Prise en compte des incertitudes et tendances dans la simulation multi-agents de la mobilité : Apport des scénarios futurs

International audiencePour des systèmes complexes, la conception de solutions ayant un long temps de mise sur le marché ou une grande durée de vie est mise au défi par le manque de connaissances sur le futur. Nous présentons une méthode pour intégrer des tendances et incertitudes dans le processus de conception avec l'aide de la Simulation Multi-Agents (SMA). Nous l'avons choisie parce que celle-ci permet d'intégrer divers paramètres et d'estimer les impacts des décisions d'individus sur un système complexe. Au cœur de la SMA se trouvent les agents, se référant à des individus statistiquement représentatifs dont les caractéristiques sont pertinentes pour le sujet d'étude, ici la mobilité urbaine. Ces caractéristiques sont, par exemple, les lieux où ils se déplacent, les modes, les ressources disponibles et des paramètres de choix (par exemple, les préférences modales). L'impact des agents agrégés sur le système est significatif. Jusqu'à présent, les SMA ont été principalement effectuées avec les hypothèses de base du présent ou en faisant varier quelques chiffres de manière homogène, p. ex., le nombre de la population. Une approche qui intègre mieux les développements futurs pourrait améliorer la conception actuelle de solutions de mobilité urbaine. Nous posons la question suivante : « Comment considérer des incertitudes et tendances dans la SMA de la mobilité ? » Nous avons mené une étude sur les développements du futur, des entretiens avec des experts, des ateliers, et construit des scénarios archétypaux pour la région parisienne. Cela nous permet de créer plusieurs scénarios pour 2030 et de les traduire en paramètres qui définissent la SMA. Sans vouloir prétendre qu'un scénario représentera le futur, nous postulons que l'utilisation de plusieurs scénarios peut rendre la SMA et donc la conception plus robuste. Bien que les exemples proviennent du domaine de la mobilité, nous supposons que la méthode peut trouver une application dans d'autres secteurs où la simulation et les futurs incertains se conjuguent