personne seule. Et le logement occup par ce
dernier est donc automatiquement libr. Les autres types de mnages ne subiront
aucune influence de la disparition de leur personne de rfrence dans le sens o nous
faisons lhypothse quil y aura soit substitution de cette dernire en cas de dcs soit
absence de dsir de dmnager. Dans ce cas, seule lquation algorithmique suivante est
requise pour la simulation :
"
, 6.6
1;
Comme pour les divers taux dmographiques, lesprance de vie des mnages est aussi
paramtrable en dbut de simulation.
, ,
; 6.7
, ,
196 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
dsigne le pas de temps (par dfaut chaque itration correspondra une dure de six
mois dans la ralit) ;
;
; modlise loffre de logements disponibles et cest parmi ces derniers
que le mnage de type k pourra choisir un logement l la date t si sa migration est
effective : . Dans ce cas son ancien logement devra se librer et sajouter loffre
disponible ;
formalise la transition dune cellule donne dun tat un autre, et ce en fonction
de ltat dans lequel elle se trouve litration prcdente, de son potentiel dattraction
et du choix rsidentiel des mnages.
En effet, les quations (6.7) traduisent la double interaction entre les deux grandes
entits du systme rsidentiel (cf. Figure 2.2) savoir lhabitat et les habitants. A
chaque pas de temps t, il se produit une srie dinteractions (changement de statut
doccupation, achat, location de logement, vieillissement, etc.) au niveau des mnages
(SMA). Ces interactions ont une rpercussion spatiale qui se matrialise au niveau de
lautomate cellulaire. Celui-ci, en retour, rtroagit sur les comportements des mnages.
Le processus volue donc de cette faon durant toute la dure de simulation. La
transformation de lquation (6.7) conduit lobtention de lensemble des rgles
probabilistes de transition qui devraient gouverner la dynamique rsidentielle du
systme.
6.8
|
La premire ligne de lquation (6.8) se traduit comme suit : la probabilit pour quun
mnage de type k choisisse un logement dont ltat est e au temps t+1. La seconde ligne
formalise la probabilit quune cellule occupe ltat e au temps t+1 daprs son
voisinage o sexprime son potentiel dattraction. La figure 6.12 et la figure 6.11
prsentent respectivement le code source de chacune de ces lignes dquation. Dans la
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 197
**************************************************************************************************
Bibliographie rfrence
[Daguet, 1996] F. Daguet. Mariage, divorce et union libre, Insee premire n482, 1996.
[Droesbeke et al., 2002] J-J, J. Fine, G. Saporta. Mthodes baysiennes en statistique. Editions
TECHNIP, Paris, 2002
[Frankhauser, 1991] P. Frankhauser. Beschreibung der Evolution urbaner Systeme mit der
Mastergleichung. Thse de doctorat de lUniversit de Stuttgart, 1991.
[Lefranc, 1995] C. Lefranc. Le mariage en dclin, la vie en couple aussi, Insee premire n392,
1995.
[Lord et Levy, 1994] R. Lord, P. Levy. Moving from cognition to action : A control theory
perspective. In Applied psychology : an international review n43, 1994
[Meyn et Tweedie, 1993] S.P. Meyn, R.L. Tweedie. Markov Chains and Stochastic Statability.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 201
**************************************************************************************************
[Nam, et al., 2004] P. Nam , P-H. Wuillemin , P. Leray , O. Pourret , A. Becker. Rseaux
baysiens. Editions Eyrolles, Paris, 2004
[Newell, 1990] A. Newell. Unified Theories of Cognition. Harvard University Press, 1990
[Pearl, 1986b] J. Pearl. Fusion, propagation, and structuring in belief networks. In Artificial
Intelligence n29, 1986
[Pearl, 1987] J. Pearl. Evidential reasoning using stochastic simulation of causal models. In
Artificial Intelligence n32, 1987
[Raftery et Tavar, 1994] A. E Raftery, S. Tavar. Estimation and Modelling Repeted Patterns
in High order Markov Chain with Mixture Transition Distribution Model. In Applied Statistics,
vol. 43, 1994
[Relieu et Qur, 1998] M. Relieu, L. Qur. Mobilit, perception et scurit dans les espaces
publicsurbains. in Les Risques urbains : Acteurs systmes de prvention. Collection VILLES,
Paris, 1990
[Robert, 1996] C. Robert. Methodes de Monte-Carlo par chanes de Markov. Economica, Paris,
1996
[Saporta, 2006] G. Saporta. Probabilit, analyse des donnes et statistique. Estimation, Monte-
Carlo, Rgression, Tests, Vraissemblance. Editions TECHNIP, Paris, 2006
[Sardon, 1996] J-P. Sardon. Lvolution du divorce en France. In Population, n3, 1996
[Vallin et Mesl, 2002] J. Vallin, F. Mesl. Tables de mortalit franaises pour les XIXe et
XXe sicles et projections pour le XXIe sicle. Editions PUF, Paris, 2002
J.Ullmo
VisualSimores pour montrer les deux fentres principales aprs une simulation
thorique.
inndustrielle et
e situ 11 km de Bessanon (cf. Figure
F 7.4),, sur le prem
mier plateau
u du Jura
[T
Tannier et al., m2, elle com
a 2006, opp. cit.]. Duune superficcie de 21 km mpte en 200
05, 3043
haabitants. Unn fort relieff et une zonne marcageeuse sparennt cette zonne de Besan
non. De
cee fait, Sanee remplit la fonction dun lieu cen
ntral pour les communees environnaantes, de
caaractre pluutt rural. Laa communee est relie Besanon par le chem
min de fer et
e par un
axxe routier important. Cette acccessibilit routire seera encore amliore par la
coonstruction dun tunnell reliant la zone
z au conttournementt de Besanoon.
Au chapitre prcdent nous avons montr que les diffrents paramtres dmographiques
(TUnionDesPersonnesSeule, TDcohabitation et TDissolution) conditionnent les volutions
dmographiques des agents rsidentiels (mnage) et que le comportement de ces
derniers face aux choix de changement de logement est aussi influenc par le cadre de
212 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************
Le scnario1 peut tre rsum par lide selon laquelle lensemble des mnages est trs
satisfait de son logement (Qualit environnementale = 1) et dans le mme temps, il
existe une cohsion familiale trs forte cest--dire que le taux de dissolution des
mnages est quasiment nul. Dans cette hypothse, les simulations rvlent que lhabitat
constitu par les appartements en location connat une relative stabilit durant toute la
priode aprs une lgre hausse entre 2005 et 2006. En ralit on constate dans la zone
dtude que ce type dhabitat est occup en majorit par les mnages des catgories
Personnes seules et Famille monoparentale durant toute la simulation. Cette
situation sobserve galement dans les rsultats du scnario 2 et du scnario 3.
En revanche, lhabitat constitu par les maisons, connat une dynamique fort
intressante (Figure 7.7). Entre 2005 et 2007 le nombre de maisons achetes par les
mnages est rest constant avant de connatre une lgre volution entre 2007 et 2013
puis une inversion de tendance partir de 2013 sans toutefois revenir son tat initial.
En 2015 il ny a plus de zone constructible ; ce qui signifie un probable processus de
priurbanisation vers les communes alentours. Concernant les maisons en location, on
observe une dynamique inverse celle des maisons en proprit sur lensemble de la
priode de simulation.
Les rsultats obtenus portent croire quune politique damnagement du territoire
visant freiner la priurbanisation (la figure 7.8 donne une vision statique des rsultats
en 2015) pourrait se tourner vers un pralable consistant mettre en application lide
du scnario 1. Il sagirait concrtement de travailler la rduction des nuisances
urbaines de tous genres (bruit, pollution, incivilit, inscurit, etc.) et de dvelopper
davantage damnits. Il faudra galement, dun point de vue sociodmographique,
initier des mesures incitatives au maintien dune forte cohsion familiale.
Chapitre7Rsultatsdelapplicationdumodledesimulation 213
**************************************************************************************************
80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
7.4.2. Scnario 2 : un cadre de vie de qualit moyenne pour tous et une moins
bonne entente dans les familles
Avec une qualit environnementale = 0.5, ce scnario est moins optimiste que le
prcdent. La moins bonne entente familiale se traduit par le fait que le taux de
dislocation familiale est suprieur celui des unions. Aussi assiste-t-on une tendance
dvolution prononce et oppose entre la distribution de lhabitat constitu par les
maisons en proprit et celle de lhabitat constitu par les maisons en location. Alors
quon pourrait sattendre une diminution de lexpression dun comportement orient
vers laccession la proprit en raison du fait que les familles en situation de dclin
sont plus enclines se loger dans le parc locatif [Vidberg et Tannier, 1999], les
simulations ont rvl le contraire (cf. Figure 7.9). On obtient donc des rsultats contre-
intuitifs. Lhabitat de type appartement se diffuse uniquement au Nord-Ouest de la
commune, tandis que lemprise spatiale de la maison en proprit est beaucoup plus
marque. Ce fait rejoint dailleurs le dsir des Franais daccder la proprit en
maison individuelle. On voit dailleurs lheure actuelle, la mise en place de mesures
gouvernementales pour accder lachat de maison individuelle moins de 100 000
euros (hors terrain).
80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
2015 2016
2017
Figure 7.11 : Mise en vidence des rsultats entre 2015 et 2020 daprs le scnario 2
Ces rsultats contre-intuitifs nous amnent donc penser vrifier, dans nos travaux
futurs, un ventuel biais du modle ou un biais d la non prise en compte de lhabitat
de type appartement en proprit. Si aucun de ces biais ne se rvle, alors on pourrait
expliquer ces rsultats par la manifestation dun phnomne de seuil quant aux rsultats
entre 2005 et 2015 ; et par lmergence dune ventuelle bifurcation (on vrifiera donc
la prsence des espaces de phase) en ce qui concerne les rsultats obtenus pour la
priode allant de 2015 2020.
Chapitre7Rsultatsdelapplicationdumodledesimulation 217
**************************************************************************************************
80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
7.4.4. Synthse
Au regard de ces analyses portes sur la commune de Sane, une rflexion lchelle
du primtre du SCoT de Besanon permet de mieux comprendre la poursuite de sa
croissance dmographique. Ce dynamisme est port par les communes de moins de
10 000 habitants, alors que la ville centre connat une lgre baisse de population (au
cours de la prcdente dcennie, la priphrie et la ville centre gagnaient des habitants).
Par extrapolation, le territoire du SCoT (Besanon compris) gagne environ 1 000
habitants par an. En effet, les 83 communes priphriques sur lesquelles porte
lEnqute-Mnage-Dplacement comptent en 2006 un peu plus de 53 600 habitants,
contre 47 600 en 1999, soit un gain de 6 000 habitants en 7 ans. Pendant la mme
priode, la ville de Besanon voit sa population baisser de 2 000 habitants [AUDAB,
2007].
Chapitre7Rsultatsdelapplicationdumodledesimulation 219
**************************************************************************************************
Il serait donc intressant de lancer les simulations sur lensemble des communes du
SCoT de Besanon et dintgrer de nouvelles rgles de comportement notamment des
rgles dinteraction spatiale entre les communes.
Le constat national concernant llargissement des zones dinfluence des ples urbains
vaut pour Besanon. Si le rythme de croissance annuel des communes du SCoT a
presque doubl depuis 1999 (+1,8% en moyenne entre 1999 et 2005 contre +1,07%
entre 1990 et 1999), ce rythme augmente dautant plus que lon sloigne de la ville
centre. Dans laire urbaine de Besanon, les communes distantes de 25 30 kilomtres
du centre connaissent les taux de croissances les plus levs. Ces communes accueillent
les primo accdants venus de Besanon ou de sa proche priphrie.
Les rsultats issus du dernier recensement sont identiques aux estimations ralises avec
laide dautres sources. La DRE (Direction Rgionale de lEquipement) et lAUDAB
cooprent depuis 2005 afin destimer la population en utilisant les fichiers de la taxe
dhabitation. Leurs conclusions convergent avec celles du recensement quelle que soit
la taille de la commune tudie.
Par ailleurs, la demande de surface habitable par occupant augmente constamment ; un
logement adapt 4 personnes dans les annes 60 convient aujourdhui un mnage de
3 personnes. De fait, malgr une volution de loffre nouvelle (hauteur moindre des
btiments, espaces extrieurs mieux dessins, meilleure organisation intrieure des
logements, etc.), le parc propos Besanon ne peut accueillir tous les types de familles
; les mnages avec enfants, notamment les primo accdants, continuent de plbisciter la
maison au dtriment de lappartement. Ainsi, ville perd progressivement une partie de
ses mnages avec enfants au profit des communes du Grand Besanon, voire au-del
(celles du SCoT mais aussi celles de laire urbaine). Les mnages les plus modestes
sinstallent plus de 20 kilomtres de la ville centre.
En somme, le modle de simulation prsente des avantages et des limites. Entre autres
avantages nous pouvons noter :
- la relative stabilit dans les rsultats de simulation ; ce qui pourrait confirmer la
robustesse du modle de simulation,
- la possibilit dexprimenter et de proposer aux acteurs de lamnagement du
territoire un retour dexprience partir des scnarios de simulation raliss.
En ce qui concerne les limites du modle, on peut :
220 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************
Bibliographie rfrence
[AUDAB, 2006] AUDAB. Tableau de bord. Chiffres cls, communaut de communes du SCoT
de lagglomration bisontine, Besanon, octobre 2006.
[Vidberg et Tannier, 1999] S. Vidberg, C. Tannier. Urban location strategies. Some elements
for a best understanding.Document de travail, Laboratoire ThMA, Besanon, 1999
1
CONCLUSION
I. Calvino.
Lespace urbain est un lieu dexpression qui se diffrencie par sa capacit rpondre
aux besoins et attentes de personnes de toutes conditions. Ainsi, face une socit
urbaine de plus en plus complexe et difficile saisir, les amnageurs doivent apporter
de nouveaux lments de rponses aux proccupations et aspirations des mnages en ce
qui concerne lhabitat et les amnits quil offre. Lun des moyens de tester des
solutions damnagement est de recourir aux simulations afin dvaluer des scnarios et
dexprimenter, par voie informatique, limpact des politiques locales de lhabitat et des
politiques urbaines.
Dis-moi o tu habites, je te dirai qui tu es. Tel est le titre de lun des articles de
Maryse Marpsat (1988), consacrs lanalyse conomique et sociale des
comportements de localisation des mnages. Cela signifie quun lieu dhabitation peut
rvler les caractristiques conomiques et sociales des individus qui y rsident. Deux
analysent sont alors possibles : soit on estime que les individus choisissent leur lieu de
rsidence en fonction de leurs caractristiques conomiques et sociales (approche de
type systme multi-agents), soit on suppose que les caractristiques des lieux suggrent
aux mnages certains lieux de rsidence (approche automate cellulaire). Dans le premier
cas, on met laccent sur les prfrences spatiales des individus, tandis que dans le
second cas, on privilgie les caractristiques conomiques et spatiales des lieux.
Dans notre travail de recherche, nous avons plutt choisi de combiner ces deux aspects
de la problmatique : tenir compte la fois des prfrences spatiales des mnages en ce
qui concerne leurs choix rsidentiels et des caractristiques socio-conomiques et
spatiales des lieux. Ainsi, dun point de vue conceptuel, la modlisation du systme
rsidentiel sest appuye sur le couplage entre un automate cellulaire (AC) et un
systme multi-agents (SMA). Lautomate cellulaire tant le support spatial donc les
diffrentes occupations du sol, les agents cognitifs du systme multi-agents modlisent
les diffrents types de mnages. Les diverses interactions quant elles, sont formalises
selon une approche probabiliste axe sur les rseaux baysiens.
En ce qui concerne lapproche mthodologique que nous avons dveloppe au
quatrime chapitre, elle constitue un canevas pour la modlisation oriente agents en
225
Pour noncer ces perspectives, il faut une lecture critique du travail accompli.
Comparativement aux contributions apportes beaucoup de questions restent en
suspens. Trois limites dingale importance apparaissent.
La premire limite concerne la validation du modle, validation qui prsente des
difficults lors de lapplication des modles base dagents. Commenons par voquer
le problme de la validation rtrospective et de la validation prospective du modle.
Pour ce qui est de la validation rtrospective, nous envisageons de lancer dautres
simulations la fois sur la commune de Sane mais aussi sur lensemble de la
Communaut dAgglomration du Grand Besanon en utilisant des donnes historiques.
Ce faisant nous serons plus mme de tester la robustesse du modle et aussi de
pouvoir procder sa validation rtrospective. De plus, il serait intressant dappliquer
le modle de simulation dautres communes dautres rgions daprs les mmes
scnarios des fins de comparaison. Et, pour mettre en vidence les processus dauto-
organisation et dmergence entre diffrents niveaux dorganisation spatiale, il aurait t
utile de considrer des zones dapplication plus grandes et de faire varier la rsolution
spatiale des cellules tout en considrant les mmes scnarios. Pour ce qui est de la
validation prospective, nous pensons quil serait fort utile de faire tourner le modle
selon plusieurs scnarios afin de rechercher et didentifier les structures permanentes,
refltant des configurations spatiales plausibles en accord avec les hypothses de chaque
scnario, pouvant gnrer des rgles de comparaisons.
En effet, la mobilit quotidienne connat, depuis une trentaine d'annes en France, une
volution principalement gographique. Les bassins de vie dbordent largement des
limites de la ville morphologique et, la commune est loin de constituer l'enveloppe de la
vie quotidienne de ses habitants. Ainsi on pourrait complter les rgles dinteraction
spatiale intgrer au modle de simulation.
De plus, les scnarios de simulation raliss ont pu intgrer le rle des olitiques
damnagement du territoire sur les dynamiques urbaines. A terme, nous souhaiterions
donc tudier limpact des nouvelles constructions.
Enfin, aux plans mthodologiques et conceptuels, nous pensons quil serait trs
intressant dtudier la possibilit de modliser les cellules non plus comme telle mais
comme de vritables agents ractifs dots de capacits gomtriques en mode vectoriel.
Ainsi, elles pourront changer de forme et de dimensions de faon contextuelle
(changement de niveau dorganisation et/ou dchelle spatiale) pour une reprsentation
spatiale proche de la ralit morphologique des zones dtude. Une rflexion de fond
devra tre aussi mene sur la formalisation multi-agents des interactions entre entits
gographiques.
[Allemand et al., 2004] S. Allemand, F. Ascher, J. Levy. Les sens du mouvement. Modernit et
mobilits dans les socits urbaines contemporaines. Colloque de Cerisy/Institut pour la ville en
mouvement, 2004
[Allen et al., 1986] P. M. Allen, G. Engelen, M. Sanglier. Self-organizing systems and the laws
of socio-economic geography. In European Journal of Operational Research, 1986
[Allen et Sechet, 1988] B. Allen, P. Sechet. Les processus dinstallation dans lhabitat. Paris,
1988
[Alves et al., 2002] S. Alves, M. Oliveira Neto, M. Martins. Electoral surveys influence on the
voting processes : a cellular automata model. Physica, 2002
[Anas, 1982] A. Anas. Residential location markets and urban transportation: economic theory,
econometrics and Policy analysis with discrete choice models. New York Academic Press, 1982
[Arnott, 1985] R.J. Arnott. Hopsim: A housing policy simulation model (mimeo), Kingston,
Ontario: Queens University, 1985
[Ashby, 1956] W. R. Ashby. An introduction to cybernetics. Editions Chapman & Hall. London
1956
230 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[AUDAB, 2006] AUDAB. Tableau de bord. Chiffres cls, communaut de communes du SCoT
de lagglomration bisontine, Besanon, octobre 2006.
[Batty et Torrens, 2001] M. Batty, M. Torrens. Modeling complexity : the limits to prediction.
In CyberGeo n201, 2001
[Batty, 1998] M. Batty. Urban evolution on desktop: simulation with the use of extended
cellular automata. In Environment and Planning A 30, 1998
[Batty et al., 1997] M. Batty, H. couclelis, E. Eichen. Urban systems as cellular automata. In
Environment Planning B-Planning & Design, 1997
[Batty et Xie, 1994] M. Batty, Y. Xie. From Cells to Cities. In Environment and Planning B 21,
1994
[Batty, 2005] M. Batty. Cities and Complexity. Understanding Cities with Cellular Automata,
Agent-Based Models, and Fractals. The MIT Press, 2005
[Beaumont et al., 2000] C. Baumont, P-P. Combes, P-H. Derycke, H. Jayet. conomie
gographique. Les thories lpreuves des faits. Editions Economica, Paris, 2000.
[Benati, 1997] S. Benati. A cellular automaton for the simulation of competitive location. In
Environment and Planning B-Planning & Design, 1997
[Benenson, 2001] I. Benenson. OBEUS : Object-Based Environment for Urban Simulation. 6th
International Conference on GeoComputation. University of Queensland, Brisbane, Australia,
2001. Disponible sur http ://www.geocomputation.org/2001/papers/benenson.pdf (Consult le
23.05.2006)
[Benenson, 1999] I. Benenson. Modeling population dynamics in the city: from a regional to
multi-agent approach. In Discrete Dynamics in Nature and Society n3, 1999
[Berry, 1964] B.J.L. Berry. Cities as systems within system of cities. Papers in Proceedings of
the Regional Sciences Association vol. 13, 1964
[Berry, 1961] B.J.L. Berry. A method for deriving multiple factor uniform regions 1961
[Bonvalet, 1987] C. Bonvalet. Les parisiens dans leur maturit : origine, parcours, intgration.
In Population n3, 1987
[Bonvalet et Brun, 2002] C. Bonvalet, J. Brun. Etat des lieux des recherches sur la mobilit
rsidentielle en France in L'accs la ville : les mobilits spatiales en questions, Paris ;
Budapest ; Torino, L'Harmattan, 2002
[Bordin, 2002] P. Bordin. SIG : concepts, outils et donnes. Editions Herms-Lavoisier. Paris,
2002
[Certu, 2002] Certu. Quelle est la rpartition spatiale des diffrents types de logements et son
volution ? Programme ACTEUR, 2002
[Chombart De Lauwe, 1963] H. Chombart De Lauwe. La vie sociale dans les grands
ensembles dhabitation. In Logement n150, 1963
[Clark et Onaka, 1983] W.A.V. Clark, J.L. Onaka. Life cycle and housing adjustment as
explanations of residential mobility. In Urban Studies n20, 1983
[Claval, 1981] P. Claval. La logique des villes. Editions LITEC. Paris 1981
[Cocu et Caruso, 2002] N. Cocu, G. Caruso. Modliser la complexit gographique. Vers une
approche progressive Automates cellulaires-Systmes Multi-Agents. Document de travail. Mai
2002. Disponible sur : http://www.geo.ucl.ac.be/IMAGES/Caruso_Cocu_WP.pdf (consult le
16.12.2004)
[Conte et al., 1998] R. Conte, N. Gilbert, J.S. Sichman. MAS and Social Simulation : A
Suitable Commitment. MABS98. Paris, 1998
[Courgeau, 1984] D. Courgeau. Relations entre cycle de vie et migrations. In Population n3,
1984
[Daguet, 1996] F. Daguet. Mariage, divorce et union libre, Insee premire n482, 1996.
Bibliographiegnrale 233
*****************************************************************************************************
[Dauce, 2002] E. Dauce. Systmes dynamiques pour les sciences cognitives. In Approche
dynamique de cognition artificielle. Editions Herms. Paris, 2002
[Derycke et al., 1996] P-H. Derycke, J-M. Huriot, D. Pumain. Penser la ville. Thories et
modles. Collections VILLE, Paris, 1996.
[Droesbeke et al., 2002] J-J, J. Fine, G. Saporta. Mthodes baysiennes en statistique. Editions
TECHNIP, Paris, 2002
[Drogoul et al., 2004] A. Drogoul, N. Ferrand, J-P. Muller. Emergence : larticulation du local
au global. In Systmes Multi-Agents. Editions TEC&DOC. Paris, 2004
[Dupuy, 1992] J.P Dupuy. Introduction aux sciences socials : logique des phnomnes
collectifs. Editions, Ellipses, Paris, 1992
[Edmonds, 2003] B. Admonds. Simulation and Complexity how they can relate ? In Virtual
World of Precision, 2003
[Engelen, et al., 1995] G. Engelen, R. White, I. Uljee, P. Drazan. Using Cellular Automata for
234 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Fates, 2001] N. Fates. Les automates cellulaires : vers une nouvelle pistmologie ?. Mmoire
de DEA. Paris-I, 2001. Disponible sur http ://nazim.fates.free.fr/Epistemo/Epistemo.html
(consult le 07.09.2006)
[Ferber, 1989] J. Ferber. Objets et agents : une tude des structures de reprsentation et de
communication en IA. Thse dEtat, Universit de Paris VI, juin 1989
[Ferber, 1995] J. Ferber Les Systmes multi-agents. Vers une intelligence collective. IIA.
InterEditions, Paris, 1995
[Folley, 2002] D. Folley. The strange history of the economic agent. Working paper of the
Graduate Faculty of New School University, 2002
[Forrester, 1969] J.W. Forrester. Urban Dynamics. MIP Press. Cambridge 1969
[Frankhauser, 1991] P. Frankhauser. Beschreibung der Evolution urbaner Systeme mit der
Mastergleichung. Thse de doctorat de lUniversit de Stuttgart, 1991.
[Frankhauser et al., 1995] P. Frankhauser, MN. Mille, T. Back. Un modle pour simuler
limpact dun projet damnagement sur la dynamique urbaine. Congrs Urban Utopia.
Berlin 15-17 novembre 1995. Disponible sur : http://thema.univ-
fcomte.fr/MG/pdf/UrbanUtopia.pdf (consult le 14.11.2004)
[Garzon, 1990] M. Garzon. Cellular automata and discrete neural networks. Physica, n45,
1990
[Gerand, 1967] R-H. Gerand. Les origines du logement social en France, Paris, Edition
Ouvrire, 1967
[Ginsberg, 1979] R. Ginsberg. Timing and Duration Effect in Residential History and Other
Longitudinal Data. In Regional Science and Urban Economics n9, 1979
[Girerd, 2004] G. Girerd. Analyse du comportement pendulaire dans la perspective dun report
modal. Thse de doctorat de gographie. Universit de Franche-Comt. Besanon 2004
[Grimm, 1999] V. Grimm. Ten years of individual-based modelling in ecology: what have we
learned and what could be learned in the future. In Ecological Modelling, vol. 115, 1999
[Guttorp, 1995] P. Guttorp. Stochastic Modelling of scientific Data. Edition Chapman an Hall.
London, 1995
[Hgerstrand, 1970] T. Hgerstrand. What about people in regional science? Paper of the
Regional Science Association, 1970
[Harman, 1967] H.H. Harman. Modern Factor Analysis. University of Chicago Press, 1967
[Hockney et Eastwood, 1998] R.W. Hockney, J.W. Eastwood. Computer simulation using
particles. Institute of Physics Publishing. London, 1998
[Holland, 1998] J. Holland. Emergence: From chaos to order. Perseus Book. MA, 1998
[Huynh et al., 2006] T.D. Huyng, N. Jennings, N.R. Shadbolt. Certified Reputation: How an
Agent can Trust a stranger. International Joint Conference on Autonomous Agents and
Multiagent Systems (AAMAS06). ACM Press, 2006
[INRETS, 1989] INRETS. Un milliard de dplacements par semaine. La mobilit des franais.
La documentation franaise. INRETS (Institut National de Recherche sur les Transports et leur
Scurit), 1989
236 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Joerin, 1995] F. Joerin. Mthode multicritre daide la dcision et SIG pour la recherche
dun site. In Revue internationale de gomatique, 1995
[Kaufmann et al., 2001] V. Kaufmann, C. Jemelin, J-M. Guidez. Automobile et modes de vie
urbains : quel degr de libert ? La Documentation Franaise, Paris, 2001
[Kruchten, 2000] P. Kruchten. The Rational Unified Process An Introduction. 2nd edition.
Addisson-Wesley, 2000.
[Laaribi, 2000] A. Laaribi. SIG et analyse multicritre. Editions Herms. Paris, 2000
[Larman, 2003] C. Larman. Agile and Iterative development: A Managers Guide. Editions
Addison-Wesley, 2003.
[Lefranc, 1995] C. Lefranc. Le mariage en dclin, la vie en couple aussi, Insee premire n392,
1995.
Bibliographiegnrale 237
*****************************************************************************************************
[Le Glau et al., 1996] J-P. Le Glau, D. Pumain, T. Saint-Julien. Villes dEurope : chaque
pays sa dfinition. In Economie et statistique n 294-295. 1996
[Le Jannic, 1996] T. Le Jannic. Une nouvelle approche territoriale de la ville. In Economie et
statistique n 294-295, 1996
[Le Moigne, 1977] J-L. Le Moigne. La thorie du systme gnral. Presse universitaire
franaise. Paris 1977
[Levy et Piazzoni, 1994] J-P. Levy, F. Piazzoni. Qui habite quoi ? Composantes et dynamiques
socio-spatiales du march de lhabitat Pantin. Rapport pour la ville de Pantin, 1994
[Levy, 1995] J-P. Levy. Les dynamiques socio-spatiales des marchs immobiliers. In Revue
dEconomie Rgionale et Urbaine n3, 1995
[Lvy, 2000] J. Lvy. Les nouveaux espaces de la mobilit, in Les territoires de la mobilit,
PUF, Paris 2000.
[Lily et al., 1992] Van N. Lily, H. Pieter, D. Frans. Influence du divorce sur la trajectoire
rsidentielle. In La ville en mouvement : habitat et habitants. Editions LHarmattan, Paris, 1992
[Liu et Anderson, 2004] X-H. Liu, C. Anderson. Assessing the impact of temporal dynamics
on land-use change 237erritori. In computers, Environment and Urban systems (28), 2004
[Lord et Levy, 1994] R. Lord, P. Levy. Moving from cognition to action : A control theory
perspective. In Applied psychology : an international review n43, 1994
[Meadows et al., 1972] H.D. Meadows, D.L. Meadows, J. Randers, W. Behrens. The limits of
growth. Universe Books, 1972
[Meyn et Tweedie, 1993] S.P. Meyn, R.L. Tweedie. Markov Chains and Stochastic Statability.
238 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Morin, 1991] E. Morin. La Mthode. Tome 4 : les ides, leur habitat, leur vie, leurs murs.
Editions Le Seuil. Paris 1991
[Morin, 1977] E. Morin. La Mthode. Tome 1 : La nature de la nature. Editions Le Seuil. Paris
19977
[Nam, et al., 2004] P. Nam , P-H. Wuillemin , P. Leray , O. Pourret , A. Becker. Rseaux
baysiens. Editions Eyrolles, Paris, 2004
[Newell, 1990] A. Newell. Unified Theories of Cognition. Harvard University Press, 1990
[Nicot, 1996] B-H. Nicot. La priurbanisation dans les zones de peuplement industriel et urbain.
In Donnes urbaines. Editions Antropos. Collections villes. Paris 1996
[Noble, 2000] J. Noble. Basic relationships patterns. In Pattern Languages of Program Design.
Editions Addison-Wesly. London, 2000
[Offner et Pumain, 1998] J-M. Offner, D. Pumain. Rseau et territoire, significations croises,
Editions de lAube, La Tour dAigues, 1998.
[Openshaw, 1983] S. Openshaw. The Modifiable Areal Unit Problem. Geobooks, Norwich,
1983
[Orfeuil, 1989] J-P Orfeuil. Un milliard de dplacements par semaine, la mobilit des Franais,
INRETS, La Documentation franaise, 1989.
[Pvon et al., 2005] J. Pvon, J. Gomez-Sanz, R. Fuentes. The INGENIAS methodology and
tools. In Agent-oriented methodologies, Edition Idea Group Publishing, 2005.
[Pearl, 1986b] J. Pearl. Fusion, propagation, and structuring in belief networks. In Artificial
Intelligence n29, 1986
[Pearl, 1987a] J. Pearl. Evidential reasoning using stochastic simulation of causal models. In
Artificial Intelligence n32, 1987
[Petonnet, 1982] C. Petonnet. Espace habit, ethnologie des banlieues. Paris, Galile, 1982
[Peckham et al., 1995] J. Peckham, B. Mackellar, M. Doherty. Data models for extensible
support of explicit relationships in design databases. In VLDB Journal n4, 1995
[Phipps, 1968] M. Phipps. Recherche de la structure dun paysage local par les mthodes
danalyse multivariable. In Comptes rendus de lAcadmie des Sciences de Paris, 1968
[Phipps, 1989] M. Phipps. Dynamical Behavior of Cellular Automata under the Constraint of
Neighborhood Coherence. In Geographical Analysis n21, 1989
[Platon et al., 2005] E. Platon, N. Sabouret, S. Honiden. Overhearing and Direct Interactions :
Point of View of an Active Environment, a Prelimary Study. Proceedings of AAMAS
Workshop on Environment for Multi-Agent Systems (E4MAS 2005), 2005
[Portugali et Benenson, 1997] J. Portugali et I. Benenson. Human agents and global forces in a
self-organising city. In Self-Organization of Complex Structures: From Individual to Collective
Dynamics. London, 1997
[Portugali et al., 1997] J. Portugali et I. Benenson, I. Omer. Spatial cognitive dissonance and
sociospatial emergence in self-organizing city. In Environment and Planning B-Planning &
Design, 1997
[Portugali, 2000] J. Portugali. Self-Organization and the city. Editions Springer. Berlin 2000
[Potier, 1996] F. Potier. Le tourisme urbain : les pratiques des Franais, Inrets, 1996.
240 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Pumain et al., 1996] D. Pumain, P-H. Derycke J-M. Huriot. Pour une confrontation des
thories urbaines. In Penser la ville. Editions Anthropos Economica. Paris 1996
[Pumain et Robic, 1996] D. Pumain, M-c. Robic. Thoriser la ville. In Penser la ville, Thories
et modles. Editions Anthropos Economica. Collection Villes. Paris 1996
[Pumain et Mattei, 1998] D. Pumain, M-F. Mattei. Donnes Urbaines, Vol. 2, Collection
VILLE, 1998.
[Pumain et Mattei, 2003] D. Pumain, M-F. Mattei. Donnes Urbaines, Vol. 3, Collection
VILLE, 2003.
[Provitolo, 2007] D. Provitolo. Les diffrentes formes de complexit des systmes de risque et
de catastrophe. In Catastrophes, discontinuits, ruptures, limites, frontires. Comment les
analyser ? comment les anticiper ? 14me journes de Rochebrune. Rencontres
interdisciplinaires sur les systmes complexes naturels et artificiels du 21 au 27 janvier 2007,
ENST, 2007.
[Raftery et Tavar, 1994] A. E Raftery, S. Tavar. Estimation and Modelling Repeted Patterns
in High order Markov Chain with Mixture Transition Distribution Model. In Applied Statistics,
vol. 43, 1994
[Relieu et Qur, 1998] M. Relieu, L. Qur. Mobilit, perception et scurit dans les espaces
publicsurbains. in Les Risques urbains : Acteurs systmes de prvention. Collection VILLES,
Paris, 1990
[Rennard, 2002] J-P Rennard. Vie artificielle. O la biologie rencontre linformatique. Illustr
Bibliographiegnrale 241
*****************************************************************************************************
[Robert, 1996] C. Robert. Methodes de Monte-Carlo par chanes de Markov. Economica, Paris,
1996
[Roncayolo, 1982] M. Roncayolo. La ville et ses territoires. Editions Gallimard. Paris 1982
[Royce, 1958] J. Royce. The development of factor analysis. In the Journal of General
Psychology n58. New York 1958
[Salomon et al., 1993] I. Salomon, P. Bovy, J-P. Orfeuil. A Billion Trips a Day, Dordrecht,
Kluwer Academic Publishers, 1993.
[Saporta, 2006] G. Saporta. Probabilit, analyse des donnes et statistique. Estimation, Monte-
Carlo, Rgression, Tests, Vraissemblance. Editions TECHNIP, Paris, 2006
[Sardon, 1996] J-P. Sardon. Lvolution du divorce en France. In Population, n3, 1996
[Schelling, 1978] T.C. Schelling. Micromotives and Macrobehavior. Editions WW Norton and
Company. New York, 1978
[Schelling, 1974] T.C. Schelling. On the ecology of micro-motives. In the corporate society.
Editions R. Marris. London 1974
[Schelling, 1969] T.C. Schelling. Models of segregation. In American Economic Review (59)
1969
[Schuler et al., 1997] M. Schuler, B. Lepori, V. Kaufmann, D. Joye. Eine Integrative Sicht des
Mobilitt. in Hinblick auf ein neues Paradigma des Mobilittsforschung, Bern Schweizerischer
Wissenschaftsrat, 1997.
[Servat, 2000] D. Servat. Distribution du contrle de laction et de lespace dans les simulations
multi-agents de processus physiques. In JFIADSMA2000. Editions Hrmes, Paris, 2000
242 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
[Skoda, 1971] J.M. Skoda. The checkerboard model of social interaction. In Journal of
Mathematical Sociology (1) 1971
[Stauffer, 2001] D. Stauffer. Monte Carlo simulation of Snajd models. In Journal of Artificial
Societies and Social simulation. 2001. Disponible sur :
http://www.soc.survey.ac.uk/JASSS/5/1/4.html (consult le 15.03.2006)
[Taffin, 1987] C. Taffin. La mobilit rsidentielle entre 1979 et 1984, Donnes sociales, vol. 5,
Urbanisation et usages de lespace, INSEE, 1987.
[Tannier, 2000] C. Tannier. Les localisations commerciales de dtail en milieu urbain, mieux
connaitre par la modlisation pour mieux amnager: ralisation d'un modle d'valuation de
l'attractivit des agrgats commerciaux d'une ville pour diffrents types d'tablissements
commerciaux de detail. Thse de doctorat de lUniversit de Franche-Comt, Besanon, 2000.
[Treuil et al., 2001] J-P Treuil, C. Mullon, E. Perrier, M. Piron. Simulations multi-agents de
dynamiques spatialises. In Modles en analyse spatiale. Editions Herms. Paris 2001
Bibliographiegnrale 243
*****************************************************************************************************
[Turing, 1952] A.M. Turing. The chemical basis for morphogenesis. In Philosophical
Transactions of the Royal society of London. London 1952
[Urry, 1990] J. Urry. The Tourist Gaze, Editions Sage, London, 1990.
[Urry, 2000] J. Urry. Sociology beyond Societies, Mobilities for the Twenty First Century,
Edition Routledge, London, 2000
[Vallin et Mesl, 2002] J. Vallin, F. Mesl. Tables de mortalit franaises pour les XIXe et
XXe sicles et projections pour le XXIe sicle. Editions PUF, Paris, 2002
[Van Imhoff et Post, 1988] E. Van Imhoff, W. Post. Mthodes de micro-simulations pour les
projections de population. In Population, n4, 1988
[Vidberg et Tannier, 1999] S. Vidberg, C. Tannier. Urban location strategies. Some elements
for a best understanding. Working paper, Universit de Franche-Comt, ThMA, 1999.
[Wachter et al., 2005] S. Wachter, J. Theys, Y. Crozet, J-P. Orfeuil. La mobilit urbaine en
dbat. Cinq scnarios pour le futur ? Editions Drast-Certu. Collection Transport et mobilit n
46. 2005
[Weber, 1999] C. Weber. Modlisation dynamique des interactions entre forme de mobilit et
recomposition territoriale. Rapport du PSIG, 1999
[Winder, 1999] N. Winder. Modliser dans un cadre thermodynamique : une raction l'article
de Sanders, 1999. Disponible sur http://www.cybergeo.eu/index2289.html (Consult le
244 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************
12.07.2006).
[White et Engelen, 1997] R. White et G. Engelen. Cellular automata as the basis of integrated
dynamic regional modelling. In Environment and Planning B-Planning & Design, 1997
[White et Engelen, 1994] R. White et G. Engelen. Urban Systems Dynamics and Cellular-
AutomataFractal Structures between Order and Chaos. In Chaos Solitons & Fractal n4, 1994
[White et Engelen, 1993] R. White et G. Engelen. Cellular automata and fractal urban form: a
cellular modelling approach to the evolution of urban land-use patterns. In Environment and
Planning A n25, 1993
[Xie, 1994] Y. Xie. Analytical Models and Algorithms for Cellular Urban dynamics. Thse de
doctorat de State University of New York at Buffalo. Baffalo, 1994
Conclusion...... 223
Bibliographie gnrale . 229
Table des matires. 245
Annexes . 251
Table des tableaux. 265
Table des figures.... 267
ANNEXES
La notion de probabilit conditionnelle permet de tenir compte dans une prvision d'une
information complmentaire. Par exemple, si je tire au hasard une carte d'un jeu de 32
cartes, j'estime naturellement une chance sur quatre la probabilit d'obtenir un cur ;
mais si j'aperois un reflet rouge sur la table, je corrige mon estimation une chance sur
deux. Cette seconde estimation correspond la probabilit d'obtenir un cur sachant
que la carte est rouge. Elle est conditionne par la couleur de la carte ; donc,
conditionnelle.
En thorie des probabilits, la probabilit conditionnelle d'un vnement A, sachant
qu'un autre vnement B de probabilit non nulle s'est ralis (ou probabilit de A,
sachant B) est le nombre not | dfini par :
|
De mme,
254
|
Le rsultat de est le mme que celui de . Il vient que :
| |
|
|
AutomateCellulaire
EtatDictionarySet ReseauCellulaire
256
257
SystemeMultiAgent
Desir
258
259
260
261
1
Table des tableaux
Tableau 2.1 : Evolution du statut doccupation 1992-1996 selon le type despace . 64
Tableau 2.2 : Evolution du statut doccupation 1984-1996 selon le type despace et le type dhabitat .. 64
Tableau 2.3 : Statistiques sur la variable statut doccupation depuis 1984 2002... 65
Tableau 2.4 : Esprance de vie. 68
Tableau 2.5 : Age de la personne de rfrence des mnages lhorizon 2015 dans la CAGB ... 69
Tableau 2.6 : Volume des constructions neuves entre 1990 et 2003 dans la CAGB 72
Tableau 7.1 : Donnes brutes extraites de lEnqute Mnages Dplacements 209
Tableau 7.2 : Rcapitulatif des principales donnes de calibrage sans pondration ... 209
267
1
Table des figures
Figure 1.1 : Les quatre principales formes de mobilit 28
Figure 1.2 : La mobilit des populations dans le temps et lespace.. 37
Figure 1.3 : Le Schma de Cohrence Territoriale... 41
Figure 1.4 : Les primtres dintervention au sein de SCoT de la CAGB... 42
Figure 2.1 : Dynamiques habitat-habitants... 56
Figure 2.2 : Dynamique temporelle de la mobilit rsidentielle... 60
Figure 2.3 : Interactions entre les dterminants de la mobilit. 61
Figure 2.4 : Statut doccupation .... 62
Figure 2.5 : Le revenu .. 67
Figure 2.6 : Le niveau dtudes. 67
Figure 2.7 : Lge.. 68
Figure 2.8 : Composition du mnage .. 69
Figure 2.9 : Type dhabitat .. 71
Figure 2.10 : Environnement rsidentiel . 73
Figure 3.1 : Le zonage en aires urbaines . 88
Figure 3.2 : Conception systmique de la ville 92
Figure 3.3 : Typologie des objets gographiques primitifs et statiques .. 102
Figure 4.1 : Architecture dagent ractif . 126
Figure 4.2 : Architecture dagent BDI . 127
Figure 4.3 : La relation micro-macro dans les SMA. 128
Figure 4.4 : Articulations entre chelles micro et macro dans un SMA gographique. 129
Figure 4.5 : Mthodologie oriente agent en gographie. 131
Figure 4.6 : Interaction entre agents route et btiment. 139
Figure 4.7 : Gnralisation cartographique dune base de donnes gographique... 139
Figure 5.1 : Quelques voisinages usuels.... 149
Figure 5.2 : Couplage conceptuel SMA-AC. 155
Figure 5.3 : Vue densemble de larchitecture de ISLAND.. 160
Figure 5.4 : Rsultats de simulation en 1994 de lvolution de lespace rouennais depuis 1950
avec SpaCelle 163
Figure 6.1 : Reprsentation graphique dun rseau baysien n variables . 171
Figure 6.2 : Illustration dun graphe orient. 174
Figure 6.3 : Graphe causal de la base de connaissance du mnage.. 180
Figure 6.4 : Application du carroyage la zone dtude.. 183
Figure 6.5 : Allure dune fonction Sigmode..... 184
Figure 6.6 : Structure de la table de contingence. 185
Figure 6.7 : Algorithme de Gnration de Table de Contingence Spatiale.. 186
Figure 6.8 : Calcul de la matrice de transition. 187
Figure 6.9 : Algorithme de prise de dcision atomique dun agent BDI rsidentiel 190
Figure 6.10 : Equations algorithmiques de la formation de nouveaux mnages.. 194
Figure 6.11 : Algorithme des rgles de transition selon le voisinage et le potentiel 197
Figure 6.12 : Algorithme des rgles de transition selon le comportement des mnages 198
Figure 7.1 : Interface utilisateur de VisualSimores . 204
Figure 7.2 : Vue statique de VisualSimores aprs une simulation .. 205
Figure 7.3 : Interface de paramtrage et dinitialisation de VisualSimores . 206
Figure 7.4 : Prsentation de la zone dapplication ... 207
Figure 7.5 : Du carroyage la configuration initiale de 2005 . 211
Figure 7.6 : Couleurs affectes aux diffrentes occupations du sol . 211
268
Rsum
A partir dune rflexion conceptuelle et mthodologique pour un rel couplage des automates
cellulaires et des modles multi-agents, le modle de simulation VisualSimores a t conu pour
rpondre, en partie, aux problmatiques de simulation de la mobilit rsidentielle en milieu
urbain.
Lintrt majeur de cette approche rside dans la mise en exergue, dans une perspective daide
la dcision en amnagement et urbanisme, des rapports quentretiennent entre eux, deux
phnomnes sparment observables : la mobilit rsidentielle des mnages dune part et les
changements urbains dautre part. La difficult de lexercice apparat immdiatement : il sagit
de cerner les liens qui, certains types de mnages font correspondre des catgories de
logements et vise versa. Plus largement, il sagit didentifier les logiques selon lesquelles les
mnages expriment et concrtisent leur choix rsidentiels. Dans cette perspective, et en raison
de la nature complexe du systme urbain, la combinaison dun modle dautomates cellulaires
contraint par un modle baysien du comportement des mnages et le paradigme multi agents se
rvle plus approprie.
Abstract
From a conceptual and methodological reflection about an effective association of system based
cellular automata and multi-agents models, the simulation model VisualSimores was conceived
in order to give even partially, a response concerning the impact of residential mobility in urban
areas.
According to the goal to develop a support system for urban planning, the major interest of this
approach is to focus on the relationship between two separately observable phenomena: the
residential mobility of household on one hand and the urban dynamics on the other hand. Then
it becomes particularly important to identify the reasoning that helps to establish a
correspondence between the demands of different types of household and residential offer of
housing and vice versa. Moreover the strategies should be identified according to which
household express and accomplish their residential choices. In this perspective, and because of
the complex nature of the urban system, the combination of cellular automata based model
constrained by the behavior of household modeled in terms of bayesian network in association
with multi agents paradigm turned out to be a powerful approach.