You are on page 1of 271

Modelisation et simulation multi-agents de la dynamique

urbaine : application a la mobilite residentielle


Igor Agbossou

To cite this version:


Igor Agbossou. Modelisation et simulation multi-agents de la dynamique urbaine : application
a la mobilite residentielle. Geographie. Universite de Franche-Comte, 2007. Francais. <tel-
00924741>

HAL Id: tel-00924741


https://tel.archives-ouvertes.fr/tel-00924741
Submitted on 7 Jan 2014

HAL is a multi-disciplinary open access Larchive ouverte pluridisciplinaire HAL, est


archive for the deposit and dissemination of sci- destinee au depot et a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publies ou non,
lished or not. The documents may come from emanant des etablissements denseignement et de
teaching and research institutions in France or recherche francais ou etrangers, des laboratoires
abroad, or from public or private research centers. publics ou prives.
UNIVERSITDEFRANCHECOMT

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.

Je tiens exprimer toute ma gratitude et ma reconnaissance Damienne Provitolo, Charge de


recherche au CNRS, UMR 6049 ThMA Besanon pour sa disponibilit et sa spontanit
gnreuse mon gard. Merci pour les prcieux conseils !

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 Hlne Houot et Ccile Tannier pour leurs encouragements et prcieux conseils.

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.

Par ailleurs, le prototype de simulation VisualSimores (dont les instructions pour


linstallation se trouvent dans le fichier Lisez-moi du CD-ROM daccompagnement) a
t entirement dvelopp par nos soins en langage C# avec le Framework .NET 2.0 de
Microsoft. Il sagit lheure actuelle, dun outil de recherche non destin un public
plus large.

[] une ide essentiellement gographique : celle dun
milieu composite, dou dune puissance capable de
grouper et de maintenir ensemble des tres htrognes
en collaboration et corrlation rciproque. Cette notion
pourrait tre la loi mme qui rgit la gographie des
tres vivants.

P. Vidal de la Blache,
Principes de gographie humaine

Et quoiquon en dise, dans la vie scientifique, les


problmes ne se posent pas deux-mmes. Cest
prcisment ce sens du problme qui donne la marque du
vritable esprit scientifique Sil ny a pas eu de
question, il ne peut y avoir connaissance scientifique.
Rien ne va de soi. Rien nest donn. Tout est construit.

G. Bachelard,
La formation de lesprit scientifique

Sommaire
Introduction.. 13

Partie I : De la mobilit la modlisation des dynamiques urbaines 19


Chapitre 1. La mobilit : quelle place dans lanalyse des dynamiques socio-
spatiales ?... 21
1.1. La mobilit : une notion transdisciplinaire dominance spatiale 23
1.2. Retour sur les diffrentes formes de la mobilit 27
1.3. Mobilit et politiques territoriales 32
1.4. La mobilit comme moteur de la dynamique urbaine 37
Bibliographie rfrence 44

Chapitre 2. La mobilit rsidentielle : mesure, dynamiques et dterminants.... 47


2.1. Mesures et volution des connaissances sur la mobilit rsidentielle 49
2.2. Les dynamiques habitat-habitants 56
2.3. Les dterminants de la mobilit rsidentielle 61
Bibliographie rfrence 75

Chapitre 3. Problmatiques et premires approches de modlisations et de


simulations urbaines. 79
3.1. Problmatiques lies la modlisation des dynamiques urbaines 80
3.2. La ville et son fonctionnement 82
3.3. Approche systmique de la ville 89
3.4. Apprhender la ville comme un systme complexe 93
3.5. Des approches classiques de modlisation la gosimulation urbaine 97
Bibliographie rfrence 106

Partie 2 : Appropriation conceptuelle et mthodologique des outils


de la gosimulation 113
Chapitre 4. Lapproche multi-agents en gographie 115
4.1. Quelques gnralits sur le paradigme multi agents 117
4.2. Le concept dagent 123
4.3. Systme multi agents versus simulation multi agents 127
4.4. Mthodologie oriente agent en gographie 130
4.5. Quelques applications gographiques des SMA 135
Bibliographie rfrence 141

Chapitre 5. Les automates cellulaires comme support spatial la dynamique


urbaine... 143
5.1. Introduction aux automates 144
5.2. Rseaux dautomates et automate cellulaire 145
5.3. Modlisation par automates cellulaires en gographie 147
5.4. Quelques exemples dapplications gographiques des automates cellulaires 155
Bibliographie rfrence 164
Partie 3 : Ralisation et application dun modle de simulation de
la dynamique urbaine : VisualSimores 167
Chapitre 6. Modlisation du comportement des agents et de la dynamique
rsidentielle... 169
6.1. Considrations thoriques relatives aux rseaux baysiens 171
6.2. Formalisation du modle comportemental des agents 178
6.3. Formalisation de la dynamique spatiale de lhabitat 181
6.4. Modle algorithmique du systme rsidentiel : couplage SMA-AC 188
Bibliographie rfrence 200

Chapitre 7. Rsultats de lapplication du modle de simulation... 203


7.1. Prsentation succincte du prototype VisualSimores 204
7.2. Le terrain dapplication : la commune de Sane 206
7.3. Description des donnes de calibrage du modle de simulation 208
7.4. Analyse des rsultats 210
Bibliographie rfrence 222

Conclusion.... 223
Bibliographie gnrale 229
1
INTRODUCTION

Les villes sont par essence, par dfinition, faites non


pas de clones mais de gens diffrents, issus de
diffrents milieux sociaux, de diffrentes professions,
de diffrents ges []. Nous avons tous intrt
maintenir cette diversit, permettre tous les
milieux sociaux, aux riches, aux pauvres de vivre
dans les villes.
J-R. Pitte

Cette recherche sintresse ltude des choix rsidentiels dans le contexte de la


priurbanisation. La priurbanisation est un processus durbanisation ancre dans les
dynamiques territoriales de nombreux pays, notamment ceux de lEurope occidentale et
aux tats-Unis. Elle a dbut dans les annes 1940 aux tats-Unis et a gagn lEurope
occidentale dans les annes 1950-60. Ce phnomne, qui se manifeste par un talement
urbain du centre vers les priphries, sest dabord manifest dans les grandes villes,
avant de se diffuser dans les villes moyennes et petites, sous leffet notamment dune
motorisation massive et dune baisse des cots de transport. En France, le phnomne
de priurbanisation est n la fin des annes 1960, priode partir de laquelle la
politique de lhabitat soriente vers laccs la proprit. Les communes priurbaines
deviennent ainsi des espaces privilgis pour accueillir un grand nombre de lotissements
pavillonnaires. La priurbanisation tant un objet dtude vaste et complexe, nous avons
focalis notre recherche sur un axe thmatique de ce phnomne, celui de la mobilit.
Le systme de mobilit accompagne en effet les dynamiques priurbaines et est au
centre de forts enjeux actuels en termes damnagement du territoire en raison de sa
dimension sociale, conomique et environnementale. Les phnomnes de mobilit des
mnages peuvent tre globalement apprhends partir de deux chelles, celle de la
14

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.

Trois pistes de rflexion ont t abordes afin de modliser et simuler la mobilit


rsidentielle.
La premire piste de recherche porte sur la prise en compte et la formalisation des
interactions spatiales et a-spatiales entre lhabitat et les habitants. Il sagit
danalyser et de dcrire les diffrentes faons dont lespace peut influencer les
comportements des mnages dans le choix de leur rsidence et inversement, didentifier
les processus par lesquels les choix rsidentiels des mnages engendrent une
structuration de lespace. Cette question amne galement sintresser aux influences
quun mnage pourrait exercer sur le comportement rsidentiel dun autre mnage.
15

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.

Notre positionnement conceptuel et mthodologique par rapport aux outils de la


gosimulation est prcis et dtaill dans la deuxime partie. Les quatrime et
cinquime chapitres exposent en dtail les choix conceptuels que nous avons effectus
ainsi que notre dmarche mthodologique. Ainsi, le fait de modliser et de simuler des
phnomnes et des processus spatiaux nous a amen combiner non seulement des
savoirs relatifs la thmatique de recherche, mais galement des comptences fournies
par divers domaines : des mathmatiques linformatique en passant par la statistique et
la physique. Ces disciplines ouvrent en effet, des perspectives mthodologiques
16

considrables la gographie thorique et quantitative en loccurrence lorsquil sagit


de conduire des travaux scientifiques sur des problmatiques damnagement du
territoire. En effet, lamnagement du territoire apparat comme une exigence de
justice spatiale visant corriger des disparits la fois conomiques, socio-
culturelles, dmographiques, etc.
A partir dun expos dtaill du paradigme multi-agents, nous montrons en quoi la
nature anthropomorphique (le fait de pouvoir formaliser des comportements humains)
des agents intentionnels (dot dune facult de raisonner) est utile pour modliser le
comportement de localisation rsidentielle des mnages. Ainsi, les diffrents
comportements de mnages sont modliss par des agents cognitifs (des agents qui
possdent une mmoire et capables de se reprsenter leur environnement) de type BDI
(Believe, Desire, Intention) dots de lensemble des caractristiques cognitives et des
comportements fonctionnels relatifs la mobilit rsidentielle. La dimension spatiale est
modlise par des agents spatiaux ractifs de type automate cellulaire. Le principe de
fonctionnement des automates cellulaires qui dans notre cas, sert de support la
modlisation de la dimension spatiale, a fait lobjet du cinquime chapitre. Nous avons
donc opt pour le couplage entre un systme multi-agents et un automate cellulaire pour
concevoir le modle et loutil de simulation de la mobilit rsidentielle. Ce couplage est
rendu possible grce une formalisation axe sur les rseaux baysiens. Le prototype
logiciel du modle est baptis VisualSimores et peut tre install partir du CD-ROM
qui accompagne la thse. Les dtails techniques (modle graphique en UML des
librairies et la vue statique des classes) se trouvent en annexe 2.

Lobjet de la troisime partie de la thse est de mettre au point notre modle de


simulation de la mobilit rsidentielle intra-communale et de tester sa robustesse en
lappliquant un territoire. Notre choix sest port sur la commune de Sane, une
commune de la rgion de Franche-Comt (Est de la France). En effet, la commune de
Sane offre lavantage de fournir les donnes ncessaires (ge, revenu, statut
doccupation, composition familiale) la calibration du modle. Ces donnes

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

constituent les dterminants de la mobilit rsidentielle intrinsquement un mnage.


Mais lenvironnement rsidentiel ou la qualit des amnits offertes par le lieu de
rsidence influence aussi le choix rsidentiel dun mnage. De plus, cette commune est
peu sous linfluence de la polarisation bisontine. Elle possde en effet sa propre
dynamique urbaine, ce qui tait un atout indniable pour ltude de la mobilit intra-
communale.
Au sixime chapitre, chaque tape de la modlisation est argumente. La formalisation
probabiliste du modle comportemental des mnages ainsi que le modle dautomate
cellulaire dvelopp ont t prsents. Nous avons particulirement insist sur les
aspects mathmatiques sous jacents limplmentation informatique des agents, des
cellules et de la dynamique globale du systme rsidentiel. Quelques rsultats de
lapplication du modle de simulation sont consigns dans le dernier chapitre de la
thse. Lensemble des simulations effectues sur cette commune est organis en trois
catgories selon trois types de scnarios : un cadre de vie agrable pour tous et un
quilibre sociodmographique, un cadre de vie de qualit moyenne pour tous et une
moins bonne entente dans les familles et un cadre de vie agrable pour les
propritaires et de qualit moyenne pour les locataires et une bonne entente dans les
familles. Les rsultats prsents ont galement permis de nous rendre compte des
limites du modle et de commencer explorer de nouvelles pistes de rflexions pouvant
contribuer quelques amliorations tant de VisualSimores que des approches
conceptuelles et mthodologiques de la modlisation de la dynamique urbaine dans une
perspective daide la dcision en amnagement du territoire.

Partie I
DE LA MOBILIT LA MODLISATION
DES DYNAMIQUES URBAINES
Dans cette partie,

Chapitre 1 : La mobilit : quelle place dans lanalyse des


dynamiques socio-spatiales ?

Chapitre 2 : La mobilit rsidentielle : mesure, dynamiques


et dterminants

Chapitre 3 : Problmatiques et premires approches de


modlisations et de simulations urbaines

1
LA MOBILIT : QUELLE PLACE DANS
LANALYSE DES DYNAMIQUES SOCIO-
SPATIALES ?

Prendre possession de lespace est le geste premier


des vivants, des hommes et de btes, des plantes et
des nuages, manifestation fondamentale dquilibre
et de dure.
Charles-douard Jeanneret-Gris
alias
Le Corbusier

Les expriences de mobilit engendrent, de plus en plus, de profonds bouleversements


en termes de ractivit aussi bien dans le monde de la recherche scientifique que dans la
pratique de lurbanisme. La prise de conscience dune augmentation tant quantitative
que qualitative des dplacements dans la ville oblige repenser la faon dont on les
analyse et dont on gre la ville. Lvolution des espaces mtropolitains travers le
monde se traduit par une transformation des modes de vie et des pratiques de mobilit.
Valorise sur le plan conomique au titre de vecteur de croissance, stimule par la
diffusion de systmes techniques offrant des potentiels de vitesse considrables, la
mobilit des personnes connat une croissance continue depuis plusieurs dcennies. La
croissance des volumes de flux, de leur vitesse et de leur porte spatiale suscite
beaucoup dinterrogations. Ces questionnements relatifs aux effets de la mobilit sur le
devenir des territoires et des structures sociales font en ralit suite aux nombreuses
volutions qua connues le phnomne de mobilit spatiale.
22 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

Mais en tant que gographe sensible aux problmatiques damnagements urbains, le


chercheur est plus enclin sorienter vers ltude des mobilits urbaines [Certu, 2002 ;
Marzloff, 2005 ; Wachter et al., 2005] qui se dmarquent nettement des autres formes
de mobilits spatiales par le fait que le dplacement se fait en direction dun bassin de
vie autre que celui dorigine. Ce faisant, il est plus mme analyser et interprter les
dynamiques des structures sociales et des formes spatiales qui en mergent.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 23
*****************************************************************************************************

1.1. La mobilit : une notion transdisciplinaire dominance spatiale

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 ?

1.1.1. Le caractre polysmique de la notion de mobilit

Ltude des migrations est au confluent de plusieurs disciplines. Gographes,


dmographes, conomistes, sociologues, statisticiens et mmes historiens et linguistes
sattachent examiner et expliquer les phnomnes migratoires. Plusieurs disciplines ont
donc produit des analyses diffrentes et complmentaires sur les mobilits. Mme si ces
travaux ont permis un progrs considrable des connaissances en la matire, les
problmatiques ne se traitent pas de la mme faon en raison de la nature polysmique du
concept de mobilit. En effet, les termes de mobilit gographique, migration, mobilits
spatiale et quotidienne sont employs indiffremment pour dsigner un changement plus
ou moins durable de lieu [Bonvalet et Brun, 2000]. Pourtant, des diffrences existent dans
leur dfinition et leur utilisation. Le concept de migration dsigne souvent de manire
plus ou moins explicite des dplacements internationaux ou interrgionaux. Le concept de
mobilit gographique comprend gnralement ces mouvements, mais galement les
mouvements lintrieur dune agglomration. Mais ces deux concepts ne rendent pas
compte des mouvements pendulaires [Girerd, 2004], ni des divers autres types de
dplacements lis aux services, aux loisirs, etc. La mobilit spatiale quant elle, se dfinit
comme lensemble des dplacements des acteurs (individuels ou collectifs) dans lespace
physique (ou gographique), quels que soient la dure et la distance du dplacement, les
moyens utiliss, les causes et les consquences [Bassand et Brulhardt, 1980].
Aussi, lorsquun gographe voque le terme mobilit, il ne parle pas forcment de la
mme chose quun ingnieur ou un sociologue qui utilise cette notion ; ce qui peut rendre
difficile le dialogue en ce qui concerne leurs savoirs respectifs. Au stade o en est ltat
24 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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.

1.1.2. De la contigut la connexit spatiale de la mobilit

Les notions de contigut et de connexit relvent du vocabulaire de la gographie et se


rfrent la spatialisation de la mise en relation des lieux. La connexit peut se dfinir
comme la mise en relation par lintermdiaire des systmes techniques de transport et de
communication ; et, la contigut comme la mise en relation par la proximit spatiale. En
ralit, les nouveaux moyens de tlcommunication et les transports rapides ont permis
la connexit de se dvelopper et les acteurs sinsrent dsormais plusieurs chelles
spatiales [Offner et Pumain, 1998]. La croissance de la connexit a fortement retenu
lattention des chercheurs en sciences humaines, et notamment des gographes. Il ressort
de ces travaux trois aspects.
Dabord larchipelisation du territoire : les espaces vcus se caractrisent de plus en
plus par une dilution territoriale et des discontinuits dans lespace. Ce phnomne
concerne la mobilit quotidienne avec lloignement croissant entre les lieux de travail et
les lieux de rsidence. Mais il concerne galement les autres formes de mobilit, et
notamment les rsidences secondaires de week-end ou la bi-rsidentialit. Dans tous ces
cas, la connexit conduit dvelopper une forme dubiquit dans linsertion sociale,
ubiquit consistant avoir plusieurs vies en parallles dans des lieux spatialement
loigns [Kaufmann et al., 2004, op. cit.].
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 25
*****************************************************************************************************

Ensuite, la croissance de la connexit correspond une dpendance graduelle des moyens


de transport : il est de moins en moins possible de sinsrer socialement sans avoir accs
aux potentiels de vitesse offerts par les moyens de transports motoriss. De plus, lancrage
de la pratique des moyens de transport dans les modes de vie fait que ceux-ci sont de
moins en moins interchangeables, car chaque moyen de transport dfinit des opportunits
spcifiques de combinaison dactivits dans lespace et dans le temps. Ainsi, par exemple,
lusage des transports publics multiplie gnralement des opportunits de sapproprier les
centres-villes pour des micro-activits, car loffre de transports collectifs est souvent de
structure radiale. A linverse, lusage de lautomobile produit souvent des opportunits
dappropriation des quipements commerciaux dentre de ville, laccessibilit routire de
ces derniers tant presque toujours excellente.
Enfin, on peut noter que la connexit matrialise le passage dun modle de
diffrentiation socio-spatiale arolaire un modle fragment : jusque dans les annes
1960, nos socits occidentales taient marques par la sparation des fonctions dans
lespace social (division sexuelle du travail, primat de la catgorie socioprofessionnelle
dans lidentit) et spatial (spcialisation fonctionnelle du sol). Changer de rle impliquait
gnralement de changer de lieu [Schuler et al., 1997]. Ce modle sest maintenant
estomp pour laisser place une superposition spatiale et temporelle accrue des rles.
Leffacement progressif de la rpartition des tches (travail fminin, pre au foyer, etc.) et
le dveloppement du temps libre multiplient les mobilits sociales horizontales sans quil
y ait forcment dautres mobilits spatiales qui leur soient associes. Ainsi, par exemple,
le logement est-il dsormais non seulement investi comme espace domestique et familial,
mais de plus en plus souvent comme espace de loisir (vido, TV, Internet) ou comme lieu
de travail (grce notamment lordinateur reli Internet pour le tltravail).

1.1.3. De lirrversibilit la rversibilit de la mobilit

Les notions de rversibilit et dirrversibilit sont empruntes lastrophysique et ne


sont que rcemment entres dans le langage des sciences humaines [Bellanger et
Marzloff, 1996]. Elles se rfrent au temps ou plus prcisment la possibilit ou non de
revenir un tat antrieur. Ces deux notions sont dfinies en rfrence limpact de la
mobilit sur lidentit des acteurs [Schuler et al., 1997, op. cit.]. En sociologie,
lirrversibilit est une exprience sociale totale. Cest--dire quelle a forcment un effet
sur lindividu. A loppos, la rversibilit est une exprience sociale que lon peut
26 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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
*****************************************************************************************************

Relevons ensuite une rversibilisation des diffrentes formes de mobilit elles-mmes.


Davantage que par le pass, il est possible dannuler les impacts de la distance. Par
exemple, des immigrants peuvent rester en contact avec leur famille ou leurs amis par
lintermdiaire du tlphone ou de la messagerie lectronique [Cwerner, 1999 ; Stalker,
2000 ; Stimson et Minnery, 1998]. Ainsi, migrer nimplique plus une coupure nette,
dautant plus que les moyens de transports rapides permettent facilement de rendre visite
au migrant ou ce dernier de voyager. La mobilit rsidentielle saccompagne de plus en
plus souvent dhabitudes gardes dans lancien quartier, comme la montr la recherche
de Marc Wiel et de Yann Rollier sur la prgrination dans lagglomration brestoise
[Wiel et Rollier, 1993]. Un autre exemple est celui du regard du touriste, qui universalise
les lieux et ce faisant, rduit la possibilit de se confronter linconnu [Urry, 1990, op.
cit.]. Par ce biais, le voyage se rversibilise, car les sites visits sont de plus en plus des
produits standardiss que lon connat dj avant de les avoir vus.
Enfin une croissance des formes de mobilit les plus rversibles en termes de distance les
rend plus rversibles encore. Si cette tendance est constante depuis les annes 1950 pour
la mobilit quotidienne [Salomon et al., 1993], notons quon la retrouve pour le tourisme,
avec dune part la croissance du tourisme international, et dautre part le dveloppement
du tourisme urbain de courte dure [Potier, 1996]. Cest ainsi par exemple quentre 1970
et 1993, on passe dans les pays de la Communaut Europenne de 2000 4000 milliards
de personnes/km par an, lessentiel tant assur en automobile1. Elle traduit une constante
acclration des vitesses de dplacement. Ajoutons que lvolution des pratiques modales
accentue ce processus. Lautomobile est de plus en plus souvent utilise pour se dplacer
au quotidien et lutilisation de lautomobile permet au conducteur et aux passagers dtre
invisibles [Whitelegg, 1997]. Dans ce sens, lautomobile est un moyen de transport plus
rversible que ses alternatives.

1.2. Retour sur les diffrentes formes de la mobilit

Traditionnellement, quatre acceptions diffrentes du terme de mobilit sont utilises en


sciences humaines pour dcrire des mouvements dans lespace gographique : il sagit de
la mobilit rsidentielle (faisant rfrence au parcours rsidentiel), des migrations (en
rfrence aux mouvements internationaux et inter-rgionaux dmigration et

1
Tir du rapport de la Communaut europenne Un rseau pour les citoyens, Bruxelles, 1995
28 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

dimmigration), des voyages (en rfrence au tourisme) et de la mobilit quotidienne (en


rfrence aux dplacements de la vie quotidienne).

1.2.1. Une prsentation synoptique des diffrentes formes de mobilit

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

Avec la diffusion des technologies de linformation et de la communication, la pratique de


chacune de ces mobilits change au point que celles-ci se brouillent [Kaufmann et al.,
2004, op. cit.] pour des raisons de combinaisons non triviales. Les distances et les vitesses
croissent, tandis que les temporalits auxquelles elles renvoient se dsynchronisent
[Audard, 2006] pour se re-synchroniser selon de nouvelles modalits. Cest ainsi que de
nouvelles formes de mobilit viennent sintercaler entre les quatre susmentionnes. Nous
pouvons illustrer ces nouvelles formes de mobilit par les exemples qui suivent.
- La bi-rsidentialit (entre mobilit quotidienne et migration inter-rgionale ou
mobilit rsidentielle). Si le double domicile saisonnier existe depuis longtemps, son
dveloppement lchelle de la semaine est plutt rcent. Il recouvre des situations
trs diffrentes. Parmi les couples bi-actifs par exemple, il est souvent le rsultat
darbitrages familiaux lorsque les activits professionnelles des conjoints ne sont pas
localises dans la mme agglomration [Lvy, 2000]. On trouve galement des
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 29
*****************************************************************************************************

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.

- Le mnage spar (entre la mobilit quotidienne et la migration inter-rgionale). On


assiste actuellement au dveloppement du mnage spar parmi les couples sans
enfant charge. Ces couples choisissent de ne pas partager le mme toit et de se
retrouver pour partager soires, week-ends et vacances [De Singly, 2000].

- Le tourisme de courte dure (entre la mobilit quotidienne et le voyage). Les mobilits


de loisir entre les vacances et le week-end connaissent un dveloppement considrable
depuis une dcennie [Potier, 1996]. Elles prennent souvent la forme de la dcouverte
dune ville et de ses richesses culturelles sur le mode de la dtente.

Malgr la multiplicit des formes de mobilit, celles quotidienne et rsidentielle


permettent aux gographes de mieux apprhender les dynamiques socio-spatiales qui
structurent lespace gographique une chelle microscopique et/ou mesoscopique.

1.2.2. La mobilit quotidienne

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
*****************************************************************************************************

1.2.3. La mobilit rsidentielle

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
********************************************************************************************************

assez troit entre construction thorique et besoins dobservations empiriques, apports


rciproques des approches micro-sociales et des approches plus macroscopiques, etc.
Parce que la mobilit rsidentielle reste rare et que le logement est une caractristique
essentielle dune priode de vie, les travaux ont aussi pu porter sur des approches
longitudinales et des reconstructions dhistoires de vie, mlant les parcours rsidentiel,
familiaux et professionnels, ce qui ne peut se pratiquer dans le champ de la mobilit
quotidienne qu laide de pseudo-panels. Sont notamment mis en vidence les liens
complexes entre mobilit rsidentielle longue porte dune part, trajectoires
professionnelles, mobilit sociale des femmes par le mariage, fcondit des couples et
anticipation de cette fcondit travers les caractristiques des logements occups par
exemple. Ltude des trajectoires rsidentielles permet en outre dincorporer linfluence
des habitudes accumules sur la nature des arbitrages un moment donn [Courgeau,
1988, op. cit.].

1.3. Mobilit et politiques territoriales

De nombreux acteurs sinterrogent sur le devenir des territoires. Certains proposent


daborder les problmatiques territoriales travers le prisme de la mobilit. Par exemple,
J-M et B. Benot proposent pour leur ouvrage le titre Comment la nouvelle mobilit des
franais va transformer leurs territoires de vie ?. Plus prcisment, les spcialistes de la
mobilit runis Marlay-le-Roi les 6 et 7 mai 1999 saccordent penser que les
rflexions sur la mobilit doivent seffectuer dans un cadre territorial prononc. Dailleurs
si les rencontrent initiales sintitulent Mobilit et transport, elles se nomment prsent
Mobilit et territoire. Les interactions entre mobilit et territoire sont par consquent
trs fortes.

1.3.1. Liens entre dynamiques territoriales et mobilits

En arrire plan la plupart des dynamiques territoriales observes et tudies sinscrit


lide de mouvement, voie de dplacement reliant diffrents lieux du territoire. Marc Wiel
corrobore ce constat par laffirmation suivante : Les diverses formes de dynamiques
territoriales induites par lvolution de la mobilit se dclinent principalement deux
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 33
*****************************************************************************************************

chelles du territoire concern : lchelle de la zone demploi (nouvelle chelle urbaine


pour de nombreux auteurs) et lchelle rgionale et au-del. [Wiel, 1999].
A lchelle urbaine, trois types de dynamiques territoriales majeures peuvent tre
amorces ou amplifies par la mutation des pratiques de mobilit.
Primo, laccroissement de la mobilit est la fois, cause et consquence de ltalement
urbain. Dune part, les mutations de la mobilit expliquent ltalement urbain puisque les
mnages acceptent des dplacements domicile-travail et une mobilit quotidienne plus
longue en distance (mais pas ncessairement en temps) sur le lieu de vie. Dautre part, les
volutions de la mobilit sexpliquent partiellement par ltalement urbain, notamment
par lexurbanisation des activits qui obligent les salaris, soit se dplacer
quotidiennement vers les priphries urbaines, soit plus srement rsider dans le
priurbain. Ceci explique par ailleurs limportance prise par les dplacements urbains de
priphries en priphries.
Secundo, les mutations de la mobilit engendrent une partition de lespace notamment
urbain, en units de voisinage [Wiel, 1999, op. cit.]. Il sagit dun clatement des lieux
de rsidence et demploi du fait de la disparition des contraintes lies laccessibilit aux
lieux. Ces processus produisent notamment la multipolarisation des villes. Les
agglomrations sont maintenant compares des archipels agrgeant des lots plus ou
moins indpendants des uns des autres.
Tertio, il apparat que les nouvelles pratiques de mobilit gnrent une concentration
spatiale de la prcarit et de la richesse [Wiel, 1999, op. cit.], cest--dire une forme de
sgrgation spatiale, dans la mesure o les quartiers les plus dfavoriss (l o il y a plus
de personnes revenu trs modeste pour sacheter une voiture par exemple) sont
constamment les moins desservis en quantit (ligne de nombre de bus par exemple) et en
qualit (dgradations, violences, etc.). Il sagit l de la dimension sociale de la mobilit
dans sa relation avec le territoire, en loccurrence, urbain. Cest galement une des
consquences de la multipolarisation des villes. Dans ces conditions, la mobilit semble
renforcer les ingalits entre territoires et plus particulirement entre espaces situs
lintrieur des agglomrations.

A lchelle rgionale et au-del, lvolution de la mobilit conduit deux mutations


spatiales majeures. Il sagit dabord de la spcialisation des territoires lie celle du
systme de production de biens et des diffrentes organisations logistiques des
entreprises. Paralllement, les processus de mtropolisation sont galement renforcs par
34 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.

1.3.2. De la prise en compte de la mobilit dans les politiques damnagements


urbains et rgionaux

Lide mme de fluidification en ce qui concerne lurbanisme et loffre de transport


suppose que les structures sociales et territoriales sestompent au profit dun contexte
capable daccueillir les aspirations les plus diverses. Dans les six agglomrations
(Besanon, Grenoble, Toulouse, Berne et Lausanne) tudies dans le cadre du projet
PREDIT [Kaufmann, et al., 2001], un modle de vie urbain simpose : il marque le
territoire travers la planification et lappareil lgislatif, et ne correspond quaux
aspirations dune partie de la population. Le modle de vie urbain qui est apparu comme
dominant en France est lexpression dune culture : la manire dont est pense, habite et
pratique la ville est diffrente en Allemagne ou en Grande Bretagne. Dans ces pays, elle
ne se pose pas comme en France en termes dopposition entre une ville-historique
dimmeubles anciens et une ville priurbaine faite de maisons individuelles et de zones
dactivits disperses. Les formes urbaines et leurs accessibilits se construisent selon
dautres modalits. Ainsi, loffre urbaine, les conditions daccs cette offre et la valeur
attribue aux diffrents usages possibles de la ville sont spcifiques chaque contexte. En
ce qui concerne la motilit, ces observations dbouchent sur deux enseignements. Dune
part la motilit est formate par le contexte, qui incite se doter de certains accs plutt
que dautres, acqurir certaines comptences et sapproprier les accs de telle manire
plutt que de telle autre. Dautre part, les diffrentes aspirations et projets sont
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 35
*****************************************************************************************************

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.

1.3.3. Du POS la loi SRU

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 dquilibre entre amnagement et protection consiste trouver, comme son


nom lindique, un quilibre entre le besoin pour les communes de proposer des espaces
constructibles pour laccueil de populations nouvelles, mais aussi la ncessit dassurer la
prservation des espaces naturels. Le principe dquilibre vise donc concilier ces deux
donnes (besoin de se dvelopper et ncessit de protger), qui ne sont cependant pas
contradictoires. Certes, la croissance urbaine se fait de faon inluctable au dtriment des
espaces naturels, mais la mutation de ces espaces lorsquelle est rendue ncessaire, doit
rpondre aux besoins de la commune. En dautres termes, une commune qui constituerait
des zones de future urbanisation de superficie trop importante par rapport la faible
croissance de sa population observe lors des derniers recensements ne respecterait pas le
principe dquilibre et sexposerait lannulation de son document.
36 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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.

Le principe dune utilisation conome de lespace et dune prservation des ressources


naturelles : lespace, quil soit urbain, priurbain ou rural, doit tre considr comme un
bien rare, dont lutilisation ne doit pas conduire son gaspillage. Sans inciter la
ralisation de tours et de barres, les SCoT et les PLU devront grer lespace
convenablement, cest--dire, faire en sorte que la ville puisse tre un lieu
dpanouissement pour ses habitants en leur offrant un cadre de vie satisfaisant, sans
toutefois hypothquer lavenir des gnrations futures. Cest le principe mme du
dveloppement durable. Cet objectif doit permettre de matriser lexpansion urbaine
priphrique et le mitage, en rduisant les surfaces urbaniser, dans une perspective de
sauvegarde des espaces naturels. Lespace urbanisable doit donc tre restreint, ce qui
signifie que le dveloppement urbain doit avoir lieu, autant que faire se peut, dans la ville
existante. Cela passe notamment par la rurbanisation des quartiers sous-densifis ou des
friches et par des oprations de renouvellement urbain5.

5
Patrick Rimbert, Rapport Assemble nationale n 2229, tome 1, p.49.
Chapitre1Lamob
bilit:quelleplacedanslanalysedesdynamique
essociospatialess? 37
****************************************************************************************************
*****

1..4. La moobilit com


mme moteeur de la dynamiqu
d ue urbain
ne

Il nest pointt besoin de prouver


p la nature
n polyssmique duu concept dee mobilit. Mme
M si
laa dfinitionn du conceept de moobilit variee dune diiscipline lautre, dans
d son
accceptation la
l plus lmentaire, elle prsen
nte une carractristiquee tridimenssionnelle
(F
Figure 1.2) :

- une dimeension spattiale : la diistance phy


ysique du dplacemen
d nt entre deu
ux lieux
lorsque laa mobilit est perue comme un mouvemennt physiquee quantifiab
ble selon
une mtriique. Dans le cas o ellle est peru
ue comme un
u mouvem
ment exclussivement
qualitatif,
f, la dimensiion spatiale se rfrera lendroit o a lieu la mobilit.

- une dimeension tem


mporelle : laa dure nccessaire la ralisatiion effectiv
ve de la
mobilit.

- une dimension causaale : les mottivations qu


ui justifient la
l mobilit.

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.

1.4.1. La mobilit rsidentielle vue comme productrice de territoire

En remettant en cause la diffrenciation classique entre ville et campagne, la


priurbanisation luvre depuis prs de trois dcennies constitue le phnomne
principal qui affecte la localisation spatiale des mnages et des activits. Elle transforme
ainsi grandement lorganisation des territoires. En effet, les diverses exploitations des
donnes du recensement de 1999 par le Certu (Centre d'tudes sur les rseaux de
transport et l'urbanisme) montrent que cette tendance ne sinflchit pas, mme si la
population des villes-centres est en lgre croissance : en moyenne chaque anne, 1%
des mnages, dont au moins un des conjoints travaille au cur des agglomrations,
quitte celles-ci pour aller sinstaller en milieu priurbain. Paralllement, si les emplois
et les quipements continuent se dvelopper dans les agglomrations, il se produit un
phnomne de dlocalisation vers les priphries, qui fait perdre au centre traditionnel
son monopole ou son hgmonie antrieurs. Cette dlocalisation est structure par le
dveloppement des rseaux de voirie rapide qui permettent une bonne accessibilit vers
le milieu priurbain. Ce faisant, elle engendre autour des espaces priphriques des
zones de chalandise maximale [Certu, 2005]. Ce processus traduit une transition urbaine
correspondant ladaptation des structures urbaines la mobilit automobile. Ce double
processus de dlocalisation des hommes et des emplois a pour consquence la
sgrgation sociale [Caruso, 2003] au plan de lhabitat, et la spcialisation fonctionnelle
au plan des activits. Aussi, lcart entre les dynamiques rsidentielles et les
dynamiques dactivits a pour effet de renforcer la spcialisation fonctionnelle des
espaces et de rduire la mixit habitat-emploi-activit.
Si ces dynamiques spatiales sont troitement lies une volution fondamentale des
conditions de la mobilit urbaine, elles renforcent en retour cette mme volution de la
mobilit qui est lorigine de ces dynamiques. En dautres termes, la cause devient
consquence et la consquence se mtamorphose en cause. Il y a donc une relation
systmique, une boucle de rtroaction entre ces deux phnomnes.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 39
*****************************************************************************************************

1.4.2. La dynamique rsidentielle dans le SCoT de la CAGB : un cas dcole

Le Diagnostic d'agglomration et le projet de Programme Local de lHabitat (PLH) de


la Communaut dAgglomration du Grand Besanon (CAGB) dans le cadre du SCoT
(cf. Figure 1.3 et Figure 1.4), ont mis en vidence quelques risques relatifs ltalement
urbain : lallongement des distances parcourues pour les dplacements domicile-travail
induit des cots supplmentaires pour les transports et les quipements, de la pollution
et une congestion croissante des axes routiers reliant Besanon et sa proche couronne
la priphrie. Ainsi, une huitaine dactions et mesures sont identifies pour paliers ces
risques [ThMA, 2005].
1. Structurer lurbanisation partir du rseau de transport en commun, notamment en
tenant compte des aires de chalandise des gares et privilgier l'urbanisation proche
des axes de transport existants ou structurants.

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.

3. Limiter lparpillement des zones dhabitat. Limiter ltalement urbain diffus.


Limiter le mitage de l'espace. Rduire la taille des lots.

4. Densifier lhabitat dans les bourgs-centres et sur la commune de Besanon.


Structurer lagglomration autour dune ville-centre forte et au potentiel important :
dveloppement prioritaire de la commune de Besanon. Matriser le dveloppement
urbain autour d'un un hyper-centre (la Boucle), des centralits secondaires dans
Besanon et des bourgs-centre.

5. Reconvertir des friches industrielles. Recycler et reconvertir certains espaces


(renouvellement urbain au sein de la commune de Besanon).

6. Limiter l'ouverture de nouveaux espaces lurbanisation (de type lotissements


pavillonnaires), except sur la commune de Besanon (renforcement de lattractivit
rsidentielle grce l'mergence de nouveaux quartiers : Les Grands Bas, Vaites,
etc.).

7. Dvelopper une agglomration verte non agglomre.


40 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

8. Freiner l'urbanisation hors de la CAGB.

Lobjectif de ces actions et mesures est de contre-balancer, entre autres, trois effets
nfastes de l'talement urbain savoir :

- le double mouvement migratoire en dfaveur de Besanon et sa proche couronne


(6600 personnes ont quitt cette zone pour le reste de la CAGB et 6750 pour aller
hors de la CAGB)

- Le nombre toujours croissant de dplacements domicile-travail en voiture.

- La sgrgation socio-spatiale, c'est--dire la concentration de certaines catgories


sociales en certains lieux de l'agglomration. Or, la structure du parc de logement
conditionne, voire contraint fortement, les choix rsidentiels, dont celui de la
rsidence principale. Ainsi, la demande locative ne peut tre presque exclusivement
satisfaite que par la commune de Besanon, qui compte pas moins de 92% des
logements locatifs de la CAGB, avec la particularit de prsenter un niveau de loyer
lev dans le parc priv et une offre HLM socialement marque. De l'impossibilit
pour des mnages jeunes de trouver une offre de logement (notamment locative) en
priurbain rsulte la trs forte diminution du nombre d'enfants dans certaines
communes. Ainsi, la concentration de certains types de logements en certains lieux
et son corollaire, l'absence d'autres types de logements en ces mmes lieux,
aboutissent l'impossibilit de satisfaire la demande d'un grand nombre de
personnes en matire de choix rsidentiel.

- Le mitage de l'espace et l'parpillement non matris des maisons individuelles


(baisse de la qualit paysagre).
Chapitre1Lamob
bilit:quelleplacedanslanalysedesdynamique
essociospatialess? 41
****************************************************************************************************
*****

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

[Andrieux, 1989] D. Andrieux. Mobilit professionnelle et mobilit gographique: Similitudes


et diffrences de comportement de quelques catgories dactifs. Economie mridionale, 1989.

[Aubry, 1988] B. Aubry. Les migrations interrgionales depuis 30 ans : de lattirance


lindiffrence et vice versa. Economie et statistique n 20, 1988

[Audard, 2006] F. Audard. Modlisation de la mobilit. La gnration de trafic lchelle


rgionale. Thse de doctorat de lUniversit de Franche-Comt. Besanon, 2006

[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

[Caruso, 2003] G. Caruso. Un modle cellulaire et dynamique des dispersions et sgrgation


spatiale priurbaine. XXXIXme colloque de lASRDLF. Lyon 1-3 septembre 2003. Disponible
sur : http ://asrdlf2003.entpe.fr/pdfpapiers/A2/40.pdf (consult le 12.12.2004)

[Courgeau, 1988] D. Courgeau. Mthodes et mesure de la mobilit spatiale. Migrations


internes, mobilit temporaire, navettes, Paris, INED, 1988.

[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.

[Foltte et al., 2002] J-C. Foltte, C. Genre-Grandpierre, H. Houot H, M. Flitti. Structures


urbaines, offres de transport et comportements de mobilit, Universit de Franche-Comt,
Laboratoire Thma, 2002.

[Hochshild, 1997] A. Hochshild. The time bind. When work becomes home and home becomes
work, Metropolitan Books, 1997.

[Kaufmann, 2000] V. Kaufmann. Mobilit quotidienne et dynamiques urbaines. La question du


report modal, Science, Technique, Socit. Presses polytechniques et universitaires romandes,
2000.

[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

[Kaufmann et al., 2004] V. Kaufmann, M. Schuler, O. Crevoisier, P. Rossel. Mobilit et


motilit. De lintention laction. Cahier du LASUR n4, Ecole Polytechnique Fdrale de
Lausanne, fvrier 2004.

[Lelivre et Lvy-Vroelant, 1992] E. Lelivre, C. Levy-Vroelant. La ville en mouvement :


Habitat & Habitants, Edition LHARMATTAN, Collection villes et enterprises, 1992.

[Lvy, 2000] J. Lvy. Les nouveaux espaces de la mobilit, in Les territoires de la mobilit,
PUF, Paris 2000.
Chapitre1Lamobilit:quelleplacedanslanalysedesdynamiquessociospatiales? 45
*****************************************************************************************************

[Marzloff, 2005] B. Marzloff. Mobilits, trajectoires fluides. Editions CERTU, 2005

[Moine, 1995] A. Moine. Modlisation de la demande de logements en zone frontalire. Un


outil daide la dcision applique au march local de Morteau (Doubs), Thse de doctorat de
lUniversit de Franche-Comt, 1995.

[Offner et Pumain, 1998] J-M. Offner, D. Pumain. Rseau et territoire, significations croises,
Editions de lAube, La Tour dAigues, 1998.

[Orfeuil, 2000] J-P. Orfeuil. Lvolution de la mobilit quotidienne. Comprendre les


dynamiques, clairer les controverses, Synthse Inrets n 37, 2000.

[Potier, 1996] F. Potier. Le tourisme urbain : les pratiques des Franais, Inrets, 1996.

[Bellanger et Marzloff, 1996] F. Bellanger, B. Marzloff. Transit, ditions de laube, La Tour


dAigues, 1996.

[Remy, 2000] J. Remy. Mtropolisation et diffusion de lurbain : les ambiguts de la mobilit,


in Les territoires de la mobilit, PUF, Paris, 2000.

[Saint-Julien, 2001] T. Saint-Julien. Processus de diffusion spatiale et modlisation du


changement in Modles en analyse spatiale ; Edition Herms, Paris, 2001.

[Salomon et al., 1993] I. Salomon, P. Bovy, J-P. Orfeuil. A Billion Trips a Day, Dordrecht,
Kluwer Academic Publishers, 1993.

[Sanders, 1990] L. Sanders. Lanalyse statistique des donnes en gographie, Montpellier :


Alidade Reclus, 1990.

[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.

[ThMA, 2005] E. Dubos-Paillard, P. Frankhauser, A. Moine, S. Ormaux, P. Signoret, C.


Tannier. Schma de Cohrence Territoriale (SCOT). Livre Blanc. Laboratoire ThMA, UMR,
6049, CNRS, Universit de Franche-Comt. Besanon, 2005.

[Thumerelle, 1986] J-P. Thumerelle. Peuples en mouvement. La mobilit spatiale des


populations. Paris, SEDES, 1986.

[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

[Whitelegg, 1997] J. Whitelegg. Critical Mass, Edition Pluto, London, 1997.

[Wiel, 1999] M. Wiel. La transition urbaine, Edition Sprimont, Mardaga, 1999.



2
LA MOBILIT RSIDENTIELLE : MESURE,
DYNAMIQUES ET DTERMINANTS

Chaque problme dfinit son propre espace


dinformation

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
********************************************************************************************************

psychologiques, paramtres dmographiques, qualits environnementales, contraintes


conomiques etc. La question du choix et des besoins en matire de logement ne rsulte
plus dune simple et seule valuation des avantages et des inconvnients faite par les
acteurs eux-mmes chaque tape de leur cycle de vie. Elle incorpore galement des
effets induits plus qualitatifs que quantitatifs, manant de divers systmes exognes (la
sphre affective par exemple) dont linfluence sur les pratiques de mobilit rsidentielle
est non ngligeable.
Aprs une prsentation sommaire de ltat des lieux de la recherche en matire de
mobilit rsidentielle, nous analyserons les diverses dynamiques (structurelles,
contextuelles et temporelles) de la mobilit rsidentielle partir des interactions entre
les sous-systmes habitat et habitants. Une description de lensemble des
dterminants nous permettra de mieux cerner les logiques de localisation rsidentielle
en vue de la construction dun modle de simulation.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 49
***************************************************************************************************

2.1. Mesures et volution des connaissances sur la mobilit rsidentielle

Aux lendemains de la seconde guerre mondiale, la situation du logement tait dramatique


en Europe. En France, le dficit de construction de la priode de lentre-deux-guerres,
ajout aux destructions de la seconde guerre (500 000 logements dtruits, 1 400 000
logements endommags)1, se traduit par une pnurie de logement sans prcdent. Ds
1946, A. Sauvy publia un article Logement et population [Sauvy, 1946] dans lequel il
explique, entre autres, la raison principale de la pnurie de logement et du marasme de
lindustrie du btiment. Naturellement, simposa alors la mise en uvre dune politique
de logement. Afin de produire les donnes devant alimenter les dbats relatifs aux choix
politique en matire de logement, lINED (Institut National dEtudes Dmographiques) a
labor des sources dinformations sur les migrations rsidentielles.

2.1.1. Les sources de donnes pour mesurer la mobilit rsidentielle

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).

2.1.1.1. Le recensement et ses limites

Le recensement constitue une source essentielle de donnes sur la mobilit. Avant la


seconde guerre mondiale, les rponses aux questions sur le lieu de naissance, croises
avec les questions sur le lieu de rsidence, fournissaient des lments dinformation sur
les dplacements individuels. Depuis la priode daprs guerre, cette approche est apparue
trs insuffisante pour tudier la mobilit dans toute sa complexit. Ainsi, compter du
recensement de 1962 en France, grce une question sur le lieu de rsidence de lanne
du prcdent recensement, il est devenu possible de calculer la proportion des personnes
ayant chang de logement entre deux recensements laide des matrices de migration, ou,

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.

2.1.1.2. Les Enqutes-Logement

Hormis le recensement gnral de la population, lEnqute-Logement est lune des


principales enqutes de lINSEE de par son anciennet (1955, date de sa premire
ralisation), sa frquence (elle est ralise environ tous les 4 ans mais une priode de 5
ans spare les 2 dernires enqutes) et la taille de son chantillon (47 500 logements en
2002 dont 32 000 mnages rpondants). Au niveau national, cest la source statistique
majeure pour dcrire le parc de logements et les conditions doccupation par les mnages
de leur rsidence principale. Sur ces thmes, les enqutes Logement sont en particulier
beaucoup plus prcises et plus compltes que les recensements. Les principaux thmes
abords sont les suivants :
les caractristiques physiques du parc de logements (taille, confort sanitaire, chauffage,
dpendances) ;
une approche multicritres de la qualit de lhabitat : tat du logement et de
limmeuble, fonctionnement de leurs quipements, bruit, exposition, localisation,
environnement, voisinage, scurit, etc. ;
les modalits juridiques doccupation du logement (forme et origine de la proprit,
lgislation sur les loyers, aides de lEtat) ;
les difficults daccs au logement, la solvabilit des mnages, le fonctionnement des
rapports locatifs ;
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 51
***************************************************************************************************

les dpenses associes au logement (loyers, charges locatives ou de coproprit, prix et


financement des logements achets rcemment, remboursements demprunt des accdants
la proprit, travaux, etc.) et les aides dont bnficient les occupants ;
les ressources perues par les diffrents membres du mnage sous diffrentes formes :
revenus dactivit, prestations sociales, revenus de placement, etc. ;
le patrimoine en logements des mnages, lutilisation de logements autres que la
rsidence principale ;
lopinion des mnages lgard de leur logement et de leur dsir ventuel den
changer ;
le nombre denfants de la personne de rfrence et/ou de son conjoint (thme spcifique
lenqute de 2002).
En ce qui concerne ltude des conditions de logement des mnages faible et trs faible
revenu, lenqute logement comporte cependant trois limites importantes :
cest une enqute auprs des mnages, cest--dire auprs des personnes de rfrence
vivant dans une rsidence principale. Celles vivant dans dautres types dhabitat (foyers,
maisons de retraite, centre dhbergement, rsidence secondaire, etc.) sont en dehors du
champ de lenqute, de mme que les personnes sans domicile fixe;
cest une enqute caractre national qui na pas vocation de fournir des rsultats trs
fins, ce qui rduit les possibilits danalyses gographiques des conditions de logement
des mnages. Tout juste peut-on les approcher avec la notion de tranches dunits
urbaines;
cest une enqute dont lchantillon, pourtant de grande dimension, savre parfois
insuffisant ds lors que lon cherche prciser les conditions de logement de mnages
connaissant des situations trs minoritaires.

2.1.1.3. Les fichiers de logement communal

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
********************************************************************************************************

Transformations et des Equilibres Urbains) [CERTU, 2002, op. cit.], ce fichier a t


utilis comme source principale pour calculer des indicateurs de rpartition spatiale des
logements pour trois raisons. Primo, ce fichier permet d'effectuer des croisements entre
des donnes caractristiques du logement et d'autres relatives la situation de leurs
occupants. Secundo, les donnes sont disponibles la section cadastrale et autorisent des
exploitations infra-communales sous rserve du respect du secret statistique et de la
disponibilit d'un cadastre numris sur le primtre d'tude. Tertio, la valorisation de
donnes peu connues ou peu utilises comme celles issues du FILOCOM fait partie des
objectifs du programme ACTEUR.

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.

2.1.2. Les diffrents angles danalyse 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
***************************************************************************************************

2.1.2.1. Mobilit rsidentielle et comportement conomique

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
********************************************************************************************************

2.1.2.2. Articulation entre carrire professionnelle, cycle de vie et mobilit rsidentielle

Paralllement aux travaux sur le lien entre comportement conomique et mobilit


rsidentielle, dautres chercheurs se sont particulirement attachs tudier linfluence
de la conjoncture conomique sur la mobilit et identifier les catgories de personnes
concernes. Par exemple, entre 1978 et 1984, la baisse de la mortalit a affect tous les
groupes dges, mais ce sont les jeunes mnages qui ont t les plus mobiles [Taffin,
1987]. Les rsultats du recensement de 1999 confirment cette tendance.
Alors que la mobilit grande distance rpond gnralement une insatisfaction de la
situation conomique locale, les dplacements courte distance rsultent davantage
dune insatisfaction lgard du logement. De mme une modification de la taille du
mnage est une des frquentes raisons de changer de logement.
A partir dune analyse transversale, les changements de logement lis aux naissances
successives, par exemple, sont difficilement identifiables, dans la mesure o le
calendrier des naissances nest pas forcment le mme que celui des dmnagements.
Nanmoins, Taffin et Courgeau [Taffin et Courgeau, 1988] montrent bien que la
mobilit des mnages qui ont eu des enfants est plus leve que celle des couples sans
enfant.
En dfinitive, deux conclusions stablissent : dune part, le cycle de localisation
rsidentielle correspondrait un processus dadquation entre la taille du mnage et
celle du logement, et dautre part, si lemploi joue de moins en moins un rle
prpondrant dans la mobilit lintrieur des agglomrations, il reste un moteur de la
migration lointaine. La mobilit spatiale apparat ainsi comme un corollaire de la
mobilit sociale [Weidlich et Haag, 1988].

2.1.2.3. Statut social et mobilit rsidentielle

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].

2.1.2.4. Impact de loffre de logement sur la mobilit rsidentielle

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
********************************************************************************************************

diffrences entre cursus rsidentiels en fonction de la classe sociale et des contextes


dhabitat [Lvy, 2000, op. cit.].
On saisit lintrt des ces recherches qui abordent conjointement lvolution du parc de
logements et celles des mnages. Elles montrent bien comment les trajectoires
rsidentielles des mnages font voluer la structure de lespace rsidentiel et comment,
dans le mme temps, lespace rsidentiel contraint et oriente les choix rsidentiels des
mnages. La section suivante prsente une analyse approfondie de ces mcanismes.

2.2. Les dynamiques habitat-habitants

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

Structure du parc immobilier


Composition du mnage Amnits offertes par le site
Usages possibles du logement

Temps

Figure 2.1 : Dynamiques habitat-habitants


Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 57
***************************************************************************************************

2.2.1. Les dynamiques structurelles

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].

2.2.2. Les effets de contexte

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.

2.2.3. Les dynamiques temporelles

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

I. AGBOSSOU ; ThMA UMR 6049, 2006

Figure 2.2 : Dynamique temporelle de la mobilit rsidentielle

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.

2.3. Les dterminants de la mobilit rsidentielle

La connaissance de la mobilit rsidentielle est un enjeu important de la recherche urbaine


car elle permet de comprendre comment lHomme sadapte aux changements de la
socit : quil sagisse de lactivit conomique, de la vie prive, des progrs techniques,
ou encore des formes durbanisation. Cette facult dadaptation sexprime souvent au
travers des possibilits de choix, en loccurrence les choix de localisation rsidentielle. Le
terme choix nest pas neutre, et on pourrait mme employer le terme stratgie
[Brun et Fagnani, 1991 ; Bonvalet et Dureau, 2000 ; Bonvalet et Brun 2002]. Parler de
stratgie revient restituer lacteur sa part dinitiative dans llaboration de sa
propre existence [Godar, 1990], cest--dire que les individus et les mnages disposent
au cours de leur vie dune libert daction dans leurs pratiques rsidentielles. Sans
attribuer au mnage un contrle absolu de sa destine en fonction dhorizons fixs au
dpart, la notion de stratgies, laquelle plusieurs auteurs font rfrence, lui reconnat
une part de choix : elle ouvre ainsi lhorizon des possibles qui pourraient tre cerns par
une vision la fois dterministe et quelque peu floue et stochastique. Le dterminisme
sapplique aux critres quantitatifs et qualitatifs que lon sait mesurer en toute rigueur
[Des Rosiers, 2001], alors que la vision stochastique pourra sappliquer aux critres
affectifs et motionnels.

SYSTME RSIDENTIEL URBAIN


Choisit
MENAGE LOGEMENT

Age Type dhabitat


Statut
Revenu doccupation
Composition Environnement
Niveau dtudes rsidentiel
Influence

Rseau de relation
Mobilits quotidiennes
I. AGBOSSOU, ThMA, UMR 6049, 2006

Figure 2.3 : Interactions entre les dterminants de la mobilit rsidentielle


62 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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).

2.3.1. Les lments de caractrisation des mnages

Leffort de caractrisation des mnages dans une perspective de modlisation de la


mobilit rsidentielle impose de considrer quatre lments fondamentaux. Il sagit
principalement du statut doccupation, du revenu, de la position du mnage dans le cycle
de vie et des rseaux de relations socioculturelles et familiales du mnage.

2.3.1.1. Le statut doccupation

Rester locataire ou devenir propritaire est un


Figure 2.4 : Statut doccupation
acte qui semble gouverner les choix
Statut doccupation

rsidentiels. Une interrogation sur la Propritaire


signification du statut doccupation est
Locataire
ncessaire une comprhension partielle de la
Log gratuitement
pratique rsidentielle. Devenir propritaire de
son logement, cest lhorizon souhait de
I. AGBOSSOU ThMA, UMR 6049, 2005
presque tous les mnages, laboutissement dun
parcours rsidentiel. Conjugu avec la localisation (ou encore environnement rsidentiel -
cf. 2.3.2.2), le statut doccupation constitue un fait de reprsentation sociale. La proprit
peut confrer ainsi une position sociale que le statut professionnel ne permet toujours pas
dacqurir. Lacquisition de logement peut aussi tre la seule faon de trouver un
logement ou loption la plus conomique pour certaines catgories de mnages ou
dindividus. Trois modalits principales (cf. Figure 2.4) permettent de diffrencier le statut
doccupation : propritaire, locataire (priv ou social), log gratuitement. Ces modalits
ne sont pas mutuellement exclusives car un mnage possdant deux rsidences (une
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 63
***************************************************************************************************

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 2.2 : Evolution du statut doccupation 1984-1996 selon le type despace et le


type dhabitat
Propritaires Propritaires Locataire Locataires
en individuel en collectif en collectif en individuel
Commune centre 9,2 % 24 % 7,0 % 2,6 %
Commune de banlieue 27 % 21 % 5,7 % 3,7 %
Priurbain en de de 20 km 32 % NR 22 % 8,7 %
Priurbain au-del de 20 km 30 % NR 128 % 32 %
TOTAL 25 % 20 % 7% 6,2 %
Sources : INSEE, enqutes Logement 1984 et 1996. Traitements INRA-CNRS ; NR : non renseign (effectifs
faibles)
Au niveau des aires urbaines, la progression de leffectif des propritaires dans des
immeubles collectifs (+ 20%) est presque aussi rapide que dans lhabitat individuel
(+25%). Mais dans les communes centres, laugmentation des propritaires en immeuble
collectif est beaucoup plus rapide que celle des propritaires en maison individuelle
(+24% contre 9,2%). Cependant, le nombre de propritaires en individuel dpasse
largement celui des propritaires en collectif dans les communes priurbaines.
Les donnes prsentes par les tableaux 2.1 et 2.2 ne tiennent pas compte de la troisime
modalit (log gratuitement) de la variable statut doccupation en intgrant la catgorie
log gratuitement dans dautres catgories non identifies. Le tableau 2.3 donne une
vision brute des statistiques relatives au statut doccupation niveau national depuis 1984
jusquen 2002 (date de la dernire enqute logement).
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 65
***************************************************************************************************

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

Locataires 39,0 37,2 37,7 38,1 37,9


Statut

Autres dont les log gratuitement


(%)

10,3 9,2 8,5 7,6 6,1

Total 100 100 100 100 100


Sources : INSEE, enqutes Logement 1984, 1988, 1992, 1996, 2002.
Traitements INSEE (Division Logement)

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%.

2.3.1.2. La catgorie socioprofessionnelle, un indicateur illusoire du revenu et du niveau


dtudes

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
***************************************************************************************************

Pour une meilleure prise en compte de la variable Figure 2.5 : Le revenu


Revenu, nous choisissons de discrtiser cette Revenu Q0

variable en quatre classes en termes de niveau de


Revenu Q1

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

Nicot, 2007, op. cit.]. Mais, linstar de lINSEE,


I. AGBOSSOU ThMA, UMR 6049, 2005
nous utilisons la mthode des quartiles (cf. Figure
2.5). En effet, lINSEE utilise une approche base sur la mthode des dciles applique
aux revenus fiscaux dclars par les mnages la
Figure 2.6 : Le niveau dtudes
DGI (Direction Gnrale des Impts). La
Aucun diplme
deuxime variable qui va de paire avec le revenu,
Niveau V ou VI en substitution aux CSP, est le niveau dtudes
Niveau dtudes

(cf. Figure 2.6). Classiquement, on prend comme


Niveau IV ou III
rfrence les diplmes acadmiques. En
Niveau II
distinguant six niveaux dtudes (niveau VI :
Niveau I sorties du 1er cycle du second degr et des
I. AGBOSSOU ThMA, UMR 6049, 2005 formations prprofessionnelles ; niveau V:
sorties des classes de 3me, des classes de second cycle avant la terminale et des
formations professionnelles de type CAP-BEP ; niveau IV : sorties avec le baccalaurat
ou avant le DEUG ; niveau III : sorties avec un diplme bac + 2 ; le niveau
II correspond un diplme du second cycle universitaire et le niveau I, un diplme du
troisime cycle universitaire) et un septime niveau pour les individus qui nen ont aucun.
En somme, le statut social que lon peut prfrer la catgorie socioprofessionnelle est
fonction du revenu et du niveau dtude de la personne de rfrence du mnage.

2.3.1.3. Le cycle de vie

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

effet, elles prsentent une forte adquation entre les Age


De 50 69 ans
diffrentes positions du cycle de vie o surviennent les
70 ans et plus
vnements familiaux comme la mise en union, le
I. AGBOSSOU ThMA, UMR 6049, 2005
dpart de chez les parents, les naissances [Robert-
Bobe, 2002]. Lge limite ou maximal (ge o lvnement dcs est certain) au-del de
70 ans est la valeur de lesprance de vie la naissance. Le tableau 2.4 prsente
lesprance de vie du Doubs et de la Franche-Comt en 1990 et 2000 en comparaison
lesprance de vie au niveau national (France mtropolitaine).

Tableau 2.4 : Esprance de vie

Esprance de vie la naissance en 1990 Esprance de vie la naissance en 2000


Doubs Franche- France Doubs Franche- France
Comt mtropolitaine Comt mtropolitaine
Homme 73,2 73,3 72,9 75,6 75,5 75,2
Femme 80,9 80,8 81,0 83,0 82,8 82,7
Sources : INSEE Etat civil Estimation localise de population

Si les tendances dmographiques se maintiennent (vieillissement de la population et plus


faible fcondit) et lvolution des modes de cohabitation se confirme, le nombre de
mnages de la CAGB pourrait continuer de crotre mais un rythme ralenti : moins de
1% par an de 1999 2015, contre 1,7% durant la priode de 1990-1999. Le tableau 4.5
rsume cette projection.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 69
***************************************************************************************************

Tableau 2.5 : ge de la personne de rfrence des mnages lhorizon 2015 dans la


CAGB

Projection Evolution annuelle


RP 1999 2005 2015 moyenne 1999/2005 (%)
Moins de 30 ans 15 830 15 479 15 399 -0,17
De 30 54 ans 34 053 33998 34 656 0,11
De 55 74 ans 16 601 18 879 23 400 2,17
Plus de 75 ans 7 228 9 473 12 198 3,32
Tous ges 73 712 77 830 85 653 0,94
Sources : INSEE RP99 et projections Omphale

En ce qui concerne la composition du


Figure 2.8 : composition du mnage
mnage, deux approches sont possibles : une Personne seule
premire approche permet de distinguer le

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.

2.3.1.4. Les rseaux de relations socioculturelles et familiales

Limplantation gographique nobit pas seulement aux rgles conomiques ; dautres


mcanismes sont aussi luvre : les rseaux de relation ont souvent une influence
dterminante dans le choix de localisation rsidentielle. La prise en compte des rseaux de
relation et des groupes familiaux, permettra de mieux comprendre les trajectoires
70 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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.

2.3.2. Les dterminants relatifs aux logements

Deux dterminants principaux permettent de caractriser un logement : le type dhabitat


dont il fait partie et la qualit de lenvironnement rsidentiel.
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 71
***************************************************************************************************

2.3.2.1. Le type dhabitat

Lhabitat dsigne le cadre et les conditions de vie dune population en gnral, et en


particulier le mode de groupement des tablissements humains. En milieu urbain il
dsigne la part du tissu bti spcialement affect au logement des habitations. La fonction
de rsidence revt des formes extrieures, une structure interne et des modes doccupation
du sol extrmement varis selon les rgions, les villes, les quartiers. Aux formes dhabitat
en dur, qui serviront de rfrence dans notre thse, sopposent celles, encore trs
rpandues dans le monde, de lhabitat prcaire de grands secteurs dAfrique noire, et de
lhabitat des populations trs pauvres, spontanment form en marge de nombreuses
grandes villes dans les pays en voie de dveloppement. Ainsi la morphologie et
lvolution de lhabitat refltent celles des mentalits, des cultures, des moyens
dexistence et des modes de vie.
Dans notre cas, nous distinguons deux types
Figure 2.9 : Type dhabitat
dhabitat : la maison individuelle et
1 pice
lappartement (cf. Figure 2.9). Ce dernier est
2 pices
un logement inclus dans un immeuble qui en
Maison
compte plusieurs. Un appartement est 3 pices
Appartement
gnralement situ sur un seul niveau. On parle
4 pices
improprement de logement collectif ou
5 pices et
dhabitat collectif [Merlin et Choay, 2000]. En plus

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
********************************************************************************************************

peuvent ne plus tre mutuellement exclusives lorsquon sintresse la fois aux


rsidences principales et aux rsidences secondaires. Classiquement, ces deux variables se
mesurent (la taille du logement) en surface habitable ou en nombre de pices. En France,
la surface est la superficie occupe par le plancher, murs et gaines techniques non
comprises. Dans dautres pays, on ne compte que la superficie des pices principales. La
considration du nombre de pices suppose des conventions : par exemple en France, la
cuisine ne compte pas comme pice principale, sauf si elle dpasse 12m2, ce qui est le cas
de nombreux logements priurbains et ruraux o la cuisine tient lieu de salle de sjour. La
plupart des travaux [Lelivre et Lvy-Vroelant, 1992, op. cit.] consults mesurent la taille
des logements en nombre de pices, car cette donne est relativement plus facile obtenir
via les enqutes auprs des mnages et permet une approximation de la taille du mnage.
Par exemple, la taille des logements est mesure en nombre de pices dans la CAGB
[AUDAB, 2005]. Ainsi, en mai 2005, prs de 54% des locataires du parc priv de la
CAGB vivent dans une ou deux pices, contre 23% des locataires HLM et 5% des
propritaires. A linverse, 52% des propritaires occupent un logement de 5 pices ou
plus contre 12% des locataires HLM et moins de 9% des locataires du parc priv. Les
logements et les mnages sont donc globalement plus petits chez les locataires que chez
les propritaires. De plus, nombre gal doccupants, les propritaires disposent de plus
de pices que les locataires. Les propritaires vivant seuls ont deux fois plus despace (3,7
pices) que les locataires du parc priv. Ces derniers ne sont que 53,9% vivre avec plus
dune pice par personne (contre 87,7% pour les propritaires). Plus de 40% disposent
exactement dune pice par personne. Les locataires du parc HLM sont plus de 10%
disposer de moins dune pice par personne. La connaissance de lvolution des
constructions nouvelles est aussi un indicateur important pour la modlisation de la
priurbanisation. Le tableau 2.6 prsente le volume de logements construits entre 1990 et
2003 dans la CAGB.

Tableau 2.6 : Volume des constructions neuves entre 1990 et 2003 dans la CAGB

Maisons Appartements Total


1990 Besanon 1 016 9 883 10 899
Priphrie 2 260 531 2 791
1998 CAGB 3 276 10 414 13 690
1999 Besanon 332 2 043 2 375
Priphrie 1 878 279 2 157
2003 CAGB 2 210 2 322 4 532
Sources : Direction Rgionale de lEquipement
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 73
***************************************************************************************************

2.3.2.2. Lenvironnement rsidentiel

De multiples configurations et critres Figure 2.10 : Environnement rsidentiel


sont susceptibles dintervenir dans les
Prix foncier/loyer
choix de localisation et de ce fait,

Environnement
Accessibilit aux services urbains

rsidentiel
conditionnent les stratgies rsidentielles.
En effet, les choix de localisation du Niveau dquipement de la zone

logement font aussi rfrence aux


Qualit environnementale (air,
structures urbaines, la distribution du bruit, paysage)

parc de logement relativement aux autres I. AGBOSSOU ThMA, UMR 6049, 2005

composantes de la ville : emplois, commerces, quipements, espaces verts etc. Comme


variables de diffrenciation (cf. Figure 2.10), on peut distinguer le prix ou le loyer, la
qualit de lenvironnement local (niveau de risque, gne du bruit, qualit paysagre,
tranquillit du voisinage), laccessibilit aux services et aux quipements urbains et la
proximit des services de premire ncessit. Chaque variable fera lobjet dune
modlisation particulire ; et lensemble de ces sous modles sera ensuite intgr dans un
modle plus global pour caractriser lenvironnement rsidentiel. Il existe dores et dj
une formalisation de la rente foncire [Caruso 2003, op. cit., Cavailhs et al., 2004 ;
Thriault, 2005] adapte la modlisation urbaine. Laccessibilit est une notion plus
complexe et facettes multiples qui joue un rle capital dans lvolution des villes
[Cavailhs et Goffette-Nagot, 2002, op. cit.]. Par exemple, ce sont des diffrentiels
daccessibilit qui permettent dexpliquer les variations spatiales de la rente foncire
(concurrence pour les localisations centrales qui se traduit dans le prix des terrains et des
espaces construits - densit doccupation du sol -). Pour les besoins de la modlisation,
laccessibilit est souvent dfinie comme un potentiel dinteraction qui dcoule dune
localisation en rapport avec la distribution des opportunits (services et amnits
urbaines) sur le territoire et la structure des rseaux de communication et/ou de transport)
permettant de raliser les changes, tout en tenant compte des contraintes lies la
circulation (ce que certains auteurs appellent impdance). Le niveau dquipement des
zones tient compte des diverses infrastructures ncessaires au maintien et lvolution
des fonctions urbaines. La qualit environnementale intgre le niveau de pollution, la
gne du bruit [Houot, 1999 ; Tannier et Houot, 2003, op. cit.] ainsi que la qualit
74 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

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

[AUDAB, 2005] AUDAB. Tableau de bord de lagglomration bisontine. Chiffres cls.


Communaut dAgglomration du Grand Besanon, 2005

[Bonetti, 1994] M. Bonetti. Habiter : le bricolage imaginaire de lespace. Collections


Reconnaissances. Editions Hommes et Perspectives. Paris, 1994

[Bonvalet, 1987] C. Bonvalet. Les parisiens dans leur maturit : origine, parcours, intgration.
In Population n3, 1987

[Bonvalet et Gotman, 1993] C. Bonvalet, A. Gotman. Le logement, une affaire de famille.


Editions LHarmattan, 1993

[Cavailhs et al., 2004] J. Cavailhs, P. Frankhauser, I. Thomas. Where Alonso meets


Sierpinski : An urban economic model of a fractal metropolitan area. In Environment and
Planning A, Vol. 36, 2004

[Chamboredon et Lemaire, 1970] J-C. Chamboredon, M. Lemaire. Proximit spatiale et


distance sociale. In Revue Franaise de Sociologie n1 Paris, 1970

[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

[Courgeau et Pumain, 1984] D. Courgeau, D. Pumain. Baisse de la mobilit rsidentielle. In


Population et socit n179, 1984

[Courgeau, 1988] D. Courgeau. Mthodes de mesures de la mobilit spatiale. INED, Paris,


1988

[Cribier, 1989] F. Cribier. Itinraires rsidentiels et stratgies dune gnration de parisiens


deux priodes de leur vie. In Les Annales de la Recherche Urbaine n41, 1989

[Dureau et al., 2000] F. Dureau et alii. Mtropoles en mouvement. Une comparaison


internationale, Paris 2000.

[Filippi, 1993] B. Filippi. Les enqutes-mobilit : potentialits et enjeux pour la connaissance


du fonctionnement des marchs locaux de lhabitat. In Actes et entretiens de lHabitat de
Nancy, 1993
76 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
********************************************************************************************************

[Filippi, 1997] B. Filippi. Mobilit rsidentielle, chanes de vacance et approches systmiques


des marchs locaux de lhabitat. Comment observer et modliser ? In Comprendre les marchs
locaux du logement. Edition LHarmattan, Collections Villes et entreprises, Paris, 1997

[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

[Goodman, 1990] A.C. Goodman. Demographics of Individual Housing Demand. In Regional


Science and Urban Economics, n20, 1990

[Houot, 1999] H. Houot. Approche gographique des nuisances sonores urbaines.


Mthodologie daide la prise en compte des nuisances sonores en amnagement urbain.
Application la ville de Besanon. Thse de doctorat de lUniversit de Franche-Comt, 1999

[Lars, 1992] L. Lars. Priode post-parentale : dmnager ou pas ? In La ville en mouvement :


habitat et habitants. Editions LHarmattan, Paris, 1992

[Lelivre et Lvy-Vroelant, 1992] E. Lelivre, C. Lvy-Vroelant. La ville en mouvement :


habitat et habitants. Editions LHarmattan, Paris, 1992

[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

[Louvot, 1992] C. Louvot. De la location la proprit : le parc de logements se redistribue. In


Economie et statistique n251, 1992

[Lugassy, 1985] F. Lugassy. Les significations psychosociales du logement. Thse dtat,


Universit de Nancy, 1985

[Maleyre, 1994] I. Maleyre. Logement et demande de biens caractristiques multiples : vers


un renouvellement des modles dquilibre spatial urbain ? Application Abidjan. Thse de
doctorat de sciences conomiques, Universit Paris XV, 1994

[Micoud, 1974] A. Micoud. Le fonctionnement de la mobilit rsidentielle intra-urbaine,


application lagglomration stphanoise, Saint-Etienne, CRESAL, 1974

[Nicot, 2007] B. Nicot. Comportements spatiaux, critres de choix et imprcision. Document de


travail ECDESUP, Laboratoire ThMA, Besanon, 2007

[Orfeuil, 1999] J-P. Orfeuil. La mobilit, rvlatrice du nomadisme ou de la volont


dancrage ? Edition CERTU, 1999

[Palmade, 1989] J. Palmade. Systme idologique et symbolique de lhabiter. Thse dtat,


Universit de Toulouse, 1989

[Petonnet, 1982] C. Petonnet. Espace habit, ethnologie des banlieues. Paris, Galile, 1982
Chapitre2Lamobilitrsidentielle:mesure,dynamiquesetdterminants 77
***************************************************************************************************

[Vandekerckove, 1995] L. Vandekerckove. Dpenses de logement et comportements


rsidentiels en 1988 et 1992. In Consommation et modes de vie n77-78, INSEE, Paris, 1995

[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.

[Soulignac, 1995] F. Soulignac. Construction neuve et dmnagements en chane, Paris,


IAURIF, 1995

[Tannier et Houot, 2003] C. Tannier, H. Houot. SimNoise: Simulating the Impact of


Noise Annoyance on Intra-urban Residential Migration. ThMA, Universit de
Franche-Cont, Besanon 2003

[Vincent, 1986] M. Vincent. La formation du prix du logement. Editions Economica, Paris,


1986

[Thriault, 2005] M. Thriault. Dfinition et mesure de laccessibilit aux services urbains:


comportements de mobilit, perceptions et impact sur les valeurs rsidentielles. Prsentation
ThoQuant, Universit de Franche-Comt, Besanon, 26 janvier 2005

[Weidlich et Haag, 1988] W. Weidlich, G. Haag. Interregional Migration. Dynamic Theory


and Comparative Analysis; Springer Verlag, Berlin, 1988.

3
PROBLMATIQUES ET PREMIRES
APPROCHES DE MODLISATIONS
ET DE SIMULATIONS URBAINES

Les phnomnes naturels, enchans les uns aux


autres, forment un rseau dont les parties adhrent
entre elles, mais non de la mme manire, ni au
mme degr.

A. Cournot

En gographie, la modlisation et la simulation constituent des voies de recherche de


plus en plus empruntes pour reprsenter et reproduire une partie de la ralit et ainsi,
aider mieux comprendre le fonctionnement de phnomnes spatio-temporels. Par
exemple, lanalyse dun espace gographique passe par lidentification des lments les
plus pertinents de ses entits spatiales et des interactions de ces dernires avec dautres
entits sociogographiques. Dans ce genre dexercice constitutif, le choix conceptuel du
penser la ville se fait au regard de thories urbaines. Celles-ci accordent une place
prpondrante la dimension spatiale et posent le fait urbain comme une faon
particulire dorganiser lespace, dhabiter, dexploiter et de contrler le territoire
[Pumain et Robic, 1996].
La dmarche que nous empruntons dans le cadre de ce travail sinscrit entirement dans
ces thories. Elle permet donc de situer notre approche dans le contexte conceptuel et
scientifique en regard des nouvelles mthodes et des outils de modlisation et de
simulation urbaine utiliss dans le cadre de lamnagement du territoire.
80 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

3.1. Problmatiques lies la modlisation des dynamiques urbaines

La prise de conscience des effets nfastes de lutilisation non matrise de lespace et


lmergence du concept de dveloppement durable ont fait voluer lapprhension des
problmatiques urbaines. Dsormais les amnageurs doivent reconsidrer ces problmes
dans toute leur globalit. Il est alors devenu vident, pour les acteurs de la gestion du
territoire, que la matrise de cette tche complexe [Laaribi, 2000] ncessite lutilisation
dune quantit dinformations plus grande sur le territoire ainsi que des mthodes et
outils danalyse, de modlisation et daide la dcision plus puissants et mieux adapts.
Au nombre des proccupations de lamnagement du territoire, figurent les
problmatiques de mobilit urbaine [Derycke et al., 1996 ; Sanders, 2006 ; Pumain et
Mattei, 1998, 2003 ; Pumain et Saint-Julien, 1997 ; Pumain et Godard, 1996] et
particulirement, la mobilit rsidentielle [Baumont, 1993 ; Weber, 1999 ; Frankhauser
et al., 1998 ; Frankhauser et al., 1995 ; Frankhauser et al., 1997], objet de notre
recherche.
En effet, les questions de mobilit rsidentielle se posent en termes de choix du ou des
meilleur(s) emplacement(s) pour linstallation rsidentielle pour un mnage selon un
arbitrage relatif limportance des caractristiques des sites en concurrence. Joerin et
Bordin notent ce sujet que ltude de la localisation amne prendre une dcision trs
importante par le fait quelle tendra ses effets long terme [Joerin, 1995 ; Bordin,
2002] autant pour la collectivit que pour les individus. Il est donc primordial que les
mthodes choisies pour modliser cette question soient rigoureuses et fiables.
La ville et les interactions [Frankhauser, 1993, 1996 ; Frankhauser et al., 1995, op. cit. ;
Pumain et Saint-Julien, 2001] qui sy observent constituent un systme minemment
complexe. On peut tudier ce dernier une chelle microscopique selon le
comportement de ses habitants, des acteurs individuels ou collectifs, ou bien un niveau
macroscopique en sinterrogeant par exemple sur les raisons de sa croissance ou de son
dclin. De ce fait, la ncessit de matriser les pratiques de mobilits urbaines devient
un enjeu important de la recherche urbaine applique. Mais ce besoin en termes de
connaissances varie au cours du temps, en fonction de lmergence de nouveaux
problmes et de nouvelles pratiques urbaines. Il sagit maintenant essentiellement de
pouvoir grer au mieux lamnagement urbain et cerner les liens darticulation entre
chelles microscopiques et macroscopiques tout en favorisant la mobilit des mnages
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 81
**************************************************************************************************

et des entreprises lintrieur des agglomrations et laccs aux services et aux


quipements.
Pour parvenir cette fin, la loi relative la Solidarit et au Renouvellement Urbain dite
loi SRU propose aux collectivits locales dharmoniser, lchelle des aires urbaines,
leurs politiques damnagement et de dveloppement grce aux schmas de cohrence
territoriaux (SCoT). Dans le but de construire un projet damnagement conforme aux
directives de la loi SRU rpondant aux objectifs du dveloppement durable, il pourrait
tre utile de dvelopper des scnarios prospectifs visant simuler diverses dynamiques
urbaines. Ainsi, des simulations assez vastes et varies des ides de dveloppement
urbain devront tre testes afin de mettre en vidence les consquences dune politique
spatiale et dun amnagement stratgique. Les rsultats de simulation aideront les
dcideurs dans leurs choix. Ceci suppose que les collectivits doivent se doter dun outil
intgr daide la dcision afin de simuler les impacts des projets damnagement.
Mais la modlisation dun systme complexe comme la ville est un exercice difficile et
pineux. Cette difficult de modlisation peut tre attribue un certain nombre de
contraintes.
1- La prise en compte des chelles darticulation : il est ncessaire de pouvoir
distinguer les niveaux dagrgation adapts dans lanalyse de phnomnes se droulant
sur plusieurs niveaux dorganisation. Par exemple, il est trs difficile (voire impossible
dans une dmarche non asynchrone) de relier la taille dun effectif aux prises de
dcisions par les individus dun systme [Winder, 1999]. On peut dire que ces niveaux
danalyse sont rigides entre eux puisquil nest pas ais de faire correspondre des
comportements observs lchelle microscopique des variables globales mesures
lchelle macroscopique. Or la comprhension des structures spatiales ncessite une
analyse systmatique et complte du domaine de validit des paramtres afin dvaluer
limpact des diffrents processus sur les structures mergentes et mesures au niveau
globale [Cocu et Caruso, 2002].
2- Le ralisme des paramtres : pour des raisons dutilisation pratique et de prise en
compte effective de la ralit, le modlisateur introduit dans les quations un grand
nombre de paramtres relativement difficile estimer. Ce qui affaiblit le degr de
prdiction du modle.
3- Les donnes qualitatives : de par leur nature mme, et en raison du point prcdent
(cest--dire la slectivit des variables et paramtres indispensables linterprtation et
au calibrage du modle), il devient ncessaire dintgrer des variables qualitatives dans
82 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

les modles, mme si on na pas toujours la possibilit de raliser des scnarii de


simulation pour faire varier leurs valeurs extrmes afin dapprhender lensemble des
trajectoires possibles du modle. Toutefois, les acquis de la thorie des sous ensembles
flous [Rolland-May, 2000 ; Tannier, 2000 ; Nicot, 2007, op. cit.] permettent de
contourner cette contrainte.
4- La prise en compte de la dimension cognitive : la reprsentation du comportement
humain, des connaissances explicites et/ou implicites ainsi que la subjectivit relative
lobjet dtude aussi bien au plan socio-conomique quau plan spatio-temporel savre
une contrainte sine qua non pour une vritable simulation de la dynamique urbaine. Les
formalismes issus de lintelligence artificielle (IA) de lintelligence artificielle
distribue (IAD) constituent dores et dj des outils [Frankhauser et al., 1998 ; Dauce,
2002] mieux adapts ce type de modlisation.

Fort de ces contraintes, et sappuyant sur quelques travaux fondateurs de modlisation


et de simulation des phnomnes urbains [Antoni, 2003 ; Caruso, 2003, op. cit. ; Cocu
et Caruso 2002, op. cit. ; Frankhauser et al., 1995, op. cit. ; Frankhauser et al., 1997, op.
cit. ; Frankhauser et al., 1998, op. cit. ; Treuil et al., 2001 ; Vanbergue, 2003 ; Weber,
1999, op. cit. ; etc.], nous proposons dans cette thse de raliser un modle de
simulation de la mobilit rsidentielle. Ce modle sera issu du couplage dun modle
multi agent et dun modle dautomate cellulaire (cf. Chapitre 6).
En effet, les systmes multi agent apportent une solution radicalement nouvelle
[Drogoul et al., 2004 ; Guessoum, 2002] au concept mme de modle et de simulation
dans les sciences humaines et sociales. En loccurrence dans les applications
gographiques et damnagement du territoire, ils offrent la possibilit de reprsenter
directement les individus ou groupes dindividus (agents), leur comportement dans le
temps et leur interaction lchelle spatiale (par le biais des automates cellulaires) et
organisationnelle.

3.2. La ville et son fonctionnement

Lanalyse et le traitement dune thmatique urbaine doit sappuyer sur la dfinition de la


ville. Or cet exercice nest pas des plus simples. Lobjectif de cette section est donc de
partir des diverses dfinitions de la ville relatives aux diffrentes disciplines des
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 83
**************************************************************************************************

sciences humaines et sociales pour en dgager une qui exprime le mieux les points
saillants de notre problmatique de recherche.

3.2.1. Elments de dfinition de la ville

Bien que les proccupations de la gographie humaine soient minemment urbaines, il


nest pas ais de dfinir de faon prcise et rigoureuse la notion de ville car celle-ci
revt une signification relativement variable selon des disciplines telles que la
gographie, la sociologie, les sciences politiques, lconomie urbaine, la dmographie,
lurbanisme, larchitecture, etc., disciplines ayant des thmatiques communes avec la
gographie. En effet, les sociologues mettront laccent sur limportance et la nature des
rencontres entre les hommes, du jeu des acteurs, ou verront la ville comme une
organisation destine maximiser linteraction sociale [Claval, 1981]. Les sciences
politiques considrent la ville comme lexpression de mcanismes de jeux de pouvoir,
par des fonctions de domination ou de contrle. Ces fonctions, quelles soient
religieuses, militaires, conomiques, culturelles sont la base de considrations
territoriales en ce sens quelles assureront un encadrement du territoire environnant.
Lurbaniste la dfinira par ses formes, sa morphologie, son habitat, alors que larchitecte
mettra notamment laccent sur sa dimension esthtique. Le logisticien des transports
lassimilera un lieu tantt metteur, tantt rcepteur de marchandises, ou simplement
plate-forme de transit.
Ainsi, il nous parat utile de rappeler les quatre dfinitions de la ville proposes par
Beaumont [Beaumont et al., 1994] dans le domaine de lconomie spatiale, et qui
suffisent conclure sur la diversit des approches possibles :
a) Sige du pouvoir et matrialisation de la socit dans lespace, image que celle-ci
veut donner delle-mme, sinon mme artifice quelle utilise pour cacher certains de
ces aspects.

b) Un tat desprit, un corps de coutumes et de traditions, le creuset culturel et moral


de la socit, le rceptacle de ses valeurs et de ses comportements.

c) Rassemblement dactivits et de population concentre permettant de valoriser la


proximit.

d) Se caractrise par le degr de concentration de lhabitat, la continuit de lespace


bti et lexercice dactivits spcifiques non agricoles.
84 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Force est donc de constater que la ville est suffisamment multidimensionnelle,


multiforme et mme un objet dtude pluridisciplinaire pour en interdire une acception
unifie, dautant plus que la sensibilit individuelle ajoute une part importante de
subjectivit dans la perception de la ville, quand bien mme celle-ci semble
objective. En consquence, dfinir la ville ncessite un parti pris, labandon de
certains critres pour une acception univoque ; ce qui entrane ncessairement une
apprhension partielle et partiale de sa complexit.

3.2.2. Souscrire une vision de la ville

Lanalyse gographique cherche comprendre lorganisation de lespace : les processus


luvre et les structures spatiales qui en rsultent. Dans ce but, elle labore des
thories, en drive des hypothses explicatives particulires, et teste ensuite ces
hypothses en les confrontant la ralit observe (ou des rsultats exprimentaux).
Dans le cadre de cette thse, nous associons la ville lespace [dans lequel elle se
dploie et celui quelle organise] [Pumain et al., 1996]. Il ne sagit pas de lespace
philosophique dfini par Kant comme une forme a priori de la sensibilit, une donne
originelle constitutive de notre faon de percevoir [Martouzet, 1995], mais lespace
gographique, conu avant tout comme un espace de relations, un espace compos de
lieux (au sens demplacement gographique) possdant chacun une tendue, dots
dattributs, et spars les uns des autres par des distances [Beguin, 1994]. De ce fait, la
ville nest donc pas immuable, lHomme agit sur lespace, il le transforme, le faonne,
lamnage. Toute approche de la ville est alors indissociable de sa dimension
temporelle.
Lchelle danalyse enfin est tout aussi fondamentale pour quiconque dsire dfinir la
ville. Jean-Bernard Racine [Racine, 1996] distingue la ville dans lespace dune part, et
la ville comme espace dautre part. Ces deux approches sont la fois antagonistes et
complmentaires. Dune part, il y a celle qui sintresse la ville elle-mme, comme un
objet en soi. Il importe de dfinir son fonctionnement interne (formes dhabitat,
consquences de la rpartition spatiale des quartiers rsidentiels et ceux qui concentrent
les activits conomiques, structures dmographiques,...). On cherche alors dcrire et
comprendre la ville lintrieur de ses limites [Roncayolo, 1982] afin de procder des
tudes prospectives. Cest la vision dveloppe notamment par les urbanistes, les
amnageurs ou les architectes. Ces derniers analysent son organisation, ses formes,
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 85
**************************************************************************************************

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.

3.2.3. Un nouveau dcoupage statistique pour cerner la ville

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
**************************************************************************************************

quun quart du territoire et 4% de la population totale [Nicot, 1996]. A lorigine de cette


croissance extraordinaire, se trouve lexplosion des dplacements quotidiens et la trs
forte baisse des actifs travaillant dans lagriculture [Le Jeannic, 1996].
En 1997, une nouvelle srie de notions mises au point par lINSEE vient donc
remplacer les ZPIU pour mieux apprhender les territoires urbains : le Zonage en Aires
Urbaines ou ZAU [Le Jeannic et al., 1997]. Pour dfinir ce nouvel indicateur, il ne
sagit plus de tenir compte de la morphologie des villes, cest--dire dintgrer la
continuit des zones bties, mais de sintresser aux logiques de vie des hommes au
sein de ces zones bties, indpendamment de la forme de ces dernires. Les experts
consults par lINSEE ce sujet ont montr quil est plus raliste de considrer les
Migrations Domicile-Travail (MDT) comme le critre le plus pertinent pour tudier les
relations quune ville peut entretenir avec sa priphrie : La dissociation croissante
des lieux de rsidence et des lieux de travail, la plus grande dispersion des premiers et
la concentration des seconds, font aujourdhui de loffre de travail le vecteur le plus
structurant de la centralit dans les nouveaux espaces mtropolitains [Berroir et al.
1996]. LINSEE propose alors de baser lindicateur essentiellement sur la lecture des
MDT entre des ples demploi et les communes qui accueillent ceux qui y travaillent.
Le ZAU permet ainsi de distinguer le ple urbain, la couronne priurbaine, les
communes multipolarises et lespace urbain multipolaire. Les dfinitions de ces
indicateurs et leur imbrication sont rsumes la figure 3.1.

3.2.4. Les structures urbaines dominantes

Paralllement, le ZAU permet aussi de distinguer lespace dominante urbaine, cest--


dire lensemble des ples urbains et des communes priurbaines, de lespace
dominante rurale, cest--dire lensemble des communes ou petites units urbaines
nappartenant pas lespace dominante urbaine. La campagne est ici encore dfinie
par opposition la ville, mais compte tenu de lintgration du critre fonctionnel, elle ne
soppose plus dans une simple dichotomie. Calcul partir du recensement de 1990,
lespace dominante urbaine regroupe 43 millions dhabitants sur les 57 millions que
comptait la France cette poque, soit plus des trois quarts. A lintrieur de ces espaces
urbains, 34 millions de personnes habitent les 361 ples urbains et les 9 millions restant
se dispersent dans les communes priurbaines. Lespace dominante rurale regroupe
quant lui 13 millions de personnes environ (soit presque un quart) mais reprsente les
88 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

Ple urbain Aire urbaine Espace urbain

Banlieue Couronne priurbaine


Communes
Ville centre multipolarises
Ple urbain

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.

I. AGBOSOU, THEMA, UMR 6049, 2005 Source : INSEE, 1997.

Figure 3.1 : Le zonage en aires urbaines

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
**************************************************************************************************

reprsentent quenviron 11 % du total des dplacements urbains quotidiens. Ensuite, les


aires urbaines ne retiennent que les communes fortement polarises vers le centre
urbain, avec un seuil de 40% (plancher plutt lev, mais nanmoins critiquable et assez
peu justifi par lINSEE). Ainsi, la couronne priurbaine que forment les communes
priphriques dont la population est attire par le centre en raison des relations de
travail constitue une sorte de zone tampon entre espace urbain et espace rural. En
prenant en compte toutes ces considrations relatives au fonctionnement de la ville, il
est impratif de disposer dun cadre thorique bien formalis pour la conduite des
travaux danalyse urbaine.

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.

3.3. Approche systmique de la ville

Le concept de systme et la rfrence la thorie gnrale des systmes de L. von


Bertalanffy sont scientifiquement fconds parce quils permettent dtudier le
comportement dun ensemble socio-conomique et/ou gographique au cours du temps,
son volution, sa dynamique [Pumain, 1989]. Si, le concept de systme reste relatif la
discipline dans laquelle il est mis en application, il est trs riche de signification.
Classiquement, on dfinit un systme comme tant la fois un ensemble autonome par
rapport avec son environnement, cest--dire une indpendance conceptuelle, un
ensemble cohrent constitu de sous-systmes en interactions et enfin un ensemble
subissant des modifications plus ou moins profondes mais lui assurant toujours une
certaine cohrence. En dautres termes, Un systme est une entit dote dune
certaine permanence et reconnaissable dans le temps, en interaction avec un
environnement spcifique, constitue dlments groups en associations simultanment
interactives et se maintenant en tat de stabilit dynamique dans les limites dfinies.
[Cardon, 2004]. Il sagit dune dfinition trs gnrale, portant sur les systmes rels et
sur les systmes construits. Cette dfinition est la fois structurelle et fonctionnelle, et
le systme se caractrise par le fait quil est constitu de diffrents sous-systmes qui
interagissent. Nous posons comme complment cette dfinition quun systme rel,
90 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

3.3.1. Dfinition dun systme ferm

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
**************************************************************************************************

3.3.2. Dfinition dun systme ouvert

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.

3.3.3. Conception systmique de 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
*******************************************************************************************************

STRUCTURES SPATIALES DIMENSION FONCTIONNELLE

Organisation territoriale
- Milieux
- Infrastructures
- Activits

DIMENSION SPATIALE DIMENSION TEMPORELLE

Source : [Agbossou, 2004]

Figure 3.2 : Conception systmique de la ville

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.

La dimension fonctionnelle met en vidence les interactions des multiples processus se


dveloppant dans le temps sur lespace urbain : processus dmographiques (naissance,
mortalit et solde migratoire), processus conomiques (cration et disparition
demplois), processus damnagement et durbanisation, processus sociaux (mobilits
rsidentielles, mobilits lies lemploi et/ou aux tudes, mobilits lies aux loisirs,
etc.) et aussi les processus culturels (volution des aspirations sociales, volution des
technologies etc.). Tous ces processus participent, une chelle micro-gographique, au
maintien du systme urbain en renforant ses tendances la stabilit qui sexprime au
niveau macro-gographique et favorise lmergence de phnomnes difficiles voire
impossible identifier lchelle microscopique. Ces diffrents processus peuvent tre
analyss selon une approche systmique. Mais dans le cadre de ce travail, en raison
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 93
**************************************************************************************************

de la complexit de la thmatique et du niveau de la finesse comportementale (chelle


microscopique) des mnages, ils seront apprhends au travers dun formalisme multi
agents. En effet, lapproche multi agent permet daller une chelle plus fine des
composants du systme en mettant en vidence les interactions de trs bas niveau. Ce
qui permet de cerner le comportement global (chelle macroscopique) du systme en
adoptant une dmarche bottom-up.

La dimension temporelle pour laquelle lexpression anglophone time-geography


[Hgerstrand, 1970] est de plus en plus prfre pour des raisons de smantique
linguistique que certains auteurs [Chardonnel, 2001 ; DI Meo, 1999] ont dj lucid,
est une notion relative aux temporalits dans les mobilits quotidiennes. Le temps est
une ressource fondamentale la ralisation et lorganisation des activits humaines et,
de ce fait, devient un facteur prpondrant dans la description et lexplication des
phnomnes gographiques.

En dfinitive, la ville et les espaces gographiques associs constituent un systme


complexe compos dun ensemble dlments en interactions. Ces lments changent
dtat ainsi que leurs types dinteractions. Lensemble tant tel que tout accs et/ou
modification directe ou indirecte, par un observateur et/ou un vnement quelconque,
lun ou plusieurs de ses lments peut en perturber transitivement lensemble de faon
non exactement prvisible. En conclusion, la ville est un systme ouvert spatialement
organis dont la dynamique rsulte des multiples interactions traduisant les boucles de
rtroaction et lintrieur duquel lambition de la prise en compte du temps est
dclairer les tenants et aboutissants des actions et des processus qui engendrent la
complexit urbaine.

3.4. Apprhender la ville comme un systme complexe

La signification du terme complexit dans lusage courant et dans la science des


systmes reste encore assez vague et floue pour certaines disciplines et relativement
prcise pour dautres. En informatique, il existe un consensus smantique en ce qui
concerne la complexit algorithmique. En gographie et les sciences humaines en
94 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

gnrale, on est loin dun tel consensus, mais les recherches dans les divers champs
disciplinaires y affrant sont trs actives.

3.4.1. La complexit, une notion polysmique

Dans la littrature spcialise, plusieurs dfinitions quelque peu quivalentes sont


proposes. Mais sil y en a une qui ait retenu notre attention, cest celle que nous ont
inspire les ides de Le Moigne et de Morin [Le Moigne, 1999 ; Morin, 1986] qui
snonce comme suit : Un phnomne complexe est la considration dun objet, du
monde rel, ayant une permanence, constitu dun ensemble dlments en
interactions, ces lments changeant dtat ainsi que leurs interactions, lensemble
tant tel que tout accs et/ou modification direct ou indirect, par un observateur ou
un vnement quelconque, lun de ses lments peut en perturber transitivement
lensemble de faon non exactement prvisible .
Cette notion de complexit implique celle dimprvisible possible, dmergence
plausible du nouveau et du sens au sein du phnomne que lon tient pour complexe [Le
Moigne, 1999, op. cit.]. Un phnomne complexe existe rellement dans lespace et le
temps [Provitolo, 2007], il est identifiable comme un phnomne dot de permanence,
et pourtant il change organisationnellement sans cesse, il modifie ses composants et
leurs relations. Cette dfinition insiste sur la dpendance organisationnelle ncessaire
entre le tout et les parties, limage de lorganisation urbaine, pour qualifier un
phnomne complexe.

3.4.2. De la complexit du systme urbain

La ville est un systme profondment complexe [Pumain, et al., 1989]. Cest un


systme ouvert compos dentits proactives (les diffrents acteurs urbains), dont le
comportement spatio-temporel gnral est principalement dtermin par les actions
communicationnelles engages de manires autonomes par les entits. Ce qui justifie la
nature complexe du systme urbain, cest que la ville est caractrise par un ensemble
dinteractions entre des acteurs localiss (quil sera possible de considrer un niveau
agrg comme des interactions entre des agents du tissu urbain) qui engendrent,
exploitent, dtruisent et recrent continuellement lchelle de la ville entire des
diffrenciations gographiques. Ces interactions sont de natures diffrentes et de formes
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 95
**************************************************************************************************

varies : comptition pour lespace, tendances sgrgatives, les dplacements intra


urbains etc. Ces interactions font tat de processus de structuration, de diffrenciation,
dauto-organisation et dmergence, qui nexistent en ralit que parce que la ville est
un systme ouvert en relation avec elle-mme et avec lextrieur. Ces interactions
incessantes ont aussi des fonctions trs importantes de rgulation du fonctionnement
interne de la ville et dorientation de lvolution du systme quelle constitue. Ainsi, il
nest pas suffisant pour concevoir le principe de la complexit urbaine, dassocier les
notions antagonistes de faon concurrente et complmentaire. Il faut considrer aussi le
caractre mme de lassociation : lorganisation qui transforme chacun de ces termes
dans les processus de rtroaction [Morin, 1977]. De faon concrte, la ralit de tout
ce ceci sexprime travers la dynamique urbaine : processus dune part et rsultat
dautre part de divers phnomnes (la mobilit rsidentielle en loccurrence) que lon
peut observer tant lchelle microscopique qu lchelle macroscopique.

3.4.3. lmergence urbaine

Lapproche conceptuelle des processus mergents reste fortement discute [Rennard,


2002]. Pour certains, il ne sagit que dune vocation intellectuelle destine masquer
notre ignorance face des phnomnes complexes, mais relevant dune causalit
classique. Puisque nous ne comprenons pas lorigine dun phnomne donn, nous
limputons un mcanisme flou, mal dfini et ventuellement fourre-tout que lon
appelle mergence, alors quen fait le phnomne relve dun dterminisme
classique quune approche analytique plus pousse devrait permettre de comprendre. Il
peut y avoir une certaine stabilit lchelle macroscopique mais ce nest pas le cas
lchelle microscopique.
Mais nous pensons que nier la spcificit des processus mergents, en loccurrence dans
ltude des systmes urbains, en considrant que certains phnomnes mal compris
relvent dun strict rductionnisme revient refuser lventualit des processus autres
que ceux modliss initialement. Une telle attitude scientifique suppose considrer le
rductionnisme comme un aboutissement et une dmarche irrvocable. A la base du
concept dmergence on retrouve lide commune selon laquelle le tout est plus que la
somme des parties [Le Moigne, 1999, op. cit.] ; on y retrouve donc la caractristique
centrale des processus non-linaires avec le non respect de la superposition. Restant
96 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

dans cet ordre dide et en considrant la problmatique centrale de cette recherche, le


concept dmergence retrouve tout son sens.
Ainsi, du fait de leur degr de complexit, les systmes urbains sont largement
adaptatifs donc mergeants [Portugali, 2000]. En effet, la notion dmergence urbaine
qui est fortement lie aux thories de lauto-organisation [Langlois, 2005 op. cit.]
recouvre lide selon laquelle des configurations nouvelles ou inattendues peuvent
apparatre dans un systme urbain au cours de son volution. Tout lintrt de cette
mergence est mis en vidence par deux aspects. Dune part, les nouvelles
configurations sont si pertinentes (cest--dire prsentant un degr de vraisemblance
avec la ralit du phnomne tudi) dans le cadre analytique que le chercheur ne peut
pas sen passer dans lidentification des facteurs explicatifs du changement qualitatif de
ltat du systme tudi. Et dautre part, les rgles inhrentes ces configurations ne
sont gnralement pas exprimes de faon explicite dans lensemble des rgles initiales
de fonctionnement du systme.
Les systmes urbains peuvent sauto-organiser de deux manires possibles [Benenson et
Torrens, 2005]. Premirement, les objets gographiques statiques peuvent changer leurs
proprits en sagglutinant pour faire merger un agrgat gographique. Ou linverse,
des agrgats gographiques peuvent, par dissolution, donner naissance de nouveaux
objets gographiques dont les proprits ne sont plus identiques celles des objets
pres. Les rsultats des travaux de Dietrich Stauffer [Stauffer, 2001] sur la simulation
par automates cellulaires des systmes de vote lchelle rgionale sont une illustration.
Deuximement, les mmes situations peuvent sobserver lorsque, non seulement, les
objets gographiques statiques changent leurs proprits, mais aussi quand les objets
gographiques dynamiques (les mnages par exemple) changent de localisation. Les
rsultats des modles de dynamiques rsidentielles de Schelling et de Skoda [Schelling,
1969, 1971, 1974, 1978 ; Skoda, 1971] en sont des preuves. Le changement dtats et de
localisations est un aspect particulirement important dans les modles de simulation
des systmes gographiques. Il constitue lensemble des rtroactions qui sont
susceptibles dacclrer ou de freiner les processus dauto-organisation au sein des
systmes urbains dont la thmatique principale sarticule autour de la mobilit. Ceci est
une illustration de lauto-organisation urbaine. Selon le Principia Cybernetica
[Principia Cybernetica, 2003], lauto-organistion est la proprit qui exprime le fait
quun systme change son organisation interne, soit en rponse aux conditions dun
autre systme avec lequel il est en interaction, soit en tant que consquence du
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 97
**************************************************************************************************

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.

3.5. Des approches classiques de modlisation la gosimulation


urbaine

Le lien entre le dveloppement de nouvelles technologies et lmergence concomitante


de nouveaux paradigmes de recherches est indniable. En effet, de nombreux exemples
prouvent que les progrs technologiques aident au dveloppement de courants de
recherche et la mise en application des thories labores. Dans cette section, nous
prsentons lvolution des pratiques de modlisation urbaine depuis les prmisses de
lanalyse factorielle jusquaux approches actuelles de gosimulation. Lobjectif est
dinsister sur les phases de transition et de lgitimation de chaque nouvelle approche
toujours mieux adapte aux dfis dune gestion urbaine plus efficace.

3.5.1. Les approches statiques

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
*******************************************************************************************************

la factorisation (axes principaux) et la recherche de structures simples laide des


techniques de rotation, lanalyse factorielle restait une approche dont lutilisation se
limitait un cercle restreint dinitis jusquau milieu du sicle pass. La situation
changea srieusement partir des annes cinquante avec larrive des ordinateurs.
Royce notait que si les tudes factorielles taient rputes jusqualors consommatrices
de ressources considrables en termes de temps et deffort, cela ntait plus le cas
[Royce, 1958]. Lamlioration des ordinateurs a favoris llaboration de nouveaux
modles danalyse factorielle plus exigeants comme lanalyse factorielle trois entres
qui permet dapprhender un phnomne complexe dans son contexte spatio-temporel
[Tucker, 1963].
Les ordinateurs haute performance permirent galement lextension de lanalyse
factorielle de nouvelles disciplines. Ce fut particulirement le cas des sciences
humaines, hors de la psychologie, disciplines dans lesquelles le problme du traitement
de matrices de donnes se posait avec acuit. A la fin des annes soixante, Harman
notait que lanalyse factorielle stait dj rpandue dans diverses disciplines telles que
la sociologie, la mtrologie, les sciences politiques, la mdecine et la gographie
[Harman, 1967]. En quelques annes, cette approche sest impose de fait en gographie
[Berry, 1961, 1964 ; Phipps, 1966, 1968]. Ainsi cette approche fut intensment utilise
en cologie factorielle, un champ driv de la sociologie urbaine et de la gographie,
dont lobjectif tait de dcrire des villes en utilisant spcifiquement lanalyse factorielle.

3.5.2. Les approches dynamiques

En gographie, ltude de la dynamique des systmes correspondait dans les annes 80


un souhait dintroduire des processus dynamiques dans une approche gographique
qui tait reste jusqualors essentiellement descriptive et statique [Guermond, 2005].
Ladaptation de la dynamique des systmes de Forrester [Forrester, 1969] constituait
une ouverture fascinante ; cependant elle souffrait dune difficile prise en compte des
phnomnes dinteractions spatiales sur diffrents niveaux dchelle. En fait lun des
fondements thoriques de cette approche est lide que les organisations sont plus
justement dcrites si lon sintresse aux flux qui les rgulent, plutt quaux lments
qui les composent. Forrester propose cet effet ce nouvel instrument dtude, fond sur
lutilisation des boucles fermes o une variable de contrle agit sur une variable
daction. Cette dernire, par lintermdiaire dventuelles autres variables, contre ragit
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 99
**************************************************************************************************

sur cette mme variable de contrle. Lutilisation de ce mcanisme permet de montrer


linteraction mutuelle entre diffrentes variables dun systme complexe o la notion de
pilotage volue chaque transition spatio-temporelle. La modlisation de linteraction
entre les diffrents lments du systme rel seffectue par des systmes dquations
diffrentielles.
La dynamique des systmes fut propose dabord pour rsoudre les problmes lis
lintroduction de la dimension temporelle dans les tudes du comportement des
systmes complexes. Lapplication de ces modles et les ractions quils suscitrent ont
t considres comme lun des faits scientifiques ayant marqu les annes soixante-dix
[Langlois et Phipps, 1997 op. cit.]. Parmi les contributions les plus significatives que les
travaux de Forrester ont permises, on peut noter lide de la limite la croissance
mondiale [Meadows et al., 1972] et la notion de comportement contre-intuitif des
systmes complexes mis en lumire par le modle urbain [Forrester, 1969, op. cit.].
Depuis, ltude des systmes complexes a fait de grands progrs tant du point de vue
des mthodes que de la formalisation et des outils de modlisation. Le champ des
applications de la thorie des systmes complexes est extrmement vaste et ses outils
sont essentiellement dvelopps par des mathmaticiens, des physiciens thoriciens et
des informaticiens. Ces outils peuvent dtre utiliss par toutes les disciplines travaillant
sur des systmes complexes. Cependant, il est important de souligner que ces outils ne
sauraient tre appliqus de manire uniforme tous les systmes complexes. Cette
remarque fait sens parce que chaque systme complexe modlise un phnomne
particulier reli une thmatique bien dfinie ; et donc possde ces proprits et
caractristiques intrinsques dont il est important de tenir compte. Ceci suppose de
choisir les outils en fonction de la problmatique et des donnes, une adaptation des
outils dans un souci de fiabilit.

3.5.3. Introduction la gosimulation urbaine

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.

3.5.3.1. Dfinition de la gosimulation

La gosimulation aborde la simulation des systmes gographiques par une approche de


modlisation collective des interactions entre et au sein des diffrentes entits du
systme. A linverse de lapproche qui part du global au particulier (de lchelle
macroscopique lchelle microscopique), la gosimulation est caractrise par une
approche gnrative du type bottom-up (cest--dire du bas vers le haut). Le
comportement global du systme est le rsultat des multiples interactions les plus
lmentaires au sein de chaque entit du systme tudi. Ce comportement global est
observ grce aux phnomnes dauto-organisation et dmergence que connat le
systme [Holland, 1998].
Les modles de gosimulation fonctionnent avec des variables, des paramtres mais
aussi avec des agents (le concept dagent est expos en Chapitre 4) reprsentant les
individus humains du systme et des objets spatiaux dcrits leur chelle la plus petite

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.

3.5.3.2. Caractristiques des modles de gosimulation

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.

La modlisation des entits spatiales

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

Polygone Polygone Segment de ligne


(surface rgulire) (surface irrgulire) courbe

Source : [Agbossou, 2004]

Figure 3.3 : Typologie des objets gographiques primitifs et statiques

La topologie est la structure qui permet dorganiser les relations de proximit, de


voisinage (le concept de voisinage est prsent en dtail en Chapitre 5) entre les entits
spatiales. Lapplication des principes de la topologie associs la thorie des graphes
Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 103
**************************************************************************************************

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

La troisime caractristique de la gosimulation est la prise en compte de la dimension


temporelle dans les modles. Les systmes urbains changent de configuration au fil du
temps, et diffrents phnomnes apparaissent diverses chelles temporelles. La
formalisation thorique de la ralit se base sur un paralllisme relatif. En fait, on tient
compte du fait que les agents du systme interagissent tous simultanment, de faon
continue, avec la possibilit de synchroniser leurs actions en cas de ncessit (ce qui
nest pas tout fait conforme la ralit non plus). Ce qui implique que chaque agent
doit avoir connaissance de sa localisation spatio-temporelle relativement aux autres.
Mais la simulation sur ordinateur (notamment les PC de bureau) impose une autre faon
(en raison des limites de la technologie actuelle relative au microprocesseur) de
modliser le temps, car la plupart des ordinateurs courants ne fonctionne pas encore de
manire massivement parallle. De plus, lhorloge informatique est ncessairement
104 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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

[Agbossou, 2004] I. Agbossou. Conception dun systme daide la dcision en localisation


spatiale : concepts, formalisation et bases mthodologiques. Mmoire de DEA, Universit Louis
Pasteur de Strasbourg I, 2004.

[Antoni, 2003] J-P. Antoni. Modlisation de la dynamique de ltalement urbain. Aspects


conceptuels et gestionnaires. Application Belfort. Thse de doctorat de gographie. Universit
Louis Pasteur de Strasbourg I. Strasbourg, dcembre 2003. Disponible sur : http://eprints-scd-
ulp.u-strasbg.fr :8080/10/10/htm/index-frmas.html (consult le 04.01.2005)

[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

[Bassand et Brulhardt, 1980] M. Bassand, M-C. Brulhardt. La mobilit spatiale. Editions


Georgi. Saint-Symphorien (Suisse) 1980

[Batty, 2005] M. Batty. Cities and Complexity. Understanding Cities with Cellular Automata,
Agent-Based Models, and Fractals. The MIT Press, 2005

[Baumont, 1993] C. Baumont. Analyse des espaces urbains multicentriques. La localisation


rsidentielle. LATEC, CNRS, Universit de Bourgogne, 1993.

[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.

[Berec, 2002] L. Berec. Technics of spatial explicit individual-based models: construction,


simulation and mean-field analysis. In Ecological Modelling (150), 2002

[Bguin et Pumain, 1994] M. Bguin, D. Pumain. La reprsentation des donnes


gographiques. Statistique et cartographie. Editions Armand Colin. Paris 1994

[Benenson et Torrens, 2004] I. Benenson, P.M. Torrens. Gosimulation. Autoamata-based


106erritori of urban phenomena. Editions Wiley. England 2004. Reprinted june 2005

[Berroir et al., 1996] S. Berroir, N. Cattant, T. Saint-Julien. La structuration des territoires de la


ville, entre agglomration et aire polarise. Document de travail. EquipePARIS, CNRS.
Universit de Paris I, 1996

[Bertalanffy, 1968] L. Bertalanffy. General System Theory. New York, 1968

[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

[Cardon, 2004] A. Cardon. Modliser et concevoir une machine pensante : Approche de la


conscience artificielle. Edition Vuibert, Paris 2004

[Certu, 2002] Certu. Quelle est la rpartition spatiale des diffrents types de logements et son
volution ? Programme ACTEUR, 2002

[Chardonnel, 2001] S. Chardonnel. La time-geography : les individus dans le temps et dans


lespace. In Modles en analyse spatiale. Editions Herms. Paris 2001

[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.

[DI Meo, 1999] G. DI Meo. Gographies tranquilles du quotidien. Une analyse de la


contribution des sciences sociales et de la gographie ltude des partiques spatiales. In Les
cahiers de gographie du Qubec, vol 43 n 118. Qubec 1999

[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

[Durand-Dasts, 2001] F. Durand-Dasts. Les concepts de la modlisation en analyse spatiale.


In Modles en analyse spatiale. Editions Herms. Paris 2001

[Durand-Dasts, 1984] F. Durand-Dasts. Systmes et localisations : problmes thoriques et


formels. Colloque Gopoint Avignon. Groupe dupont 1984

[Forrester, 1969] J.W. Forrester. Urban Dynamics. MIP Press. Cambridge 1969

[Frankhauser et Pumain, 2001] P. Frankhauser, D. Pumain. Fractales et gographie. In


Modles en analyse spatiales. Editions Herms. Paris 2001

[Frankhauser et al., 1998] P. Frankhauser, A. Moine, H. Bruch, C. Tannier, D. Josselin.


Simulating settlement pattern dynamics by subjective attractivity evaluation of agents. Paper
presented for the 37th meeting on Western Regional Science Association. Monterey, California,
1998

[Frankhauser et al., 1997] P. Frankhauser, C. Tannier, P. Gillon, D. Josselin. Simulatting


Urban pattern dynamics by using an alterantive approach of modelization. In European
Workshop on Theoritical and Quantitative Geography, Rostock, 1997

[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
*******************************************************************************************************

[Frankhauser, 1993] P. Frankhauser. La fractalit des structures urbaines. Thse de doctorat de


lUniversit Paris I, UFR de Gographie, Paris, 1993

[Frankhauser, 1996] P. Frankhauser. Echelles, hirarchies et fait urbain. HDR de lUniversit


de Franche-Comt, Besanon, 1996.

[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

[Guermond, 2005] Y. Guermond. Des modles classiques la modlisation incrmentale. In


Modlisations en gographie : dterminismes et complexits. Editions Herms. Paris 2005

[Guessoum, 2002] Z. Guessoum. Modles multi-agents et systmes dynamiques. In Approche


dynamique de la cognition artificielle. Editions Herms. Paris 2002

[Hgerstrand, 1985] T. Hgerstrand. Time-Geographiy: focus on the corporeality of man


society and environment. In The Science of Praxis of Complexity. The United Nation
University, 1985

[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

[Langlois, 2005] P. Langlois. Complexit et systmes spatiaux. In Modlisations en gographie,


dterminismes et complexits. Editions Herms. Paris 2005

[Langlois et Phipps, 1997] A. Langlois, M. Phipps. Automates cellulaires : application la


simulation urbaine. Editions Herms. Paris 1997

[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 et Vidalenc, 1997] T. Le Jannic, J. Vidalenc. Ples urbains et priurbanisation. Le


zonage en aires urbaines. INSEE Premire n 516, 1997

[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
**************************************************************************************************

[Martouzet, 1995] D. Martouzet. Recherche du fondement de lthique de lamnagement.


Thse de doctorat de gographie. Universit de Tours. Tours 1995

[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, 1999] J-P Orfeuil. La mobilit : analyses, reprsentations, controverses. Universit de


Paris XII 1999

[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

[Phipps, 1966] M. Phipps. Introduction au concept de modle biogographique. In Actes du


2me Symposium International de Photo-Interprtation. Editions Technip. Paris 1966

[Portugali, 2000] J. Portugali. Self-Organization and the city. Editions Springer. Berlin 2000

[Pumain et al., 1989] D. Pumain, L. Sanders, T. Saint-Julien. Villes et auto-organisation.


Editions Economica, Paris, 1989.

[Pumain et Saint-Julien, 2001] D. Pumain, T. Saint-Julien. Les interactions spatiales. Volume


2 : interactions. Editions Armand Colin. Collection Cursus. Paris, 2001

[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 Godard, 1996] D. Pumain, F. Godard. Donnes Urbaines, Vol. 1, Collection


VILLES, 1996.

[Pumain et Saint-Julien, 1997] D. Pumain, T. Saint-Julien. Lanalyse 109errito, Volume 1 :


Localisation, A. Colin, Collection Cursus, 1997.
110 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

[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.

[Principia Cybernetica, 2003] Principia Cybernetica, 2003 Disponible sur :


http://pespmc1.vub.ac.be (consult le 12.04.2006)

[Provitolo, 2002] D. Provitolo. Risque urbain, catastrophes et villes mditerranennes. Thse de


doctorat de lUniversit de Nice Sophia-Antipolis, Nice, 2002.

[Provitolo, 2006] D. Provitolo. La dynamique des systmes selon J. W Forrester, 2006.


Disponible sur http://www.hypergeo.eu/article.php3?id_article=384 (consult le 20.09.2007)

[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.

[Racine, 1996] J-B Racine. Exurbanisation et mtamorphisme pri-urbain. Introduction


ltude de la croissance du grand Montral. In Revue de gographie de Montral n 22.
Montral 1996

[Rennard, 2002] J-P Rennard. Vie artificielle. O la biologie rencontre linformatique. Illustr
avec Java. Editions Vuibert. Paris 2002

[Rolland-May, 2000] C. Rolland-May. Evaluation des territoires : concepts, modles,


mthodes. Editions Herms, Paris, 2000

[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

[Sanders, 2006] L. Sanders. Les modles agents en gographie urbaine. In Modlisation et


simulation multi-agents : applications pour les sciences de lHomme et de la Socit. Edition
Herms-Lavoisier, Paris, 2006.

[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, 1971] T.C. Schelling. Dynamic models of segregation. In Journal of Mathematical


Sociology (1) 1971

[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

[Sperman, 1904] C. Sperman. General intelligence objectively determined and measured. In


Chapitre3Problmatiquesetpremiresapprochesdemodlisationsetdesimulationsurbaines 111
**************************************************************************************************

Journal of Psychology n15. New York 1904

[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

[Tucker, 1963] L. R. Tucker. Implications of Factor Analysis of Tree-Way Matrices for


Measurement of Change. In Problem in Measuring Change. Editions CW. Harris. University of
Wisconsi Press, 1963

[Turing, 1952] A.M. Turing. The chemical basis for morphogenesis. In Philosophical
Transactions of the Royal society of London. London 1952

[Vanbergue, 2003] D. Vanbergue. Conception de simulation multi-agents. Application la


simulation des migrations intra-urbaines de la ville de Bogota. Thse de doctorat
dinformatique. Universit de Paris 6. Paris 2003

[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

[Walliser, 1977] B. Walliser. Systmes et modles. Introduction critique lanalyse de


systmes. Essai, ditions du Seuil, Paris, 1977.

[Weber, 1999] C. Weber. Modlisation dynamique des interactions entre forme de mobilit et
recomposition territoriale. Rapport du PSIG, 1999

[Weidlich, 1991] W. Weidlich. Physics, synergetics and social science-the approach of


synergetics. Physic reports, vol. 204, n 1, 1991.

[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 12.07.2006).

Partie II
APPROPRIATION CONCEPTUELLE &
MTHODOLOGIQUE DES OUTILS DE
LA GOSIMULATION
Dans cette partie,

Chapitre 4 : Lapproche multi-agents en gographie

Chapitre 5 : Les automates cellulaires comme support la


dynamique urbaine

4
LAPPROCHE MULTI-AGENTS EN
GOGRAPHIE

Un organisme est un systme ordonn de structures


et de fonctions intgres.

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
*******************************************************************************************************

limportance des actions individuelles qui concourent llaboration de la structure et


donc lorganisation du systme en tant que tel. Pour aborder ces problmes, un effort
particulier a t port ces dernires dcennies sur lintelligence artificielle distribue et les
systmes multi agents (SMA). Ces derniers prsentent un certain nombre davantages
[Ferber 1995, op. cit. ; Gasser, 2001 ; Briot, 2001] et proposent des modles pour tudier
les systmes complexes au travers dentits autonomes appeles agents. Lapproche multi
agents met donc en avant les interactions locales au sein du systme et les phnomnes
dmergence qui en rsultent. Il sagit donc dune forme de systmique, plus exactement
dune extension de la systmique classique, que J. Ferber qualifie de no-systmique,
fonde sur lanalyse des comportements dagents interagissant. Lauto-organisation des
systmes tant alors le fruit des actions transformatrices des agents (le concept dagent est
prsent en section 4.2).

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
**************************************************************************************************

4.1. Quelques gnralits sur le paradigme multi agents

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

Les SMA offrent un ensemble dabstractions qui, du fait de leur degr


danthropomorphisme, sont plus facilement comprhensibles et abordables par les
concepteurs et les utilisateurs des systmes construits. Cest par exemple lun des points
mis en avant par Boissier, Gitton et Glize quand ils affirment qu Une approche multi
agents reprsente de manire exacte la faon dont la supervision fonctionne lors de
lapparition de profondes perturbations : intervention de diffrentes spcialits, changes
dinformations pertinentes entre eux, afin dassurer la cohrence de la coordination mise
en uvre pour satisfaire lobjectif commun de superviser ou rparer un dfaut [Boissier
118 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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

Communment, lautonomie1 dsigne pour un organisme, la possibilit de dcider par soi-


mme (organisation sociale, politique ou conomique, individu, etc.). En systmique, elle
qualifie un systme qui se donne lui-mme sa propre loi ou ses propres objectifs. Cette

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

Un SMA est un systme distribu, concurrent, au sein duquel se manifestent des


interactions asynchrones en raison de la multiplicit et de la complexit des rseaux de
relations existant entres les agents. Ce constat est amplifi par lautonomie mis en exergue
au niveau des agents : chaque agent peut poursuivre ses propres buts et construire sa
propre reprsentation du monde. Afin de tirer pleinement profit de la caractristique
dautonomie mise en vidence au sein de lagent, les applications multi agents ajoutent
la proprit de distribution, celle du paralllisme3 (encore connue sous le vocable de
dcentralisation). Au-del de sa justification paradigmatique, le paralllisme dans les
SMA rpond galement dautres besoins.

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
*******************************************************************************************************

La complexit du problme ou de lapplication peut justifier une approche dcentralise.


Les sources de cette complexit pouvant tre la taille de lapplication, la multiplicit et
lhtrognit des comportements modliss (lexemple des mnages en est une
illustration), la dynamique globale du systme modlis, etc.
Le paralllisme mis en uvre peut galement tre motiv par le besoin de prendre en
compte des contraintes physiques du systme. Par exemple, dans les applications de
simulation o la composante spatiale tient une place de choix, on peut laisser aux agents
en interaction le soin de trouver par eux-mmes les configurations spatiales optimisant un
critre global.
La recherche du ralisme conduit galement privilgier ce mode de fonctionnement.
Ainsi, dans nombre dapplications de simulation, aucun organe central nassure la
coordination globale systme et les entits modlises prennent les dcisions par elles-
mmes. Cest le cas, par exemple, dans un projet europen FIRMA (Freshwater
Integrated Resource Management with Agents) [Dowing et al., 2000, op. cit.], dont lun
des objectifs est de comprendre leffet produit par un ensemble dacteurs sur les
changements climatiques sur le territoire que ceux-ci partagent. Et ceci, en labsence dun
modle global qui jouerait le rle de rgulateur. Lhypothse de travail tant que les
activits de chacun de ces acteurs (non seulement activits environnementales, mais aussi
activits socioconomiques) concourent en fait la gestion des changements.
Afin dassurer un comportement global et cohrent du systme malgr le paralllisme, les
agents interagissent entre eux. Ces interactions se concrtisent par le biais de
lenvironnement du systme.

4.1.4. La situation dans un environnement

De nombreuses applications multi agents prsentent la caractristique dtre ancres


dans un environnement. Cet ancrage signifie que lvolution du systme est la
combinaison des volutions rciproques de son comportement et de celui de
lenvironnement. Dans les SMA, il faut comprendre lenvironnement comme tant le
mdium commun partag par lensemble des agents du systme. Selon les applications, il
rpond un ensemble de besoins : offrir une source commune de donnes et de
contraintes aux agents, tre un lieu commun dactions et dinfluences entres les agents.
Dans leur clbre ouvrage intitul Artificial Intelligence A Modern Approach (seconde
Chapitre4Lapprochemultiagentsengographie 121
**************************************************************************************************

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.

4.1.5. Les interactions

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. Le concept dagent

Le concept dagent a t lobjet dtudes pendant plusieurs dcennies dans diffrentes


disciplines. Il est non seulement utilis dans les systmes base de connaissances, la
robotique, le langage naturel, la chimie et dautres domaines de lintelligence artificielle,
mais aussi dans des disciplines des sciences humaines et sociales comme la gographie,
lconomie, etc. Avec lvolution des nouvelles technologies et lexpansion de lInternet,
ce concept est davantage associ plusieurs nouvelles applications.

4.2.1. Dfinition

Il est primordial de faire remarquer que la notion dagent est un concept


fondamentalement abstrait et revt dune smantique polymorphe relative lchelle
organisationnelle considre et aussi la discipline dans laquelle elle est mise en uvre.
En informatique, discipline dont limportance pour les gographes nest plus dmontrer
notamment quant la concrtisation des modles de simulation, un agent est
principalement un programme autonome et personnalisable et, pour les plus aboutis,
prsentant des caractristiques dauto-apprentissage et de communication avec ses alter-
ego pour une action cooprative ou comptitive [Cardon, 2003]. Ainsi, en gographie le
concept dagent peut notamment sappliquer lchelle spatiale en tant quentit
changeant dtats. Il peut galement sappliquer au fonctionnement de la dynamique
sociale au niveau individuel et/ou collectif.
Une autre dfinition du concept dagent qui saccorde bien aux prceptes de la gographie
est celle de Ferber : Un agent est une entit physique ou abstraite qui est capable dagir
sur elle-mme et sur son environnement, qui peut communiquer avec dautres agents, qui
poursuit un objectif individuel et dont le comportement est la consquence de ses
observations, de ses connaissances, de ses comptences et des interactions quil peut
avoir avec les autres agents de lenvironnement. [Ferber, 1989]. Dans la littrature, on
peut trouver plusieurs autres dfinitions. Mais le point commun toutes les dfinitions est
que lagent est une entit autonome qui agit au sein dun environnement. En somme, au-
del de lautonomie, trois autres proprits fondamentales caractrisent un agent : la
ractivit, la proactivit et la socialit.
124 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

4.2.2. Agents ractifs et agents cognitifs

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
*******************************************************************************************************

Architecture dagent ractif

Algorithme comportemental Environnement


Agent ractif
1- Lagent peroit son environnement (immdiat ou
lointain) et en fait une cartographie linstant t ; Base de rgles
2- Il rpte laction de ltape 1 linstant t+1 et note la
diffrence ;
3- Si ce changement interpelle une ou plusieurs rgles,
lagent ragit en rponse ;
Etats possibles
4- Il met jour son tat.

I. AGBOSSOU, THEMA, UMR 6049, 2006

Figure 4.1 : Architecture dagent ractif (adapt de [Agbossou, 2006])

4.2.3. Lanthropomorphisme des agents

Le projet NewTies de Nigel Gilbert [Gilbert et Troitzsch, 2005] montre que la


reproduction dattributs des socits humaines constitue un des objectifs des systmes
multi agents. Cet anthropomorphisme se trouve aux origines de lIA. Lorsque cette
discipline a t fonde par Allen Newell, Herbert Simon, Marvin Minsky et John
McCarthy, la reproduction de lintelligence humaine constituait lobjectif ultime. Les
modes de raisonnement humain sont ainsi la source dinspiration pour la cration de
systmes informatiques capables de rsoudre des problmes similaires ceux rsolus par
lintelligence humaine.
De la mme manire, les comportements collectifs humains et animaux reprsente une
source mtaphorique de rsolution de problmes laide des systmes multi agents. Cest
ainsi que les chercheurs importent les notions de confiance, de rputation ou de pouvoir
au sein des SMA [Castelfranchi, 1990 ; Carabela et al., 2004 ; Melaye et Demazeau,
2004 ; Casare et Sichman, 2005 ; Sierra et Debenham, 2005 ; Huynh et al., 2006].
Dautres cherchent modliser les interactions entre agents pour quelles correspondent
mieux aux comportements humains. Par exemple, avec lcoute flottante, Eric Platon
essaie de concevoir des agents capables dcouter aux portes [Platon et al., 2005].
Laspect anthropomorphique des agents informatiques contribue, avec lusage dun terme
partag, les rapprocher des agents dautres disciplines telles que lconomie [Folley,
2002 ; Axelrod, 2005] et la gographie.
Chapitre4Lapprochemultiagentsengographie 127
**************************************************************************************************

Architecture dagent BDI

Agent Cognitif Algorithme comportemental


1- Lagent peroit son environnement et sintresse aux
Base de connaissances vnements le concernant ;
2- Pour chaque vnement, il gnre un ensemble de sous
objectifs pouvant satisfaire un dsir ;
Objectifs Dsirs 3- Pour chaque vnement, il slectionne les dsirs
satisfaisables par chaque sous objectif ;
4- Parmi ses dsirs, il slectionne ceux qui sont en
Sous Intentions adquation avec les connaissances : ce sont les
Objectifs intentions ;
5- Il ajoute ces intentions slectionnes la collection
existante ;
6- Il compare les intentions de la collection
puis slectionne la meilleure et lexcute.
Evnements extrieurs

I. AGBOSSOU, THEMA, UMR 6049, 2006

Figure 4.2 : Architecture dagent BDI (adapt de [Agbossou, 2006])

4.3. Systme multi agents versus simulation multi agents

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.

4.3.1. Dfinition dun systme 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

Phnomnes Systmes Contraintes et


dmergences dinteractions objectifs sociaux

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
**************************************************************************************************

Agents cognitifs (dimension socio fonctionnelle) Echelle macroscopique

Agents ractifs (dimension spatiale) Echelles microscopiques

----------- Interactions
I. AGBOSSOU, THEMA, UMR 6049, 2005

Figure 4.4 : Articulations entre chelles micro et macro dans un SMA gographique

4.3.2. Simulation multi agents

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
*******************************************************************************************************

caractristiques et ses comportements. Il est aussi possible denvisager des agents ne


reprsentant pas forcment une entit relle mais plutt un regroupement dentits. En
effet, dans une mme simulation multi agents, il est possible davoir plusieurs chelles de
temps et despace en reprsentant dans un mme systme des agents dits
microscopiques et dautres dits macroscopiques. Ces derniers sont gnralement le
rsultat du regroupement des premiers. Les travaux de Servat [Servat, 2000] dans le cadre
du projet Rivage sont un trs bon exemple dune telle dmarche. Le problme trait est
celui de ltude de la dynamique de ruissellement, dinfiltration et drosion. Les agents
microscopiques reprsentent les boules deau qui, selon leurs milieux physiques, peuvent
se regrouper pour constituer des agents mares ou cours deau. La dissolution de ces agents
peut survenir si les boules deau les constituant changent de trajectoire.

4.4. Mthodologie oriente agent en gographie

Comment formuler, dcrire et dcomposer en termes dagents une problmatique


gographique en prenant pour appui la thorie des systmes ? Selon quelle(s)
architecture(s) peut-on modliser les diffrents agents pour quils interagissent de manire
cohrente ? Et enfin, quels types de donnes utiliser et quelles sont les chelles
darticulations (spatiales et temporelles) du systme que lon veut simuler ?
Voil quelques unes des interrogations qui peuvent orienter le chercheur dans sa
dmarche de modlisation et simulation multi agents en gographie. Dans le cadre de ce
travail, nous nous sommes confronts de telles rflexions. Mais faute de la disponibilit
dune mthodologie applicable en gographie, il nous a paru indispensable den forger
une (cf. Figure 4.5).
Il sagit dexposer une dmarche de modlisation conceptuelle des thmatiques
gographiques dans une perspective de simulation. Cette dmarche mthodologique est
articule en quatre phases principales : analyse structurelle et dimensionnelle,
identification et spcification des agents, conception architecturale, implmentation.
Seules les trois premires phases sont dveloppes, la dernire tant plus technique et
ncessitant des outils de gnie logiciel et de programmation informatique, elle relve plus
des proccupations dordre informatique que gographique.
Chapitre4Lapprochemultiagentsengographie 131
**************************************************************************************************

La concrtisation de cette mthodologie se droule selon un processus unifi et itratif9


[Kruchten, 2000 ; Larman, 2003]. En effet, ce processus fournit un cadre gnrique
dfinissant un ensemble dactivits inhrentes la modlisation du systme. Cet ensemble
dactivits sorganise en un certain nombre ditrations dont lobjectif est de matriser la
complexit de la dmarche.

Reprsentation systmique

Analyse organisationnelle Analyse fonctionnelle


Analyse

Dimension spatiale Dimension temporelle

Agentification
Identification

Type dagents (description) Accointances (relations/interactions)

Buts atteindre Ontologies


(individuels/collectifs) (fonctionnelles et spatiales)

Conceptions
Architectures

Architecture globale du Architecture dtaille de


systme en termes dagents chaque type dagent (type de
(ressources, interactions, donnes, type de mmoire,
rles, agents, etc.) mode opratoire, etc.)

Implmentation (ralisation du programme informatique et les tests de


robustesse)

I. AGBOSSOU, THEMA, UMR 6049, 2005

Figure 4.5 : Mthodologie oriente agent en gographie

Ces diffrentes tapes de la dmarche mthodologique ne sont pas linaires mais


simbriquent plutt les unes dans les autres. En loccurrence, alors quon est en train de
concevoir larchitecture dtaille des agents, on peut se rendre compte dune erreur

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
*******************************************************************************************************

dinterprtation au niveau de la reprsentation systmique et donc dy revenir sans affecter


gravement les autres phases de la modlisation.

4.4.1. Analyse structurelle et dimensionnelle

Cette premire phase consiste dvoiler les spcificits gnrales de lensemble du


systme. Elle permet une description globale par une approche systmique de la
problmatique en vue de rpondre aux exigences majeures telles que :
une meilleure comprhension de la thmatique ;
une bonne circonspection de la problmatique ;
la facilitation de la conception dune ou des solutions possibles.
Lanalyse se traduit donc sous la forme dun modle systmique mettant laccent sur les
sous-systmes (les grandes entits) ainsi que les relations existant entre ceux-ci.

4.4.2. Identification et spcification des agents

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
**************************************************************************************************

un agent a une certaine connaissance du monde dans lequel il vit : un agent


humain (souvent cognitif) est un exemple trivial. Les cellules spatiales dans un
automate cellulaire ont connaissance de leur monde (environnement) au travers du
concept de voisinage (cf. chapitre suivant) ;
un agent est responsable de lachvement et de la maintenance de certains buts qui
dictent son comportement ;
un agent doit tre capable dobserver le statut des autres agents et de certains
objets de son environnement et doit tre sensible certains vnements ;
les interactions mutuelles ou non entre agents doivent tre dcrites en termes
dactions communicantes ;
un agent peut excuter des actions directes affectant les proprits dautres agents
et de certains objets de son environnement. Par exemple, une dcision politique
peut modifier le comportement des mnages dans leur choix rsidentiel.

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.

A partir de cette phase de la mthodologie, lutilisation et la conformit aux standards11 de


la FIPA (Foundation for Intelligent Physical Agents) sont fortement recommandes. Il
sagit notamment de UML (Unified Modeling Language)12 pour la modlisation
graphique des objets et de AUML (Agents UML)13 pour la modlisation graphique des
agents. En dehors de ces deux langages de modlisation, la FIPA supporte dautres
normes et standards relatifs aux outils de programmation oriente qui sont trs bien
documents sur site web de la FIPA.

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
*******************************************************************************************************

4.4.3. Conception architecturale

La conception architecturale a un double objectif : fournir un aperu global du systme,


puis prsenter larchitecture dtaille de chaque type dagent.

Larchitecture globale du systme est obtenue partir des spcifications de la phase


prcdente. Le diagramme ralis est lun des artefacts les plus importants pour la
comprhension du fonctionnement du systme multi agents. Ce diagramme met en
vidence les diffrents types dagents, leur perception et actions, les messages quils sont
susceptibles de senvoyer ainsi que les types de donnes requises. Autrement dit, ce
diagramme est une collection dinformations diverses et varies sur le systme multi
agents et prsente sous une forme visuelle et facilement comprhensible.

Quant la conception de larchitecture dtaille, elle consiste :


prciser la structure interne de chaque agent en termes de buts, actions (ou plans),
dvnements, et de donnes en se fondant sur la description de la phase
didentification ; cette structure est reprsente par un diagramme dagent. ;
dcrire et concevoir le modle dinteraction entre agents. Ce modle est obtenu
partir des liens de dpendance et des relations intra et inter chelles (spatiale et
fonctionnelle) entre agents tout en respectant les contraintes temporelles. A
linstar de la mthode GAIA, la description de chaque type dinteraction devra
respecter un protocole bien prcis possdant les attributs suivants :
o Nom : il sagit dune brve description textuelle prcisant le type
dinteraction et son contexte de ralisation ;
o Initiateur : les agents dclencheurs de linteraction et les objectifs ou les
actions pour lesquelles elle est ncessaire ;
o Partenaires : les agents impliqus dans la ralisation de linteraction ainsi
que les objectifs ou actions intermdiaires devant tre accomplies ;
o Entres : informations ou donnes utilises par linitiateur et les
partenaires ;
o Sorties : rsultats de linteraction sous forme de donnes exploitables
(cartes, donnes numriques, etc.) par dautres agents ou dans dautres
interactions ou mme par un autre systme ;
Chapitre4Lapprochemultiagentsengographie 135
**************************************************************************************************

o Description : justification et explication de la finalit de linteraction ainsi


que son processus dexcution sous forme dalgorithmes ou
dheuristiques.
Ce protocole est rpt pour toutes les interactions de base ncessaires au fonctionnement
du systme. Lensemble de tous les protocoles dinteraction de base constitue le modle
dinteractions.

En somme, lapplication de cette dmarche mthodologique dans le cadre dune


simulation multi agents en gographie permet dobtenir le modle conceptuel du systme
simuler. Les diffrents lments du systme sont dcrits ainsi que leurs fonctionnalits
et interactions avec les autres composants du systme. Chaque lment est ensuite
reprsent par un agent pour lequel on spcifie les fonctionnalits, les types de relations et
interactions avec les autres agents, les mcanismes de communications, de coopration,
etc.
La simulation proprement dite pourra ds lors prendre son cours. Le modle conu est
implment pour obtenir une application excutable quon fait tourner. Les rsultats sont
ensuite analyss par une varit de mthodes telles que les analyses statistiques, les
techniques de visualisations (cartographie en loccurrence), etc. Finalement, le but de tout
cet exercice est darriver des conclusions par rapport au systme cible, en interprtant
toutes ces conclusions relativement aux comportements exhibs lors de la simulation.

4.5. Quelques applications gographiques des SMA

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
*******************************************************************************************************

4.5.1. SVERIGE : un modle de simulation de biographies individuelles

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.

4.5.2. MICDYN : un modle de simulation de dynamiques spatiales de populations

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.

4.5.3. SIMPOP : un modle de simulation de lvolution dun systme de villes

La simulation de la dynamique de lvolution dun systme de villes est lobjet de


SIMPOP. Plus particulirement, il sagit de simuler la gense, le dveloppement et la
concentration des fonctions urbaines diffrents niveaux durant une longue priode
(environ 2000 ans) [Bura et al., 1993].
Lenvironnement est reprsent par un ensemble de places de tailles et de formes
varies (essentiellement des carres et des hexagones). Elles sont caractrises par leur
nature (plaines, montagnes, mer, marais), leurs ressources naturelles (agriculture, pche,
minerai) ainsi que par des lments divers tels que la prsence dune voie de
communication (rivire, route, etc.). Les ressources correspondent au potentiel quune
population peut exploiter, la productivit dpendant de facteurs tels que les possibilits
techniques ou lactivit du peuplement (dans le modle, la ville est dsigne sous le terme
de peuplement) voisin. Chaque ville est modlise par un agent dont les caractristiques
sont la taille de sa population, sa richesse conomique et les fonctions quelle possde
(agriculture, conomie, industrie, administration). Le comportement dune ville est donn
par la somme des comportements de ses habitants. Ces derniers tant reprsents par des
fonctions conomiques correspondant aux principaux groupes sociaux. Les populations
rurales sont par exemples associes la fonction agricole.
Les villes sont donc les principaux agents du systme et, du fait quelles ne bougent pas,
les interactions seffectuent essentiellement par des flux de biens, de monnaies, de
services et dhabitants qui sexpriment sous la forme doffres et de demandes entre villes.
Le rsultat est que des villes tendent grossir et de nombreux phnomnes locaux
viennent renforcer les diffrences apparaissant entre elles de manire former une
hirarchie de villes relativement leur taille et leur richesse.
138 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

4.5.4. AGENT : un modle de gnralisation cartographique

La gnralisation cartographique consiste transformer de linformation gographique


qui correspond un certain niveau de reprsentation, en une information (une carte)
gnralise qui correspond un autre niveau de reprsentation plus abstrait ou
schmatique.
Lobjectif du projet AGENT est de produire un logiciel novateur de conception de carte
bas sur la technologie multi agents [Lamy et al., 1999 ; Duchne et Cambier, 2003]
reposant sur des interactions bilatrales entre agents gographiques (routes et
btiments) qui sont des objets en provenance dune base de donnes gographique.
Les donnes gnralises sont extraites de zones rurales de la BD Topo, base de donnes
de rsolution mtrique de lIGN pour la production des cartes topographiques des
chelles allant de 1 : 25 000 1 : 50 000. Le modle est implment de faon pouvoir
traiter les conflits de superposition et proximit entre les routes et les btiments, et entre
les btiments entre eux. Les routes sont fixes, seuls les btiments sont mobiles. Trois
types de contraintes relationnelles sont considrs : non superposition entre une route et
un btiment ou entre deux btiments, un seuil de proximit (paramtre du modle) entre
deux agents et une contrainte topologique entre un agent route et un agent btiment (un
btiment ne doit pas sauter par-dessus une route). De plus une contrainte interne de
prcision planimtrique empche les btiments de trop sloigner de leur position initiale.
Pour atteindre leurs buts (respecter leurs contraintes relationnelles), les routes ont pour
comportement de pousser les btiments, en leur demandant de bouger pour rsoudre le
conflit. De la mme manire, un btiment, pour rsoudre ses conflits avec les autres
btiments, les pousse en leur demandant de bouger. La priorit est donne aux conflits
de superposition entre routes et btiment. Autrement dit, un btiment acceptera de
scarter dune route mme sil doit pour cela empiter sur un autre btiment (il rsoudra
ce nouveau conflit dans un deuxime temps en poussant lautre btiment). En revanche,
un btiment naccepte jamais de rsoudre un conflit avec une route (ou avec un autre
btiment) si cela suppose de crer un conflit avec une autre route. Les illustrations ci-
contre, extraites des articles de Duchne et Cambier [Duchne et Cambier, 2003, op. cit. ;
Duchne, 2003] dont le premier fait lobjet dun prix de la confrence JFSMA0316,
rsument assez bien le comportement des agents du systme.

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.])

Figure 4.7 : Gnralisation cartographique dune base de donnes gographique


(Extrait de [Duchne, 2003])
140 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Linvestissement des SMA dans le monde de la simulation rejoint un courant


scientifique beaucoup plus ancien, qui retrouve une nouvelle faon de sexprimer et de
sactualiser. Ce courant consiste en une approche de la modlisation qui considre
directement les entits lmentaires dun certain niveau dorganisation, pour en dcrire
les interactions et recomposer partir delles, les dynamiques de niveaux
dorganisations suprieurs. En effet, il sagit des approches particulaires en sciences
physiques [Hockney et Eastwood, 1998], de modlisations individus-centres en
cologie [Grimm, 1999], ou de microsimulation en dmographie ou en gographie [Van
Imhoff et Post, 1988] ou dindividualisme mthodologique en sociologie [Dupuy,
1992]. La popularit de ce courant scientifique attentif aux interactions entre entits et
aux articulations entre chelles spatio-temporelles est en partie lie aux possibilits
simulatoires de linformatique. Elle bnficie galement des acquis mathmatiques et
dun ensemble de rflexions thoriques propres chaque discipline.
Aussi, lavantage du recours au paradigme multi agents en simulation urbaine, repose
dabord, sur ladquation de la structure des agents avec la conceptualisation de la
ralit sous forme dentits et de processus en interactions. Dans le cadre de notre
travail de recherche, la dimension spatiale est modlise par des agents ractifs que
nous assimilons aux automates cellulaires prsents au prochain chapitre.
Chapitre4Lapprochemultiagentsengographie 141
**************************************************************************************************

Bibliographie rfrence

[Agbossou, 2006] I. Agbossou. Modles dagents pour la simulation urbaine : mthodologie,


architecture et formalisme, XXIImes journes de lAssociation Tiers-Monde URGENCE,
SOLIDARIT, GOUVERNANCE ET DVELOPPEMENT. ARRAS, 22-24 mai 2006

[Aschan et al., 2000] C. Aschan, H. Mathian, L. Sanders, K. Mkil. A spatial microsimulation


of population dynamics in Southern France: a model integrating individual decisions and spatial
constraints. In Applications of Simulation to Social Sciences. Editions Herms. Paris, 2000

[Bazzan et Klgl, 2003] A. Bazzan, F. Klgl. Route Decision Behaviour in a Commuting


Scenario: Simple Heuristics Adaptation and Effect of Traffic Forecast. Euroworkshop on
Behavioural Responses to ITS. Eindhoven, 2003

[Bensaid, 2003] L. Bensaid. Simulation multi-agent des comportements des consommateurs


dans un contexte concurrentiel. Thse de luniversit Pierre et Marie Curie. Paris, juin 2003

[Bura et al., 1993] S. Bura, F. Gurin-Pace, H. Mathian, D. Pumain, L. Sanders. Multi-Agents


Systems and the Dynamics of a Settlement System. In Simulation Societies Symposium. Siena,
1993

[Casare et Sichman, 2005] S. Casare, J.S. Sichman. Towards a functional ontology of


reputation.In International Joint Conference on Autonomous Agents and Multi-Agent Systems
AAMAS, 2005

[Castelfranchi, 1990] C. Castelfranchi. Social Power : A Point Missed in Multi-Agent, DAI,


and HCI. In Decentralized Artificial Intelligence: Proceedings of the first European Workshop
on Modelling Automous Agents in a Multi-agent World (MAAMAWA89). Amsterdam, 1990

[Collinot et Drogoul, 1996] A. Collinot, A. Drogoul. Application de la mthode Cassiope


lorganisation dune quipe de robots. In Actes des 4mes journes francophones dintelligence
Artificielle et Systmes Multi-Agents, 1996.

[Conte et al., 1998] R. Conte, N. Gilbert, J.S. Sichman. MAS and Social Simulation : A
Suitable Commitment. MABS98. Paris, 1998

[Doran, 2001] J. Doran. Agent-Based Modelling of EcoSystems for Suitable Resource


Management. 3rd EASSS01. Prague, 2001

[Drogoul, 1993] A. Drogoul. De la simulation multi-agent la rsolution collective de


problmes. Thse de luniversit Paris VI. Paris, novembre 1993

[Duchne et Cambier, 2003] C. Duchne, C. Cambier. Gnralisation cartographique avec des


agents qui voient et communiquent. In Journes Francophones sur les Systmes-Multi-Agents
(JFSMA03). Hammamet, Tunisie, novembre 2003

[Duchne, 2003] C. Duchne. Coordination multi-agents pour la generalisation automatique. In


Bulletin dInformation de lIGN, n 74, mars 2003

[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.

[Lamy et al., 1999] S. Lamy, Y. Demazeau, C. Baeijs, M. Jackson, W. Mackaness, R. Weibel.


AGENT Project : Automated Generalisation New Technology, 1999. Disponible sur
http://egent.ign.fr/public/stresa.pdf (Consult le 15.12.2005).

[Larman, 2003] C. Larman. Agile and Iterative development: A Managers Guide. Editions
Addison-Wesley, 2003.

[Moukas et al., 1998] A. Moukas, K. Chandrinos, P. Maes. Trafficopter : a Distributed


Collection System for Traffic Information. CIA98. Paris, 1998

[Padgham et Winikoff, 2005] L. Padgham, M. Winikoff. Prometheus: A Pratical Agent-


Oriented Methodology. In Agent-oriented methodologies, Edition Idea Group Publishing, 2005

[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

[Vanbergue et Drogoul, 2002] D. Vanbergue, A. Drogoul. Approche multi-agent pour la


simulation urbaine. In Actes des journes Cassini, Brest, septembre 2002

[Van Imhoff et Post, 1988] E. Van Imhoff, W. Post. Mthodes de micro-simulations pour les
projections de population. In Population, n4, 1988

[Zambonelli et al., 2005] F. Zambonelli, N. Jenning, M. Wooldrige. Multi-Agents Systems as


Computational Organizations: The Gaia Methodology. In Agent-oriented methodologies,
Edition Idea Group Publishing, 2005.
5
LES AUTOMATES CELLULAIRES COMME
SUPPORT SPATIAL LA DYNAMIQUE
URBAINE

Toute vie surgit dun centre, puis elle germe et


spanouit du dedans au dehors.

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
*******************************************************************************************************

5.1. Introduction aux automates

Partant dune dfinition intuitive, nous introduisons formellement les automates puis une
prsentation de quelques unes de ses variantes.

5.1.1. Dfinition intuitive dun automate

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.

5.1.2. Dfinition formelle dun automate 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
**************************************************************************************************

point de vue mathmatique. En ce sens, les automates permettent de modliser des


machines ou des calculs, de manire gnrale, des systmes vnements discrets.
Pour ce faire, il faudra disposer de lensemble des tats possibles du systme (y compris
son tat initial) et les transitions atomiques entre tats. Le concept dtat renvoie, en
pratique, une configuration donne du systme par l'ensemble des valeurs, un moment
donn, d'un groupe de paramtres. C'est l'abstraction de ce concept vers un lment dans
un ensemble fini qui est la base de la formalisation des automates en tant que machines
ayant un nombre fini dtats.
Ainsi, un automate fini est formellement et simplement dfini par une structure A = (E0,
E, A, R) o E0 dsigne lensemble des tats initiaux, E lensemble des tats possibles (E0
est donc un sous-ensemble de E), A lensemble des vecteurs1 dentre et R un ensemble
de rgles obtenues par lapplication dune relation qui prend un lment de E x A et lui
associe un lment de E.
Pour faire simple, un automate fini peut tre dfini comme tant une machine tats ou
un objet mathmatique (une fonction par exemple) qui prend en entre un vecteur de
donnes et produit en sortie un rsultat. Les automates finis sont regroups en deux
grandes classes : les automates finis dterministes et non dterministes.
Dans un automate fini dterministe, chaque tat est associe une transition par rapport
tous les lments de A ; de plus, il ne possde quun seul tat initial (E0 = {e0} et |E0| = 1).
En revanche, pour un automate fini non dterministe, il peut y avoir des tats ne possdant
pas de transition ou au contraire, possdant plus dune transition pour un lment donn
de lensemble A. le rgles de transition dans ce cas peuvent tre de nature probabiliste. En
gographie, dans les modles de simulation base dautomates cellulaires, on utilise en
gnral des automates finis.

5.2. Rseaux dautomates et automate cellulaire

Dans le contexte de la modlisation, la construction dun systme dynamique est


effectue par un observateur qui isole les objets tudier et dcrit leurs interactions.
Classiquement, les systmes dynamiques fonctionnent en mode continu ou en mode
discret. Dans les systmes dynamiques en mode continu, lvolution temporelle est
dcrite avec des valeurs de temps prises dans lensemble des nombres rels R (ou un de
1
Un vecteur peut tre considr comme une suite ordonne dinformations ou de donnes atomiques de
nature identique ou diffrente les unes par rapport aux autres.
146 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

ses sous-ensembles). En revanche, en ce concerne les systmes dynamiques discrets, le


temps est une valeur prise dans lensemble des entiers naturels N. Le cadre gnral dans
lequel sont classs les rseaux dautomates est celui des systmes dynamiques [Wolfram,
2002] permettant de modliser lvolution temporelle dun ensemble dobjets en
interaction mutuelle et ventuellement en interaction avec un environnement.

5.2.1. Du rseau dautomates

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.

5.2.2. lautomate cellulaire bidimensionnel

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.].

5.3. Modlisation par automates cellulaires en gographie

Ltude de la dynamique spatiale constitue un des champs privilgis de la recherche


gographique. Mais face aux limites des approches classiques dont nous avons dj fait
mention au troisime chapitre dans le paragraphe 3.6, la ncessit de recourir de
nouvelles mthodes de modlisations et de simulation se fit sentir trs vite dans le
domaine de la dynamique urbaine. Les automates cellulaires constituent dans cette
perspective lun des outils ayant conquis nombre de chercheurs en gographie dont les
travaux ont contribu une construction thorique des modles dautomates cellulaires.

5.3.1. Quelques travaux prcurseurs

Le concept dautomate est n dans un contexte o les thoriciens en mathmatique et en


informatique ambitionnaient de pouvoir coder le raisonnement dans un systme gnral
daxiomes et de rgles dinfrence [Fates, 2001]. Von Neumann dveloppa alors une
machine virtuelle autoreproductrice, ayant les proprits dun calculateur universel
comprenant vingt neuf tats. Mais, il ne publia pas les rsultats de ce travail [Langlois,
2005, op. cit.].
En 1970, Martin Gardner publia dans le Scientific American les rsultats des travaux de
John Conway relatifs aux automates cellulaires. Il sagissait du Jeu de la vie
148 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

[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.].

5.3.2. Principes de modlisation

La modlisation dune problmatique spatiale par automate cellulaire ncessite un travail


danalyse pralable didentification et de mise en vidence de lensemble des
caractristiques fonctionnelles du problme traiter. Conformment la dfinition
formelle dun automate cellulaire propose par Langlois et Phipps [Langlois et Phipps,
1997, op. cit.], ces caractristiques doivent obir aux conditions et principes de
modlisation dun automate cellulaire : lespace cellulaire, les tats, le voisinage, la
configuration initiale, les rgles de transition, les modes ditration (dterministe ou
stochastique, synchrone ou asynchrone), et la procdure gnrale.
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 149
**************************************************************************************************

5.3.2.1. Lespace cellulaire

Lespace cellulaire correspond la zone dtude laquelle doit tre superpos un


carroyage. En effet, le carroyage permet de subdiviser le terrain dtude en de petites
mailles appeles cellules selon une rsolution spatiale relative la thmatique tudie et
le niveau de prcision voulu. La rsolution spatiale dsigne les dimensions (longueur et
largeur ou ct selon que la forme gomtrique des mailles est un rectangle ou un carr)
des cellules. Plus la rsolution spatiale est fine, meilleure est la prcision des analyses.

5.3.2.2. Les tats

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 concepts de proximit et de contigut spatiale en gographie sont pris en compte au


travers du concept de voisinage dans les automates cellulaires. Pour une cellule donne, le
voisinage permet de dfinir avec prcision lensemble des autres cellules avec lesquelles
elle peut entrer en interaction. Cette prcision sobtient par le biais de la topologie dans un
certain rayonnage (un ou deux selon le type de voisinage) autour de la cellule considre.
Il existe classiquement cinq types de voisinages : voisinage de Von Neumann (a),
voisinage de Moore (b), voisinage de Von Neumann dplac (c), voisinage de Moore Von
Neumann (d) et le voisinage en H (e) tels que prsents sur la figure ci-contre.

(a) (b) (c) (d) (e)

I. AGBOSSOU, THEMA, UMR 6049, 2006

Figure 5.1 : Quelques voisinages usuels


150 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

5.3.2.4. La configuration initiale

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.

5.3.2.5. Les rgles de transition

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
**************************************************************************************************

5.3.2.6. Les modes de transition

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.).

5.3.2.7. La procdure gnrale

Elle prcise lenchanement de lensemble des vnements devant gouverner la


simulation. Au dbut de la simulation (t = 0) la dfinition des tats initiaux permet
dobtenir la configuration initiale. Les rgles et mode de transition ainsi que le pas de
temps sont prciss. A chaque itration (0 < t < t+ t), les tats des cellules sont mis
jour et engendrent une nouvelle configuration. Dans le cas des automates cellulaires
stochastiques, les diverses probabilits de transition sont dabord calcules puis seffectue
la mise jour des tats.
152 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

gijt gijt +t uijt

Modle I

vijt g ijt +t
gijt g ijt +t
wijt

Modle IV
Modle II

gijt2t gijtt gijt g ijt +t gitp, jq g ijt +t

Modle IV Modle V

Le modle indpendant (I): gijt+t est alatoire et ne dpend aucunement de gtij .


Le modle dpendant (II): loccupation du sol au temps t+t de la cellule ij dpend de loccupation du sol prcdente
au mme endroit cest--dire que gijt+t = F(gtij).
Le modle historique (III) : loccupation du sol en ij au temps t+t dpend des occupations du sol antrieures au
mme endroit. gijt+t = F( gtij , gijt-t , gijt-2t , , gijt-kt )
Le modle multi variables (IV) : loccupation du sol en ij dpend de nombreuses autres variables prsentes en ij, et
pas seulement de loccupation du sol. gijt+t = F( utij , vtij, wtij, , ztij). Dans ce cas, ltat pris par chaque cellule est
matrialisation dune combinaison de plusieurs autres variables exprimant chacune une ralit diffrente
Le modle gographique (V): loccupation du sol en ij au temps t+t dpend non seulement de loccupation du sol au
temps t en ij mais aussi des occupations du sol au temps t en dautres lieux. gijt+t = F(gtij, utip , jq) Dans ce modle, le
concept de voisinage est implicitement pris en compte.

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
**************************************************************************************************

5.3.3. De la prise en compte de lalatoire : les processus de Markov

Attribue principalement au mathmaticien russe Andrej Andreevic Markov, une chane


de Markov est Un processus dont les probabilits de transition sont des probabilits
conditionnelles au pass [Berchtold, 1998]. Selon le Petit Robert (1993), une
probabilit est le caractre de ce qui est probable, cest--dire ce dont on peut penser que
lexistence, la ralisation, a eu, a ou aura lieu ; quil est raisonnable de conjecturer, de
prsumer, de prvoir . Les chanes Markov appartiennent la famille des processus
stochastiques et expriment ltat dune variable lpoque t en fonction dun certain
nombre dobservations passes de cette mme variable. Dans un espace discret comme
celui dun automate cellulaire, les chanes de Markov finies discrtes permettent de
modliser les probabilits de transition dun tat un autre. Ainsi, comme la soulign
Jen [Jen, 1990], la mise en uvre dune chane de Markov [] ncessite un vecteur de
faits mobiles dont lobservation est exprime en valeurs relatives de leur masse, dune
matrice de transition o sont exprimes les probabilits de dplacement des diffrents
groupes dobservations, dun endroit vers un autre et dun oprateur de transformation
diachronique, en loccurrence une multiplication matricielle itration..
Le fait dintroduire les calculs de probabilits de transition dun tat vers un autre par le
biais de la modlisation markovienne permet de contrler la stochasticit du systme lors
des itrations grces aux proprits mathmatiques des processus de Markov [Guttorp,
1995].

5.3.4. Articulation entre automate cellulaire et systme multi agents

Les rapports entre automates cellulaires et intelligence artificielle, rseaux neuronaux en


particulier, ont t explors sous divers angles. Bien que ces deux types de modles
diffrent par leurs organisations topologique et fonctionnelle (surtout en ce qui concerne
les rgles de transition), Garzon [Garzon, 1990] a compar les potentiels de calcul de
plusieurs adaptations des automates cellulaires aux rseaux de neurones (rseaux discrets
synchrones et rseaux dautomates). Il en conclut une similitude des potentialits. De
mme en gographie, Cocu et Caruso ont montr la similitude et la complmentarit entre
SMA et AC [Cocu et Caruso, 2002, op. cit.]. Par ailleurs, Badariotti et Weber ont aussi
mis en vidence la similitude entre SMA et AC au travers de deux applications de
simulation de la mobilit rsidentielle dans la ville de Bogot [Badariotti et Weber, 2002].
154 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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
**************************************************************************************************

Espace gographique Systme urbain

Agents ractifs
(automates cellulaires)

Concurrence spatiale Environnement

Agents cognitifs
Interactions entre agents cognitifs - Mnages
- Amnageurs
- Politiques, etc.

I. AGBOSSOU THEMA UMR 6049, 2006

Figure 5.2 : Couplage conceptuel SMA-AC

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.

5.4. Quelques exemples dapplications gographiques des automates


cellulaires

Nous prsentons ici quelques exemples de modles dautomates cellulaires urbains.


Lobjectif nest pas de faire un tat de lart exhaustif du domaine, mais dexposer le
principe de quelques modles fondateurs dont les rsultats constituent un acquis
scientifique en ce qui concerne notre travail de recherche. Il sagira successivement du
modle de Batty et Xie dvelopp dans le contexte de la transformation de lespace urbain
du Nord-Est de lAmrique du Nord, du modle propos par Portugali et Benenson
simulant les transformations de lespace rsidentiel urbain en Isral, du modle de White
et Engelen sur la modlisation de dynamique rgionale et enfin du modle SpaCelle
dvelopp par lquipe du laboratoire MTG-Rouen de lUMR 6063. Une des applications
de SpaCelle porte sur la simulation de lvolution de lespace urbain rouennais de 1950
1994 [Dubos-Paillard et al., 2003, op. cit.].
156 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

5.4.1. Le modle de Batty et Xie

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))]

o = 1- est le taux de persistance de ltat 1 et random(1) un gnrateur de nombre


pseudo-alatoire pris dans lintervalle ]0, 1[.
La capacit des tats se multiplier est dfinie par bijt +1 = Integer[eijt (1 + random(1))]

o est le taux de croissance de ltat 1. Ce potentiel de croissance favorise la


multiplication effective selon le voisinage de la cellule au temps t. La notion de voisinage
de ce modle est dfinie par un embotement dchelles trois niveaux. Le niveau
appropri o doit se trouver le lieu de croissance est obtenu partir dune probabilit
exprime en fonction de la distance dijkl qui spare la cellule source ij de la cellule cible kl.
Ce modle a t appliqu avec succs Savannah en Georgie [Batty et Xie, 994, op. cit.]
ainsi qu Buffalo (New York) [Xie, 1994].

5.4.2. Le modle de Portugali et Benenson

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
**************************************************************************************************

changement de lespace rsidentiel des villes israliennes soumises un important


processus dimmigration en provenance des pays de lEurope de lEst.
Le modle consiste en un automate cellulaire A dfini par un rseau cellulaire
rectangulaire Cij de dimension m x n. Ltat dune cellule C, au temps t, est not Ht(C).
Chaque cellule peut prendre cinq tats possibles : vide, migrant interne sgrgatif,
migrant interne neutre, migrant externe sgrgatif ou migrant externe neutre. La
dynamique de A est gouverne par un ensemble de rgles de transition T(A) bas sur ltat
actuel et ltat des cellules du voisinage de C not U(C). Ces rgles spcifient pour
chaque cellule, les probabilits de transition de son tat actuel chacun des autres tats
possibles du systme. Elles sont regroupes en trois sous-ensembles selon le rle quelles
jouent. Les deux premiers groupes de rgles prcisent les probabilits pour quune cellule
libre devienne occupe (par un migrant interne ou un migrant externe) alors que le dernier
groupe de rgles prcise les probabilits pour quune cellule occupe se libre.
Lvolution de lorganisation spatiale des tats dans lespace cellulaire est donc rgie par
trois matrices de probabilits : une matrice carre de taille 5 (car les transitions se font
entre cinq tats possibles) diagonale suprieure nulle et deux matrices carres de taille 5
diagonale infrieure nulle. Voyons concrtement la forme de ces matrices.
La matrice spcifiant les probabilits pour quune cellule occupe se libre est de la
1 0 0 0 0

p10 1 p10 0 0 0
forme : p 20 0 1 p 20 0 0 avec Pi0 = f[U(C), R (a, b, c)].

p 30 0 0 1 p 30 0
p 40 0 0 0 1 p 40

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
*******************************************************************************************************

comportement sgrgatif ou neutre) de la population habitant le voisinage de la cellule


darrive.
La matrice spcifiant les probabilits pour quune cellule libre devienne occupe par les
migrants externes est de la mme forme que la matrice prcdente mais les probabilits
darrive dpendent de fonctions spcifiques la migration externe.
En effet, chacune des matrices synthtise les informations ncessaires lcriture des
rgles probabiliste de transitions entre les cinq tats possibles.

5.4.3. Le modle de White et Engelen

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 :

Nii leffet de voisinage pour ltat i ;


Wz,y,d un paramtre qui spcifie le poids des cellules du voisinage en fonction de leur
tat y et de leur distance d la cellule centrale ;
Id,k = 1 si la cellule k, une distance d, occupe ltat y, sinon Id,k = 0.
Le sous modle macro scalaire permet de dterminer les conditions rgionales de la
demande exprimant les tats possibles (les diffrentes occupations du sol) du systme. Ce
sous modle intgre trois autres modules dont lutilisation combine varie en fonction des
rgions dapplication. Il sagit dun module environnemental, dun module
dmographique et dun module conomique. Si par le biais du module environnemental
lutilisateur prcise les hypothses de modlisation concernant les changements
climatiques, le taux de croissance de la population est donn par le module
dmographique en fonction des migrations et de la mortalit. Le module conomique
permet de relier les principaux secteurs dactivits en termes dentres et de sorties
(input/output).
Les auteurs ont expliqu dans un de leurs papiers [Engelen, et al., 1995] que [] la
relative facilit de calibration de ce type de modle permet dengendrer des
configurations spatiales proches de la ralit.. La vue densemble de larchitecture du
modle ISLAND est illustre la figure 5.3.
160 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Figure 5.3 : Vue densemble de larchitecture de ISLAND (Extrait de [Engelen, et al.,


1995])
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 161
**************************************************************************************************

5.4.4. Le modle SpaCelle

SpaCelle (Systme de Production dAutomate CELLulaire Environnemental) est une


plate-forme logicielle de modlisation gnrique par automate cellulaire dveloppe
lUniversit de Rouen sous la direction de P. Langlois. SpaCelle permet non seulement de
reproduire le jeu de la vie mais galement de modliser de rels phnomnes urbains.
Pour ce faire, lutilisateur doit dfinir la configuration initiale, par saisie ou importation
des tats des cellules, ainsi que les rgles de transition du modle quil saisit dans un
diteur de texte intgr. Ces rgles constituent la base de connaissances de la dynamique
du modle. Il doit aussi dfinir la gomtrie du domaine (la zone dtude), la forme des
cellules (carr ou hexagone) et le mode de fonctionnement global des cellules (synchrone
ou asynchrone).
Chaque cellule (encore appele individu) est caractrise par une variable dtat qualitatif
et son ge partir duquel est calcul sa force de vie. En effet, pour chaque cellule, le
changement dtat est qualifi de naissance. La force de vie est donc une fonction
probabiliste exprimant la chance dune cellule de maintenir son tat au prochain pas de
simulation. La dure de vie des individus est rgie par une fonction alatoire gaussienne
dfinie par une esprance de vie et un cart-type qui est propre sa classe (lensemble des
individus ayant le mme tat X). Chaque individu possde une dure maximale de vie
(AgeMax) qui lui est donne sa naissance, en fonction de lesprance et de lcart-type
de sa classe. Si les conditions denvironnement (le voisinage) sont dfavorables, il peut
mourir prmaturment. A chaque instant, un individu possde une force de vie (lui
Age
permettant de conserver son tat X linstant suivant) dfinie par F ( X > X ) = 1 .
AgeMax

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.

Situation relle en 1994 Situation simule en 1994

Source : [Dubos-Paillard et al., 2003]

Figure 5.4 : Rsultats de simulation en 1994 de lvolution de lespace rouennais depuis


1950 avec SpaCelle (Extrait de [Dubos-Paillard et al., 2003])
Chapitre5Lesautomatescellulairescommesupportspatialladynamiqueurbaine 163
**************************************************************************************************

En somme, il existe plusieurs faons de modliser les dynamiques urbaines. Dans la


ligne des travaux qui prennent appui sur les acquis de lintelligence artificielle et de
lintelligence artificielle distribue, daucuns utilisent les approches par agents au sens des
SMA et dautres utilisent les approches par automate cellulaire.
Mais une des questions principales qui nous occupent est : comment parvenir concevoir
des modles un peu plus ralistes afin dexplorer et de proposer des scnarios
damnagement probants et dpourvus le plus possible de toutes considrations
utopiques ?
En raison de ltat actuel des connaissances et des divers travaux de recherche en
modlisation et de simulation urbaine dont nous avons dj fait mention, notre rponse
soriente vers un modle intgr o les comportements humains doivent tre reprsents
par le biais dagents cognitifs et lespace gographique par des agents ractifs que nous
assimilons aux automates cellulaires.
Llaboration concrte dun tel modle intgr est le cur de la troisime partie de notre
travail de thse. Et la thmatique dapplication associe est la mobilit rsidentielle
lchelle urbaine.
164 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Bibliographie rfrence

[Alexander et al., 1997] C. Alexander, S. Ishikawa, M. Silverstein. A Pattern. Language-


Towns-Building-Construction. Oxford University Press, 1997

[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

[Alligood et al., 1996] K. Alligood, D. Sauer, A. Yorke. Chaos-An Introduction to Dynamical


Systems. New York. Springer, 1996

[Alves et al., 2002] S. Alves, M. Oliveira Neto, M. Martins. Electoral surveys influence on the
voting processes : a cellular automata model. Pysica, 2002

[Badariotti et Weber, 2002] D. Badariotti, C. Weber. La mobilit rsidentielle en ville.


Modlisation par automates cellulaires et systme multi-agents Bogota. Lespace
gographique n2, 2002

[Batty, 2001] Models in planning : technological imperatives and changing roles. In


International Journa of applied Earth Observation and Geoinformation, 2001

[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, 2004] I. Benenson. Agent-based odelling : from individual residential choice to


urban residential dynamics. In Spatially Integrated Social Science: Examples in Best Practice.
Oxford University Press. Oxford, 2004

[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

[Dubos-Paillard et al., 2003] E. Dubos-Paillard, Y. Guermond, P. Langlois. Analyse de


lvolution par automate cellulaire. Le modle SpaCelle. In Lespace gographique n4, 2003

[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)

[Fleury et al., 2007] G. Fleury, P. Lacomme, A. Tanguy. Simulation vnements discrets.


Modles dterministes et stochastiques. Exemples dapplications implments en Delphi et en
C++. Editions Eyrolles, Paris 2007

[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

[Jen, 1990] E. Jen. A periodicity in one-dimensional cellular automata. In Physica D, n45,


1990

[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 Benenson, 1995] J. Portugali et I. Benenson. Artificial planning experience by


means of a heuristic sell-space model: simulating international migration in the urban process.
In Environment and Planning B 27, 1995

[Portugali et Benenson, 1994] J. Portugali et I. Benenson. Competing order parameters in a


sel-organizing city. In Managing and Maketing of Urban Development and Urban Life. Berlin,
1994

[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 et al., 1994] J. Portugali et I. Benenson, I. Omer. Socio-spatial residential dynamics :


stability and instability within a self-organized city. In Geographical Analysis n26, 1994

[Tobler, 1979] W. Tobler. Cellular geography. In Philosophy in geography. Reidel Pub,


Dordrecht, Holland, 1979

[White et Engelen, 2000] R. White et G. Engelen. High-resolution integrated modelling of the


spatial dynamics of urban and regional systems. In Computers, Environment and Urban Systems
n24, 2000

[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
*******************************************************************************************************

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
Partie III

RALISATION & APPLICATION DUN


MODLE DE SIMULATION DE LA
DYNAMIQUE URBAINE : VisualSimores
Dans cette partie,

Chapitre 6 : Modlisation du comportement des agents et de la


dynamique rsidentielle

Chapitre 7 : Rsultats de lapplication du modle de


simulation

6
MODLISATION DU COMPORTEMENT DES
AGENTS ET DE LA DYNAMIQUE
RSIDENTIELLE

Si le secret du fonctionnement du vivant se trouve


dans sa structure, le secret de sa structure se trouve
dans la logique qui a prsid son laboration.

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
**************************************************************************************************

6.1. Considrations thoriques relatives aux rseaux baysiens

A la fois outil mathmatique de calcul de probabilits conditionnelles et modle de


reprsentation graphique de connaissances, les rseaux dinfrence baysiens ou plus
simplement rseaux baysiens doivent leurs noms aux travaux de Thomas Bayes au
XVIIIme sicle sur la thorie des probabilits. Ils sont actuellement le rsultat des
recherches effectues dans les annes 80 par J. Pearl [Pearl, 1986a, 1986b, 1987, 1988]
UCLA (University of California, Los Angeles) et une quipe de recherche danoise de
luniversit dAlborg. Encore du domaine de la recherche dans les annes 90, ils
connaissent maintenant de plus en plus dapplications concrtes par exemple le contrle
de vhicules autonomes ou le diagnostic mdical ou encore la fouille de donnes, la
reproduction du raisonnement et du langage, etc.
Les rseaux baysiens sont des modles qui permettent de dcrire des relations de
probabilits conditionnelles entre des faits. Cette reprsentation repose sur un graphe
orient sans cycle (DAG : directed acyclic graph) dans lequel chaque nud, cest--dire
chaque variable du monde modlis, possde une table de probabilit conditionnelle et
o chaque arc reprsente une dpendance directe entre les variables relies. Lensemble
du rseau reprsente alors la distribution des probabilits jointes de lensemble des
variables de manire compacte, en sappuyant sur les relations dindpendance
conditionnelle entre nud. A ce titre, les rseaux baysiens conjuguent deux aspects :
une partie qualitative modlise au moyen dun graphe et une partie quantitative
exprime par le biais de probabilits (cf. Figure 6.1). Les rseaux baysiens sappuient
donc sur la thorie des graphes et la thorie des probabilits.

variable 1 variable 3 variable 5

variable 4 variable
variable 2

variable n

Figure 6.1 : Reprsentation graphique dun rseau baysien n variables


172 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

6.1.1. Les graphes orients sans cycle

Lide de base de la thorie des graphes est de proposer un outil de manipulation et


dtude dun ensemble fini dobjets sur lequel est dfini une relation binaire quelle que
soit la smantique de cette relation. La thorie des graphes se donne donc pour objectif
dtudier de manire abstraite un type de structure densemble qui ne dpend que dune
relation binaire entre ses lments. Les graphes peuvent tre alors interprts comme
une description des relations entre paires dlments. Le caractre abstrait dune telle
description permet cette thorie davoir des champs dapplications extrmement
vastes et varis. Par exemple, elle est souvent utilise pour lanalyse des rseaux de
villes en gographie [Mathis, 2003].
Lobjectif de cette section nest pas de prsenter la thorie des graphes dans son
ensemble mais simplement de dcrire les diverses notions indispensables une bonne
comprhension du modle dcisionnel des agents que nous allons dvelopper.

6.1.1.1. Notion de graphe

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
**************************************************************************************************

6.1.1.2. Notion darc

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.

6.1.1.3. Les graphes orients et quelques notions connexes

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
, ,

le nud c est une racine,


b e
le nud g est une feuille.
g d f
I. AGBOSSOU, ThMA/UMR 6049, 2007

6.1.2. Les probabilits

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.

6.1.2.1. Notions de probabilit et de variable alatoire

La thorie des probabilits propose un cadre mathmatique pour reprsenter


quantitativement lincertain. La prsentation que nous allons en faire est forcment
tronque puisquelle est oriente vers son utilisation dans le domaine des rseaux
baysiens. En particulier, lespace sur lequel seront dfinies les probabilits restera
discret et fini. Ce nest bien sr pas le cas gnral mais cest suffisant pour le
dveloppement des modles que nous allons laborer.
Soit un ensemble fini non vide, , , une algbre cest--dire un triplet offrant la
possibilit de faire des calculs sur o est un sous-ensemble de lensemble des
parties de 2 , ouencore . Soit
: 0, 1 une fonction valeurs relles. P est une probabilit sur , si et
seulement elle vrifie :
,0 1;
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 175
**************************************************************************************************

, , ; sont des ensembles


mutuellement exclusifs, tant lensemble vide ;
1 0.
Tout lment de est appel vnement lmentaire sur . Un vnement sur est
donc une sous-partie de cest--dire une combinaison dvnements lmentaires.
est appel lvnement certain et lvnement impossible.
Une variable alatoire permet de caractriser des vnements (qui sont des sous-
ensembles dvnements lmentaires) par une simple valeur. Cest donc une fonction
dfinie sur comme suit :


Pour , onnotealors lvnement | , tant le
domaine de dfinition de . Si le domaine de dfinition de la variable est fini, alors
est une variable alatoire discrte. Comme nos modles sont restreints un fini, les
variables seront donc toujours considres comme discrtes.
Dans la suite, nous allons reprsenter une variable alatoire par une lettre majuscule (A,
B, ). La valeur que prend cette variable alatoire sera note par la mme lettre mais en
minuscule (a, b,). De mme nous noterons P(a) la probabilit que lvnement A
prenne la valeur a ({A = a}).

6.1.2.2. Notions de probabilit jointe et de probabilit marginale

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,

P(t, l) l1 l2 P(t) nous mettons en vidence le calcul des


t1 0.0578 0.0782 0.136 probabilits marginales sur les variables
t2 0.1604 0.0576 0.218
alatoires T et L fictives dont les modalits ou
t3 0.5118 0.1342 0.646
P(l) 0.73 0.27 valeurs sont respectivement t1, t2, t3 et l1, l2. Les
valeurs numriques sur fond gris clair reprsentent les probabilits jointes et celles sur
fond gris fonc sont les probabilits marginales. En effet, P(l1) = P(L = l1, T = t1, T = t2,
T = t3).

6.1.2.3. De la probabilit conditionnelle au thorme de Bayes

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
**************************************************************************************************

marginale de A. Le terme P(a|b) est appele la probabilit a posteriori de A sachant B


(ou encore de A sous condition B) . Elle est postrieure , au sens quelle dpend
directement de B. Le terme P(b|a), pour un B connu, est appele la fonction de
vraisemblance de A. De mme, le terme P(b) est appel la probabilit marginale ou a
priori de B. Cest pourquoi le thorme de Bayes scrit aussi :
3 .
La statistique baysienne est donc une approche qui tend automatiser lapplication de
la loi a priori sur des quantits inconnues, quitte effectuer une mise jour,
principalement grce lquation (Bayes 3), lorsque plus de renseignements auront t
rcolts.
La gnralisation de la loi fondamentale (6.1) permet de calculer la probabilit jointe de
plusieurs variables alatoires partir de leurs probabilits conditionnelles :
P , , , P | , , P | , P | P 6.2
Daprs lquation (6.2), on voit que la manipulation des probabilits jointes sur
plusieurs variables est une tche ardue qui implique des algorithmes de complexit
exponentielle, en fonction du nombre de variables.
Pour rendre possibles les calculs sur de telles probabilits, on recourt la notion
dindpendance conditionnelle. En effet, cette notion permet la simplification du second
membre de lquation (6.2). Concrtement, elle consiste liminer le calcul des
probabilits conditionnelles des variables dont la connaissance napporte aucune
information supplmentaire. De ce fait, dans le cas dune application base sur des
donnes denqute, il devient alors possible dapprocher les probabilits marginales par
les moyennes statistiques.
P. Frankhauser avait, pour preuve, dmontr de faon formelle dans sa thse de doctorat
[Frankhauser, 1991] le passage de la moyenne statistique de donnes dobservation au
calcul de probabilit.
Ainsi, en nous appuyant sur les conclusions de P. Frankhauser, lorsque deux variables
X et Y sont conditionnellement indpendantes on a :

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.

6.2. Formalisation du modle comportemental des agents

La mobilit rsidentielle est une problmatique vaste et complexe. Sa complexit vient


du fait quil ne sagit pas dtudier seulement les trajectoires rsidentielles des mnages
ou les mutations du parc de logements, mais lvolution du couple mnages-logements
au sein du systme rsidentiel (cf. Figure 2.2).

6.2.1. Revisite du systme rsidentiel

Dureau et Flores dfinissent le systme rsidentiel individuel comme la configuration


spatio-temporelle dfinie par lensemble des logements habits par un individu au cours
de lanne, lintensit et le rythme de rsidence dans chacun deux . [Dureau, 1999 ;
Dureau et Flores 2000]. Reprenant cette dfinition, nous ltendons au mnage (agent
rsidentiel) en largissant la dimension temporelle lesprance de vie de ce dernier ou
au nombre dannes passes de faon continue dans la zone gographique considre.
En clair, nous considrons le systme rsidentiel du mnage comme tant la
configuration spatio-temporelle dfinie par les logements habits par un mnage au
cours de sa vie ou pendant une certaine dure dans un espace gographique bien prcis.
En loccurrence, lespace gographique est dlimite par la zone dtude. La mobilit
spatiale vue comme tout changement de logement sera formalise dans le cadre de la
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 179
**************************************************************************************************

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.

6.2.2. Linfrence comportementale des agents

Un modle baysien permet de reprsenter un ensemble de variables alatoires pour


lesquelles on connat (ou lorsquil est possible de dfinir la structure du rseau partir
dun algorithme dapprentissage) lensemble des dpendances. Appliqu aux mnages,
ce modle permet dinfrer de faon dynamique (mise jour des connaissances dun
mnage chaque tape de son cycle de vie) le comportement des mnages quant leur
dcision de changer de rsidence et le choix du type de logement occuper. La
construction dun tel modle se dcompose en trois tapes distinctes : une
reprsentation qualitative des relations de causalit existantes entres les variables
alatoires, la dfinition des tables de probabilits jointes puis la spcification numrique
des probabilits conditionnelles.

6.2.2.1. Spcification du graphe causal

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

Composition du mnage Statut doccupation

Type de logement Propension migrer

Environnement
rsidentiel
Satisfaction rsidentielle

I. AGBOSSOU, ThMA 2007

Figure 6.3 : Graphe causal de la base de connaissances du mnage

Ce graphe illustre donc la premire tape consistant modliser qualitativement le


raisonnement dun mnage (o chaque flche matrialise un lien de dpendance
directe), en amont, quant une ventuelle possibilit et dcision de changer de
logement. Il permet galement de mettre en vidence les influences entre les variables.
La prochaine tape est la dfinition du schma dinfrence cest--dire les probabilits
jointes.

6.2.2.2. Spcification du schma dinfrence

La spcification probabiliste du rseau dinfrence passe par une reprsentation


utilisable dune distribution jointe sur lensemble des variables. Ainsi, la dcomposition
de la distribution de probabilit jointe peut se faire en sappuyant sur lquation (6.2) :

,, o estlensembledesparentsde . 6.3

Chaque reprsente une variable cest--dire chaque nud du graphe causal de la


figure 6.3. Comme le rseau encode la distribution de probabilit jointe pour lensemble
des variables, il permet donc de calculer nimporte quelle probabilit dintrt cest--
dire la probabilit de ralisation dun vnement quelconque. La dcomposition est
toujours la mme et permet de ne spcifier que des probabilits locales, cest--dire les
probabilits dune variable sachant uniquement les variables ayant une influence directe
sur elle.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 181
**************************************************************************************************

6.2.2.3. Quantification des probabilits conditionnelles

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.

6.3. Formalisation de la dynamique spatiale de lhabitat

Nous modlisons la dynamique spatiale de lhabitat par un automate cellulaire maille


rgulire carre (cest--dire base sur un carroyage) dont le ct de chaque cellule sera
fonction de la rsolution spatiale de la zone dtude. Les rgles de transition temporelle
sont spcifies par des chanes de Markov contraintes.
182 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

6.3.1. Spcifications partielles de lautomate cellulaire

Le dveloppement dun outil de simulation de type multi-agents ou automate cellulaire


demande pralablement une dmarche conceptuelle, de formalisation indpendante de
linformatique, qui doit si possible sappuyer sur un corpus thorique [Langlois, 2006].
Nous avons rpondu cette exigence scientifique au travers du cinquime chapitre
relatif la modlisation des automates cellulaires. Lobjectif de cette section est donc de
procder la formalisation du modle dautomate cellulaire applicable la thmatique
de la mobilit rsidentielle. Nous dfinissons donc les spcifications formelles relatives
aux notions de champ cellulaire, dtat, de voisinage et configuration initiale.

Le champ ou le rseau cellulaire : cest lensemble des cellules disposes dans


lespace selon un arrangement topologique bien dfini, qui correspond en
loccurrence une grille de carroyage dont la rsolution spatiale (que nous
noterons ResolutionSpatiale) sera dfinie par lutilisateur du simulateur. La
rsolution spatiale est la structure de donnes qui encapsule les dimensions de
chaque cellule. Chaque cellule ayant une forme gomtrique carre, la rsolution
spatiale dfinie donc le ct dune cellule. Le rseau cellulaire peut tre carr ou
rectangulaire, compos de cellules carres. Il correspond la cartographie de la
zone dtude. Le nombre total de cellules (que nous notons NbreTotalCellules)
composant le champ cellulaire est donc obtenu par la relation suivante :

6.4

o LargeurChampCellulaire et HauteurChampCellulaire dsignent les dimensions


physiques de la zone dtude. En effet, NbreTotalCellules nest rien dautre que

le produit du nombre de lignes ( ) par le

nombre de colonnes ( ) de la grille du

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

I. AGBOSSOU, ThMA, UMR 6049, 2007

Figure 6.4 : Application du carroyage la zone dtude

Les tats : chaque tat correspond une occupation du sol. Il sagit de :


appartement lou, appartement achet, maison loue, maison achete, eau,
commerce, quipement, rseau routier ou ferr, espace vert ou fort, zone
constructible (que nous notons respectivement AptLoue, AptAchete, MLouee,
MAcheee, Eau, Cce, Eqt, Reseau, EspaceVert, ZoneConst). Nous distinguerons
trois catgories dtats : les tats dynamiques, les tats statiques et les tats
pseudo-dynamiques. Les tats dynamiques matrialisent les occupations du sol
susceptibles de changer de nature des le temps cest--dire pendant la simulation
(AptLoue, AptAchete, MLouee et MAcheee). Les tats statiques (Eau, Cce, Eqt,
Reseau et EspaceVert) ne subissent pas de transition au fil du temps mais exerce
une certaine influence sur le comportement des mnages en ce qui concerne
leurs choix rsidentiels. Ltat pseudo-dynamique (ZoneConst) se comporte
comme un tat statique tant quil ny a pas de nouvelle dans la cellule quil
occupe ; mais se comporte comme un tat dynamique dans le cas contraire.
Lensemble des tats du systme est donc lensemble E dfini par
, , , , , , , , ,

Le voisinage : comme justifi au chapitre 5, cest au travers du voisinage de


Moore (chaque cellule possde thoriquement huit voisins) que nous
matrialisons par la concrtisation de linteraction spatiale entre les cellules. En
ralit, toutes les cellules nauront pas exactement huit voisins en raison de leur
position topologique dans le champ cellulaire. Cest le cas par exemple des
cellules C00, C0j, Ci0 et CNbreLignes-1,NbreColonnes-1. Linteraction spatiale des cellules
est donc modlise, pour chaque cellule, par un potentiel dattraction ( )
184 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

mesur par le rapport entre le nombre de cellules de son voisinage ayant le


mme tat quelle-mme, pondr par un facteur dacclration ou de freinage et
le nombre de cellules prsentes dans le voisinage.

6.5

La fonction retourne par calcul le nombre de


cellules ayant le mme tat que la cellule Cij dans son voisinage. Le facteur
dacclration ou de freinage est obtenu par lapplication dune fonction
sigmode :
1
1
o t dsigne le temps et le paramtre la qualit de lenvironnement rsidentiel.
En effet, les proprits de la fonction sigmode sexpliquent par celle de sa
drive

qui peut se transformer en

1 .

Cette quation diffrentielle exprime le fait que la variation de dans


lintervalle ]0, 1] au cours du temps est la fois proportionnelle elle-mme
( et son complment (1- ,proportionnalit affecte par la qualit
environnementale. La figure 6.5 (o et ) donne la forme de
la fonction sigmode.

Figure 6.5 : Allure dune fonction Sigmode

La configuration initiale : le point de dpart de toute simulation est une


configuration initiale dfinissant loccupation du sol de chaque cellule. Dans
notre cas, elle peut tre fournie par lutilisateur du simulateur grce un diteur
dtat embarqu dans le simulateur ou encore tre dfinie de faon alatoire
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 185
**************************************************************************************************

partir de la cartographie de la zone dtude. Le comportement rsidentiel des


agents (mnages) modifie la premire itration cette configuration pour en
faire une autre. Et cest le croisement de ces deux configurations diachroniques
(la configuration initiale et celle gnre par le comportement des mnages la
premire itration) qui permet dtablir la table de contingence, laquelle permet
de construire la matrice de transition. Cette construction diachronique de la
matrice de transition se fait donc de faon dynamique durant toute la dure de la
simulation entre les dates t-2 et t-1 pour loccupation du sol la date t.

6.3.2. Construction de la matrice de transition

Une table de contingence permet de reprsenter de faon statique linformation dans un


tableau double entre. La prise en compte de la dimension dynamique passe par la
transformation de cette table en matrice de transition puis en chane de Markov.
Pour acqurir les informations ncessaires llaboration de la table de contingence,
nous proposons un algorithme (AGTCS : Algorithme de Gnration de Table de
Contingence Spatiale) qui prend comme donnes dentre la configuration initiale. La
zone dtude est partitionne en autant de classes quil y a dtats, en loccurrence nous
aurons dix classes (cest--dire dix partitions spatiales de la zone dtudes). Chaque
classe est alors tiquete par un tat. On comptabilise ensuite le nombre doccurrences
(chaque cellule matrialisant un tat donn) prsentes pour chaque tat dans chacune
des classes. La table de contingence ainsi obtenue possde autant de lignes et de
colonnes quil y a dtats dans le systme. Dans notre cas cette table possde dix lignes
et dix colonnes comme schmatis la figure 6.6.
Classes de partition
tats I II .. X
e1 n1I n1II .. n1X
e2 n2I n2II .. n2X
..
e10 n10I n10II .. n10X
Figure 6.6 : Structure de la table de contingence
186 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Les informations contenues dans la partie grise de la table reprsentent le nombre de


cellules se trouvant dans un tat donn dans une partition prcise. Ainsi la somme de
tous les lments de chaque ligne ( ) correspond au nombre total de
cellules occupant ltat ei dans la configuration initiale. La somme des donne le
nombre total de cellules dfinissant le systme. Lobjectif tant dobtenir une matrice
carre contenant les valeurs constituant chaque vecteur dtat, nous appliquons le
principe de la fonction Max sur chaque colonne afin de lidentifier par ltiquette de
ltat dominant. La figure 6.7 droule lalgorithme en pseudo code permettant de
calculer la table de contingence partir de la configuration initiale.

fonctionAGTCS ConfigurationInitiale retourne latabledecontingence


Donnesdentre :
ConfigurationInitiale; //dfiniepartirdelazonedtudeparlutilisateur
Variableslocales:
NbreEtats card E ; //Etantlensembledestatsdusystme
NbreDeCellulesParPartition NbreTotalCellues/NbreEtats;
Patition Liste Cellule ; //crationdunestructurededonnesde
//listedecellulespourchaquepartition
Paties Liste Partition ; // cration dune liste de NbreEtats lments
//pourcontenirlespartitions
Etats Liste Etat ; //crationdunelistedeNbreEtatslments
//pourstockerlensembledestats
Table double NbreEtats NbreEtats ; //crationduntableau
//doubleentrepourstocker
//lesinformations
Calculdeseffectifs :
PourchaquePartitionpjdeParties
PourchaqueEtateideEtats
Partion pj;
occurrence 0;
Pourchaquecellulecdepj
Siei tatdec
occurrence ;
FinSi
FinPour
Table i j occurrence;
FinPour
FinPour
RetourneTable; //retournelatabledecontingenceremplie

I. AGBOSSOU ThMA, UMR 6049, 2007

Figure 6.7 : Algorithme de Gnration de Table de Contingence Spatiale

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
**************************************************************************************************

notamment le sondage en grappes probabilits gales. En effet, la stratification


consiste en des tirages spars effectus dans des sous-populations supposes, en
loccurrence, plus homognes que la population mre (la zone dtude elle-mme).
Etant donn que nous travaillons sur un espace gographique, lensemble des strates
constitue des grappes [Saporta, 2006 ; Robert, 1996 ; Droesbeke et al., 2002] de dix
sous-populations.
Une fois la table de contingence obtenue il devient plus ais de calculer la matrice de
transition par transformation des effectifs nij en une valeur probabiliste fij= nij /ni.

fonctionMatriceDeTransition tableDeContingence retourne lamatricedetransition


Donnesdentre:
tableDeContingence; //fournieparlamthodeAGTCS
Variableslocales:
NbreEtats card E ; //Etantlensembledestatsdusystme
ConfigurationInitiale; //dfiniepartirdelazonedtude
ni; //nombredecellulesdechaquetat i 1,,10 prsentdans
//danslaconfigurationinitialedusystmecellulaire
Table double NbreEtats NbreEtats ; //crationduntableaudouble
//entrepourstockerlesvaleurfij
Calculdesvaleursprobabilistes :
Pourj 110
Pouri 110
fij TableDeTransitio i j /ni;
Table i j fij;
FinPour
FinPour
RetourneTable; //retourneladematricedetransitionremplie


Lamatricedetransitionseprsentesouslaformesuivante:
,

, ,
I. AGBOSSOU ThMA, UMR 6049, 2007

Figure 6.8 : Calcul de la matrice de transition

Lestimation dune matrice de transition partir dun ensemble de donnes amne se


poser au moins une question savoir "La matrice a-t-elle t correctement estime ? ".
Si le calcul des valeurs probabilistes de la matrice ne pose pas de problme particulier,
rien ne permet a priori daffirmer que lestimation obtenue est de bonne qualit.
Concrtement, il est ncessaire de se demander si les donnes utilises permettent une
estimation robuste de la matrice. En effet, une matrice de transition est un objet
synthtisant linformation sur les relations entre plusieurs variables. Pour quantifier
188 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

cette information, il est ncessaire de dfinir un principe de mesure. En loccurrence,


nous prendrons pour point de dpart lide quune matrice est dautant plus informative,
dans le cadre de lapplication des chanes de Markov, que la connaissance de la
modalit ligne permet de rduire lincertitude existant sur la modalit colonne [Meyn et
Tweedie, 1993 ; Berchtold, 1998, op. cit. ; Dupuis, 2002]. Aussi lune des approches les
plus pertinentes dans ce cas est lutilisation dune matrice de transition dordre 1
calcule partir de la reprsentation autorgressive [Raftery et Tavar, 1994] des
donnes (la configuration initiale dans notre cas) ; voil qui justifie la pertinence de
lalgorithme de gnration de la table de contingence spatiale.
La dynamique visuelle du systme est rgie par les rgles de transition des cellules
(passage dun tat un autre). Mais elle est galement soumise aux variations
comportementales de lensemble des mnages qui en retour modifient les configurations
spatio-fonctionnelles de lhabitat par le biais de jeux dinteractions spatio-temporelles.
La modlisation du couplage des SMA et des automates cellulaires nous permet de
prciser davantage le droulement de lensemble de ces processus.

6.4. Modle algorithmique du systme rsidentiel : couplage SMA-AC

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.

6.4.1. Comment modliser le comportement humain ?

Si lon sintresse au comportement humain, il est ncessaire de se pencher sur un


certain nombre de sujets tels que la comprhension des mcanismes sous-tendant, entre
autres, le fonctionnement de la mmoire et de la perception. En somme, arriver
comprendre et dcrypter le fonctionnement des facults cognitives. Daprs H. Mallot
[Mallot, 1997], le mot cognition se rfre gnralement des processus mentaux varis
tels que lattention, la reconnaissance des lieux et des objets, la planification et le
raisonnement. La thorie du contrle en psychologie comportementale, telle que la
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 189
**************************************************************************************************

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.

6.4.2. Revisite de larchitecture dagent cognitif de type BDI

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.

fonctionDecisionAtomique environnement retourne uneaction


Donnesdentre:
environnement; //environnementdanslequelsetrouvelagent
Variableslocales:
Agents; //lesautresagentsaveclesquelsilest
//eninteraction
Desirs; //lesdsirspossiblesdelagent
But; //unbut,initialementvide
Action; //actionaccomplir,initialementvide
Agents GetAlterEgo environnement ;
Desirs ActualiserMesDesirs environnement,Agents ;
But FormulerMonBut Desirs ;
Action IdentifierLesActions But ;
RetourneAction ;
I. AGBOSSOU ThMA, UMR 6049, 2007

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.

6.4.3. Le choix dun nouveau lieu de rsidence et la dcision de migrer

Ds lors que le mnage a identifi laction accomplir, le processus de mobilit peut


commencer. Trois lments particulirement intressants entrent en jeu : la propension
du mnage tre mobile, le choix du nouveau lieu de rsidence et la migration
effective. Dtaillons pas pas la formalisation de chacun de ces trois lments.
La propension migrer : elle est une fonction globale de lensemble des
variables caractristique dun mnage. Ainsi, partir de la base de connaissance
(cf. Figure 6.3) dun agent, il est possible de calculer sa propension migrer en
droulant linfrence baysienne suivante : | o k dsigne
un type de mnage donn et K le vecteur de modalits dcrivant le mnage la
date t.
Le choix du nouveau lieu de rsidence : en ce qui concerne le choix de la
localisation rsidentielle, le comportement migratoire des mnages est fortement
influenc par les caractristiques (la qualit environnementale) et les proprits
intrinsques des logements actuel et futur. Ainsi, pour orienter son choix, le
mnage besoin despace de rfrence muni dune certaine mtrique ; cest--
dire les limites spatiales de son champ dinvestigation. Il sagit en loccurrence
des limites spatiales dfinies par le concept de voisinage que nous avons
appliqu aux cellules. En effet, lagent procde une exploration systmatique
de la zone dtude selon un partitionnement bas sur le voisinage. En fonction
de loffre de logements disponibles, il slectionne les logements susceptibles de
laccueillir en ne retenant que ceux dont le potentiel dattraction ( ) est

suprieur son confort rsidentiel actuel ( ). Notons que par souci de


simplification et de ralisme, le paramtre qui exprime la qualit de
lenvironnement rsidentiel (cf. 5.3.1) est prcis en entre au modle de
simulation par lutilisateur pour chaque catgorie de logement. Enfin, une
comparaison deux deux de ces logements lui permet de choisir celui qui a le
192 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

meilleur score. Cest ce logement qui est finalement susceptible de laccueillir,


sil migre effectivement.
La migration effective : il nest pas rare que lon revienne sur une dcision ou
un choix pour une quelconque raison. Aussi dans le cadre du modle de
simulation que nous laborons, tant donn que la rsidence seconde nest pas
prise en compte, un changement de logement nest effectif que si le nouveau
logement choisi est occup par le mnage et que lancien est libr.
Pour une vision synthtique de lensemble des processus rgissant la fois le
comportement rsidentiel des mnages et leurs influences rciproques sur lhabitat dont
la dynamique est modlise selon une approche par automates cellulaire. Nous
prsentons le modle mathmatique de lvolution du systme rsidentiel.

6.4.4. Formalisation mathmatique de la dynamique globale du systme

Avant de pouvoir prsenter le modle global du systme, nous donnons quelques


prcisions sur sa dynamique dmographique. Pour que lvolution de la structure des
mnages simule dans le systme prolonge de manire cohrente celle observe par
lInsee depuis une vingtaine dannes, il convient de modliser de faon relativement
prcise lhistoire familiale des mnages. Il sagit en loccurrence de la formation dun
nouveau mnage, lclatement dun mnage existant et la disparition dun mnage. Pour
ce faire nous nous basons sur la typologie des mnages quatre niveaux (personne
seule, couple sans enfant, couple avec enfant et famille monoparentale) que nous avons
prsente au deuxime chapitre (cf. figure 2.6).
La modlisation des vnements est souvent dlicate car les donnes disponibles restent
parcellaires et permettent difficilement de rendre compte des effets de gnration. Pour
cela et en raison dautre facteurs dinstabilit long terme des modles, les dures de
simulation nexcderont pas la dcennie. Les choix mthodologiques retenus pour la
modlisation de la dynamique dmographique du systme ont t de partir des rsultats
de microsimulation dynamique du modle DESTINIE [INSEE, 1999 op. cit. ; Robert-
Bobe, 2002a op. cit. ; Bonnet et al., 1999] labor par des services de LInsee et aussi
des tables de mortalit franaises pour les XIXme et XXme sicles et projections pour le
XXIme sicle [Vallin et Mesl, 2002]. Les comportements matrimoniaux et la fcondit
intgrs dans DESTINIE sont estims partir de lenqute Jeunes et Carrires, enqute
complmentaire lenqute Emploi ralise en mars 1997 par lInsee. Ceci a conduit
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 193
**************************************************************************************************

la reproduction, de probabilits, entre autres, de mise en couple, de ruptures des unions


[Robert-Bobe, 2001 ; 2002b].

6.4.4.1. La formation de nouveaux mnages : union ou clatement dun mnage existant

Les statistiques dtat civil offrent un point de dpart la modlisation. Elles


fournissent des taux de nuptialit qui sont ensuite adapts pour tenir compte du
comportement des mnages. On dispose notamment des taux conjoncturels de primo-
nuptialit en fonction de lge et du sexe [Kerjosse et Tamby, 1996 ; Toulemon, 1996].
Selon ces sources, la premire mise en couple se situerait entre 16 et 49 ans pour les
femmes avec une valeur modale de 26 ans, entre 18 et 50 ans pour les hommes avec un
pic 28 ans. Ces statistiques dtat civil ne peuvent toutefois rendre compte elles
seules des comportements matrimoniaux des mnages. En effet, la vie maritale sest
largement diffuse comme mode dentre en union depuis quatre dcennies ans, passant
de 10 % 90 % des couples entre 1965 et 1995 [Villeneuve-Gokalp, 1994]. Si la
cohabitation hors mariage est la forme de vie en couple principale en dbut dunion,
particulirement chez les jeunes, elle devient aussi un mode de vie durable [Lefranc,
1995 ; Daguet, 1996]. Aussi, dans le cadre de ce travail, nous traitons indiffremment
les mises en couple suite au mariage, les cohabitations hors mariage ainsi que les
couples homosexuels car chaque mnage dun type donn est reprsent par une
personne de rfrence. La modlisation retenue ce stade consiste prendre, chaque
pas de temps, un taux TUnionDesPersonnesSeules (dont la valeur par dfaut est de 90%, mais
paramtrable en dbut de simulation) des mnages de type Personne seule, les mettre
en union deux deux pour former de nouveaux mnages de type Couple sans enfant.
Le dpart du domicile parental peut tre ou non conscutif une mise en couple. En
effet, nous faisons lhypothse quil y clatement dun mnage existant seulement
lorsquun enfant en dbut de vie active quitte ses parents. Les mnages dont la personne
de rfrence ou le conjoint ventuel est tudiant ou en dbut de vie active reprsentent
moins de 2 % de lensemble des mnages ordinaires (Insee, enqute Budgets de
Famille 1995). Ainsi nous appliquons un taux TDcohabitation (dont la valeur par dfaut
est de 2%, mais paramtrable en dbut de simulation) sur lensemble des mnages de
types Famille monoparentale et Couple avec enfants pour obtenir de nouveaux
mnages de type Personnes seules chaque pas de temps durant la simulation. Ce
194 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

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.

;
;

// Dissolution des couples sans enfant


;

2 ;

// Dissolution des couples avec enfants


;

I. AGBOSSOU ThMA, UMR 6049, 2007

Figure 6.10 : Equations algorithmiques de la formation de nouveaux mnages


Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 195
**************************************************************************************************

6.4.4.2. La disparition dun mnage

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.

6.4.4.3. Mathmatisation de la dynamique du systme rsidentiel

Eu gard tout ce qui prcde, nous reprsentons dans ce paragraphe le formalisme


mathmatique rgissant lensemble du systme rsidentiel. En notant Mk un mnage de
type k {Personne seule, Couple sans enfant, Couple avec enfant, Famille
monoparentale} et Cij(e) une cellule donne dans un tat e {AptLoue, AptAchete,
MLouee, MAchetee, Eau, Cce, Eqt, Reseau, EspaceVert, ZoneConst}, on peut
formaliser ltat du systme rsidentiel une date t de la faon suivante :
;

, ,
; 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.

En posant lhypothse markovienne selon laquelle la probabilit de transition dune


cellule dun tat un autre ne dpend que de son tat actuel et non de son histoire

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
**************************************************************************************************

figure 6.12 on remarquera lusage dun gnrateur pseudo-alatoire (la fonction


Random) sur les cellules. En effet, lorsque plusieurs cellules remplissent les conditions
de choix pour un mnage donn, ce dernier choisit une au hasard.

// Rgles de transition intrinsques des cellules selon le voisinage et le potentiel


foreach(Cellule cel in CellulesSimulables)
{
// rccuprer le potentiel d'attraction de la cellule au temps t+dt
double potentiel = cel.PotentialOfAttraction(CompteurDuTemps);
//Transition d'une cellule constructible
if(cel.IsConstructible)
switch(cel.GetEtatDominantDuVoisinage())
{
case EtatPossible.AppartementAchete:
cel.ChangeToAppartementAchete(CleValeurEtatCouleur);
break;
case EtatPossible.AppartementLoue:
cel.ChangeToAppartementLoue(CleValeurEtatCouleur);
break;
case EtatPossible.MaisonAchetee:
cel.ChangeToMaisonAchetee(CleValeurEtatCouleur);
break;
case EtatPossible.MaisonLouee:
cel.ChangeToMaisonLouee(CleValeurEtatCouleur);
break;
}
else if(cel.Etat == EtatPossible.MaisonLouee && potentiel > 1.0)
{
// Si l'tat dominant du voisinage est une maison achete alors, changer en maison achete
if(cel.GetEtatDominantDuVoisinage() == EtatPossible.MaisonAchetee)
cel.ChangeToMaisonAchetee(CleValeurEtatCouleur);
}
else if(cel.Etat == EtatPossible.MaisonAchetee && potentiel > 1.0)
{
// Si l'tat dominant du voisinage est une maison loue alors, changer en maison loue
if(cel.GetEtatDominantDuVoisinage() == EtatPossible.MaisonLouee)
cel.ChangeToMaisonLouee(CleValeurEtatCouleur);
}
else if(cel.Etat == EtatPossible.AppartementLoue && potentiel > 1.0)
{
// si l'tat dominant du voisinage est appartement achet alors, change en appartement achet
if(cel.GetEtatDominantDuVoisinage() == EtatPossible.AppartementAchete)
cel.ChangeToAppartementAchete(CleValeurEtatCouleur);
}
else if(cel.Etat == EtatPossible.AppartementAchete && potentiel > 1.0)
{
// Si l'tat dominant du voisinage est appartement lou alors, change en appartement lou
if(cel.GetEtatDominantDuVoisinage() == EtatPossible.AppartementLoue)
cel.ChangeToAppartementLoue(CleValeurEtatCouleur);
}
}
Figure 6.11 : Algorithme des rgles de transition selon le voisinage et le potentiel
198 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

// Rgles de transition dictes par le comportement des mnages

//Rccupration des diffrents typs de logements (maisons ou appartements)


List<Cellule> maisons = EnsembleDesLogements.FindAll(Cellule.EstUneMaison);
List<Cellule> apparts = EnsembleDesLogements.FindAll(Cellule.EstUnAppartement);

foreach(Menage agent in AgentsResidentiels.EnsembleDesMenages)


{
switch(agent.DesirDuMenage)
{
case Desir.HabiterUnAppartement:
{
Cellule cellule = apparts[new Random().Next(0, apparts.Count - 1)];
if(agent.ActionsPossibles.Contains(Action.AppartementAchete)
&& agent.Statut == StatutOccupation.Proprietaire)
{
cellule.ChangeToAppartementAchete(CleValeurEtatCouleur);
agent.MigrerEffectivementVers(cellule);
}
else if(agent.ActionsPossibles.Contains(Action.AppartementLoue)
&& agent.Statut == StatutOccupation.Locataire)
{
cellule.ChangeToAppartementLoue(CleValeurEtatCouleur);
agent.MigrerEffectivementVers(cellule);
}
}
break;
case Desir.HabiterUneMaison:
{
Cellule cell = maisons[new Random().Next(0, maisons.Count - 1)];
if(agent.ActionsPossibles.Contains(Action.MaisonAchetee)
&& agent.Statut == StatutOccupation.Proprietaire)
{
cell.ChangeToMaisonAchetee(CleValeurEtatCouleur);
agent.MigrerEffectivementVers(cell);
}
else if(agent.ActionsPossibles.Contains(Action.MaisonLouee)
&& agent.Statut == StatutOccupation.Locataire)
{
cell.ChangeToMaisonLouee(CleValeurEtatCouleur);
agent.MigrerEffectivementVers(cell);
}
}
break;
}
}
Figure 6.12 : Algorithme des rgles de transition selon le comportement des mnages
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 199
**************************************************************************************************

Lobjectif de ce chapitre a t de montrer et dexpliquer les diffrentes tapes (les plus


importantes notre avis) dlaboration de notre modle de simulation (VisualSimores
dont les fonctionnalits logicielles sont dtailles au chapitre suivant) selon une
approche mathmatique et informatique. Aprs avoir prcis les bases fondamentales du
raisonnement par calculs de probabilits conditionnelles sur plusieurs variables
simultanes, nous avons dfini les conditions dapplication de ce principe de linfrence
baysienne dans la dmarche de formalisation des comportements des agents cognitifs
(les mnages) en ce qui concerne le processus du choix rsidentiel. Ceci nous a permis
daboutir lquation dynamique de la probabilit de changer de logement pour chaque
catgorie de mnage. Par ailleurs les aspects spatiaux ont t galement pris en compte
au travers de la spcification dun automate cellulaire dont les rgles de transition sont
contraintes par le comportement cognitif des mnages. Finalement nous avons abouti
la formalisation du couplage SMA-AC qui exprime les dynamiques spatiales et
temporelles du systme rsidentiel.
Ce couplage SMA-AC est intgr et programm sous forme de prototype logiciel pour
des fins de tests et de simulations pour gnrer des scnarios dont les rsultats sont
prsents au septime et dernier chapitre de notre thse.
200 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

Bibliographie rfrence

[Bonnet et al., 1999] C. Bonnet, C. Burricaud, C. Colin, A. Flipo, R. Mahieu, P. Ralle, B.


Sdillot. Le modle de microsimulation dynamique : DESTINIE. Dpartement des Etudes
Economiques dEnsemble, Malakoff, 1999

[Burkhardt et al., 2004] J. Burkhardt, S. Donikian, Y. Duthen, O. Hguy, D. Lourdeau, T.


Morineau, M. Parenthon, C. Sanza, J. Tisseau. Action spcifique humain virtuel : vers un
humain synthtique temps-r el aussi vrai que nature. Rapport technique, CNRS, 2004

[Cornujols et al., 2002] A. Cornujols, L. Miclet, Y. Kodratof. Apprentissage artificiel :


Concepts et algorithmes. Editions Eyrolles, Paris, 2002

[Daguet, 1996] F. Daguet. Mariage, divorce et union libre, Insee premire n482, 1996.

[Donikian, 2004] S. Donikian. Modlisation, contrle et animation dagents virtuels voluant


dans des environnements informs et structurs. HDR de lUniversit de Rnnes1. URL :
http://www.irisa.fr/bibli/publi/habilitations/donikian/hdr.html (consult le 13.03.2007)

[Droesbeke et al., 2002] J-J, J. Fine, G. Saporta. Mthodes baysiennes en statistique. Editions
TECHNIP, Paris, 2002

[Dupuis, 2002] J. Duipuis. Estimation Baysienne dun modle multi-tat markovien. In


Mthodes baysiennes en statistique. Editions TEHCNIP, Paris, 2002

[Frankhauser, 1991] P. Frankhauser. Beschreibung der Evolution urbaner Systeme mit der
Mastergleichung. Thse de doctorat de lUniversit de Stuttgart, 1991.

[Gibson, 1986] J. Gibson. The ecological approach to visual perception. NJ : Lawrence


Erlbaum Assocates, Inc, Hillsdale, 1986

[Kerjosse et Tamby, 1996] R. Kerjosse, I. Tamby. La situation dmographique en 1994,


mouvement de la population, Insee Rsultats n505-506, Paris, 1996

[Lamarche, 2003] F. Lamarche. Humanodes virtuels, raction et cognition : une architecture


pour leur autonomie. Thse de doctorat de lUniversit de Rennes1, 2003

[Langlois, 2006] P. Langlois. Approche conceptuelle de lespace : structurations de lespace, du


temps et des objets dans un contexte de modlisation multi-agents. in Modlisation et
simulation multi-agents : application pour les Sciences de lHomme et de la Socit, Editions
Hermes-Lavoisier, Paris 2006

[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

[Mallot, 1997] A. Mallot. Behavior-oriented approaches to cognition : theoretical perspectives.


Theory in biosciences n116, 1997

[Mathis, 2003] P. Mathis. Graphes et rseaux: modlisation multiniveau. Editions Herms,


Paris 2003

[Meyn et Tweedie, 1993] S.P. Meyn, R.L. Tweedie. Markov Chains and Stochastic Statability.
Chapitre6Modlisationducomportementdesagentsetdeladynamiquersidentielle 201
**************************************************************************************************

New York Spring-Verlag, 1993

[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, 1986a] J. Pearl. A constraint-propagation approach to probabilistic reasoning. In


Uncertainty in Artificial Intelligence, Edition Elsevier Science, Amsterdam, 1986

[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

[Pearl, 1987] J. Pearl. Probabilistic reasoning in Intelligent Systems : Networks of Plausible


Inference. Edition Morgan Kaufmann, San Francisco, 1988

[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

[Robert-Bobe 2001] I. Robert-Bobe. Modelling Demographic Behaviours in the French


Microsimulation Model Destinie : an Analysis of Future Change in Completed Fertility, Insee
document de travail nG2001/14

[Robert-Bobe 2002b] I. Robert-Bobe. La programmation des vnements dmographiques


dans Destinie, Insee note n20/G211 26 juillet 2002

[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

[Thomas, 2005] R. Thomas. Modle de mmoire et de carte cognitive spatiales : application


la navigation du piton en environnement urbain. Thse de doctorat de lUniversit de Rennes1,
2005

[Toulemon, 1996] L. Toulemon. La cohabitation hors mariage s'installe dans la dure. In


Population n3, mai-juin 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

[Villeneuve-Gokalp, 1994] C. Villeneuve-Gokalp. Constance et inconstances de la


famille,Travaux et Documents de l'Ined, 1994

7
RSULTATS DE LAPPLICATION
DU MODLE DE SIMULATION

Une exprience est une thorie mise en acte, un


instrument, une thorie matrialise, un concept
scientifique, une thorie objective.

J.Ullmo

Lobjectif de ce chapitre est de prsenter quelques rsultats obtenus partir de


lapplication du modle de simulation VisualSimores une zone priurbaine du
primtre du SCoT (Schma de Cohrence Territorial) du Grand Besanon
(agglomration de 120 000 habitants situe dans lest de la France). Le terrain dtude
retenu est celui de la commune de Sane. Ce choix nest pas anodin car avec une
activit conomique dynamique, cette commune prsente galement une forte
attractivit pour les communes avoisinantes [Tannier et al., 2006].
Aprs une description succincte de linterface utilisateur de prototype de simulation,
nous prsentons brivement la commune de Sane ainsi que les donnes utilises pour
calibrer le modle de simulation
Enfin, trois scnarios de simulation de la mobilit rsidentielle sont raliss. Lun porte
sur un cadre de vie agrable pour tous et un quilibre sociodmographique, le
deuxime sintresse un cadre de vie de qualit moyenne pour tous et une moins
bonne entente dans les familles. Quant au troisime, il simule un cadre de vie
agrable pour les propritaires et de qualit moyenne pour les locataires et une bonne
entente dans les familles.
204 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

7.1. Prsentation succincte du prototype VisualSimores

VisualSimores est le nom du programme informatique que nous avons dvelopp


partir du couplage automates cellulaires et systmes multi-agents pour simuler la
mobilit rsidentielle. Cest un programme entirement graphique fonctionnant sous
Windows et dot de menus et commandes dans le genre de Microsoft Office (donc
facile dutilisation car trs intuitif) comme lillustre la figure 7.1.

Figure 7.1 : Interface utilisateur de VisualSimores

La fentre de gauche est lespace de travail o saffiche la carte de la zone dtude. La


figure 7.1 prsente la carte de la commune de Sane. Cest galement dans cet espace
que saffiche la dynamique de lautomate cellulaire pendant le droulement de la
simulation. La fentre de droite (quon a la possibilit de masquer ou dafficher en
cliquant sur la commande Volets Graphe et statistique partir du menu Affichage)
affiche les rsultats statistiques concernant la dynamique des logements et aussi celle
des mnages au cours de la simulation. La figure 7.2 prsente une vue statique de
Chapitre7Rsultatsdelapplicationdumodledesimulation 205
**************************************************************************************************

VisualSimores pour montrer les deux fentres principales aprs une simulation
thorique.

Figure 7.2 : Vue statique de VisualSimores aprs une simulation

Le paramtrage et lentre des donnes se font par lintermdiaire dune bote de


dialogue (cf. Figure 7.3) laquelle on a accs en cliquant sur la commande Paramtres
et donnes dinitialisation depuis le menu Simulation. Comme on peut le voir,
rien nest fig ; toutes les valeurs sont modifiables. Les couleurs qui matrialisent
loccupation du sol dans lautomate cellulaire sont choisies par lutilisateur du
programme grce un clic gauche sur le bouton concern.
Notons que le guide complet de lutilisateur ainsi que la documentation technique du
programme seront accessibles depuis la commande Documentation qui se trouve dans
le menu Aide ?
206 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

Figure 7.3 : Interface de paramtrage et dinitialisation de VisualSimores

7.2. Le terrain dapplication : la commune de Sane

Faisant partie des 59 communes de la Communaut dAgglomration du Grand


Besanon (CAGB), Sane est un bourg centre dot dune zone commerciale et
Chapitre7Rsulttatsdelapplicatiiondumodlede
esimulation 207
****************************************************************************************************
**

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.

Fiigure 7.4 : Prsentatio


P on de la zonee dapplication
208 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

7.3. Description des donnes de calibrage du modle de simulation

La Communaut d'Agglomration du Grand Besanon a depuis 2001 la charge de grer


les transports sur son primtre. Cette gestion ncessite une connaissance prcise des
pratiques de mobilit des habitants de lagglomration. Dans cette optique, une Enqute
Mnages Dplacements a t ralise en 2004-2005 par la Communaut
d'Agglomration du Grand Besanon dans le cadre dun partenariat, associant lINSEE
de Franche Comt et lAUDAB (Agence dUrbanisme de lAgglomration de
Besanon) avec le soutien financier de lEtat. Cette enqute dcrit trs finement
lorganisation des dplacements sur le territoire, sur la base dune mthodologie
standard labore et continuellement mise jour par le CERTU (Centre dEtudes sur les
Rseaux, les Transports, lUrbanisme et les constructions publiques) et le CETE (Centre
dEtude Technique de lEquipement). Lobjectif de lEnqute-Mnages-Dplacements
est de recenser et de dcrire les dplacements effectus par les habitants gs de cinq
ans et plus de lagglomration bisontine un jour moyen de la semaine (hors priodes de
vacances scolaires et jours fris ou dintempries), pour rpondre aux questions : qui se
dplace, o, quand, comment et pourquoi se dplace-t-on ?
Ainsi, sur les 170 000 habitants du territoire en question, 5 715 personnes dont 2 577
mnages ont t interroges et constituent lchantillon de rfrence. Dans le protocole
dtudes, un mnage est considr comme lensemble de personnes vivant dans un
mme logement quels que soient les liens qui les unissent. Un mnage peut comprendre
une ou plusieurs personnes. Mais seule la personne de rfrence est interroge.
Pour nos simulations nous avons, en ce qui concerne la commune de Sane, extrait de la
base de donnes constitue partir de cette enqute, les champs comportant les donnes
quantitatives ncessaires aux exprimentations. Il sagit notamment de :
- la composition du mnage,
- le revenu,
- lge,
- le statut doccupation du logement habit ainsi que le type dhabitat (maison ou
appartement).
Les donnes issues de lextraction brute sont consignes dans le tableau 7.1.
Chapitre7Rsultatsdelapplicationdumodledesimulation 209
**************************************************************************************************

Tableau 7.1 : Donnes brutes extraites de lEnqute Mnages Dplacements


Type de mnage Total
Personnes Autres
seules mnages
Statut Locataires 31 23 54
doccupation Propritaires 0 68 68
Type Maisons 0 91
dhabitat Appartements 31 0
Moins de 31 0
Niveau de 7000
revenu 7000 10000 0 31
annuel () 30000 48000 0 23
Plus de 48000 0 37
Total 31 91 122
Sources : Enqute Mnages-Dplacement, AUDAB, 2005

Dautres sources dinformations relatives la zone dtude nous ont t indispensables


pour complter les donnes obtenues via cette enqute. Il sagit notamment des deux
tableaux de bord raliss par lAgence dUrbanisme de lAgglomration de Besanon
[AUDAB, 2005 ; 2006]. Ces deux documents prsentent les chiffres cls et les donnes
de cadrage essentielles pour une plus grande connaissance de la Communaut
dAgglomration du Grand Besanon (CAGB) et ses 59 communes dont la commune de
Sane, qui nous intresse en particulier dans le cadre des simulations que nous avons
ralises. Le tableau 7.2 rcapitule les donnes utilises pour calibrer le modle de
simulation.
Tableau 7.2 : Rcapitulatif des principales donnes de calibrage sans pondration
Type de mnage Effectif Age moyen Niveau de Part des
revenu propritaires
de maison
Personne seule 31 27 Faible 0
Couple sans enfant 24 35 Moyen 28
Couple avec enfants 58 42 Elev 78
Famille mono-parentale 9 38 Moyen 12
Total 122
210 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

Tableau 7.2 : Rcapitulatif des principales donnes de calibrage sans pondration


(suite)
Type de mnage Part des Part des Part des
locataires locataires propritaires
de maison dappartement dappartement
Personne seules 0 0 100
Couple sans enfant 72 0 0
Couple avec enfants 22 0 0
Famille mono-parentale 88 0 0
Total
Sources : Enqute Mnages-Dplacement, AUDAB, 2005 ; 2007

7.4. Analyse des rsultats

Lensemble des exprimentations du modle sur la commune de Sane peuvent tre


regroupes en trois catgories. Chaque simulation est analyse sur une priode de dix
ans avec une situation de rfrence qui est celle de lanne 2005 (cf. Figure 7.4). Ainsi,
nous allons dcrire et commenter les rsultats selon trois scnarios. Nous postulons
quau-del de 10 ans lexprimentation de nos scnarios serait trop sujette des
transformations socitales pour tre valide. De ce fait, nos simulations sont ralises sur
une priode allant de 2006 2015. Aussi, pour tous les scnarios la rsolution spatiale
est reste identique (nous avons pris une rsolution spatiale de 30 mtres). Le passage
du carroyage la configuration initiale (qui est un modle trs proche de la ralit
spatiale de la distribution des diffrents types de logement de la zone en 2005) laide
de VisualSimores est illustr par la figure 7.5. La figure 7.6 montre les diffrentes
couleurs affectes chaque type doccupation du sol durant les simulations.
Cinq types doccupation du sol (espace vert, zone constructible, maison en location,
maison en proprit et appartement en proprit) sont utiliss dans les simulations. En
effet, dans lchantillon de lenqute ne figurent pas de mnages occupant des
appartements en location, et donc loccupation du sol matrialisant cette catgorie de
mnage nest pas intgre dans les simulations. Toutefois, nous souhaitons dans les
recherches futures intgrer cette occupation du sol par le biais dune pondration
ralise partir des donnes INSEE (recensement).
Chapitre7Rsultatsdelapplicationdumodledesimulation 211
**************************************************************************************************

Figure 7.5 : Du carroyage la configuration initiale de 2005

Figure 7.6 : Couleurs affectes aux diffrentes occupations du sol

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
*******************************************************************************************************

vie. Ce paramtre est galement accessible et modifiable dans VisualSimores sous le


terme Qualit environnementale pour chaque type de logement.
Les trois scnarios lhorizon 2015 sont donc bass sur la variation de ces diffrents
paramtres pour traduire une certaine volont politique damnagement du territoire.

7.4.1. Scnario 1 : un cadre de vie agrable pour tous et un quilibre


sociodmographique

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
**************************************************************************************************

Maisonenlocation Maisonenproprit Appartementenlocation

80

70

60

50

40

30

20

10

0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure 7.7 : Evolution de lhabitat dans le scnario 1

Figure 7.8 : Distribution spatiale de lhabitat en 2015 daprs le scnario 1


214 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

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).

Maisonenlocation Maisonenproprit Appartementenlocation

80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure 7.9 : Evolution de lhabitat dans le scnario 2


Chapitre7Rsultatsdelapplicationdumodledesimulation 215
**************************************************************************************************

Figure 7.10 : Distribution spatiale de lhabitat en 2015 daprs le scnario 2

En effet, lanalyse des simulations de la distribution spatiale de lhabitat de 2005 2015


ne semble pas corroborer les conclusions de Vidberg et Tannier. En fait, sur une
temporalit de 10 ans, nous nobservons pas une augmentation de lhabitat de type
appartement en location.
Paradoxalement, cest lhabitat de type maison en proprit qui se diffuse. Face ce
rsultat contre-intuitif, nous avons souhait aller plus loin dans lanalyse. Pour ce faire,
nous avons lanc les simulations daprs ce scnario sur une temporalit plus longue,
soit jusquen 2020 (figure 7.11) en observant les mnages de type Personnes seules et
Familles monoparentales. L encore, les rsultats sont surprenants. Lanne 2015
serait une anne charnire, une anne qui marquerait un changement de dynamique de la
mobilit rsidentielle pour cette population de mnages avec une augmentation des
appartements et une diminution des maisons. On retrouve bien l les conclusions de
Vidberg et Tannier, mais avec un dcalage temporel relativement important.
216 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

2015 2016
2017

2020 2019 2018

Maisonenlocation Maisonenproprit Appartementenlocation


80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

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
**************************************************************************************************

7.4.3. Scnario 3 : un cadre de vie agrable pour les propritaires et de qualit


moyenne pour les locataires et une bonne entente dans les familles

Dans ce scnario pseudo optimiste (Qualit environnementale = 1 pour les propritaires


et 0.5 pour les locataires) avec une cohsion familiale trs forte (taux dunion suprieur
au taux de dislocation), on observe peu prs la mme dynamique entre maisons en
locations et maisons en proprit comme dans le scnario prcdent. La seule diffrence
significative avec ce dernier au niveau des rsultats est que dans le scnario 3
lintensit de lcart entre lvolution des maisons en proprit et lvolution des
maisons en location et moindre. En effet il sagit dune dynamique plus lente dans le
processus daccs la proprit (Figure 7.12).

Maisonenlocation Maisonenproprit Appartementenlocation

80
70
60
50
40
30
20
10
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figure 7.12 : Evolution de lhabitat dans le scnario 3


218 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

Figure 7.13 : Distribution spatiale de lhabitat en 2015 daprs le scnario 3

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
*******************************************************************************************************

- se poser la question relative la pertinence des rgles rgissant le comportement


des mnages tant que dautres simulations ne sont pas ralises sur dautres
communes et dautres chelles,
- noter le problme de la reprsentation des objets spatiaux sous forme de cellule
qui est finalement peu reprsentative de la ralit de la forme de lespace.
Chapitre7Rsultatsdelapplicationdumodledesimulation 221
**************************************************************************************************

Ce chapitre nous a permis de prsenter de faon sommaire, linterface utilisateur du


prototype de notre modle de simulation VisualSimores. A travers son application la
commune de Sane, nous avons mis en vidence partir de trois scnarios que la
mobilit rsidentielle est troitement lie la structure sociodmographique des
mnages ainsi que le cadre de vie offert par les services et quipements du lieu de
rsidence. Ces amnits sont modlises par le paramtre Qualit environnementale
du logement.
Mais lapprhension de la dynamique socio-rsidentielle ne passe pas par une simple
superposition des dimensions spatiales et sociodmographiques. Car comme lont
montr les rsultats de simulation, la difficult de lvaluation de chaque paramtre de
faon isol sajoute celle lie au nombre de possibilits dans leur combinaison pour
formaliser un scnario plausible.
Les diffrentes exprimentations du modle sur cette zone dtude ont rvl des points
fort intressants de lapproche Couplage AC-SMA. Ces expriences nous ont aussi
permis de prendre conscience de quelques limites non pas de lapproche mais du
modle de simulation lui-mme.
222 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATION LAMOBILITRSIDENTIELLE
*******************************************************************************************************

Bibliographie rfrence

[AUDAB, 2005] AUDAB. Tableau de bord de lagglomration, Besanon, mai 2005

[AUDAB, 2006] AUDAB. Tableau de bord. Chiffres cls, communaut de communes du SCoT
de lagglomration bisontine, Besanon, octobre 2006.

[AUDAB, 2007] AUDAB. Le recensement de la population, Besanon, fvrier 2007.

[Tannier et al., 2006] C. Tannier, P. Frankhauser, H. Houot, G. Vuidel. Optimisation de


l'accessibilit aux amnits urbaines et rurales travers le dveloppement de modles fractals
d'urbanisation. XLII Colloque de lASRDLF XII Colloque du GRERBAM, Sfax, 4-6
Septembre 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

Mais je ne veux pas pousser mon opration plus loin


quune certaine limite : jobtiendrai des villes trop
vraisemblables pour tre vraies.

I. Calvino.

En choisissant de mener nos recherches doctorales sur la modlisation et la simulation


multi-agents de la dynamique urbaine, nous savions que nous nous inscrivions dans un
domaine de recherche scientifique en pleine expansion plusieurs gards. Aussi notre
ambition tait de contribuer la ralisation doutils et dapproches mthodologiques et
conceptuelles de la mobilit rsidentielle. Cette dernire a t apprhende partir des
relations quentretiennent les habitants avec leur habitat. Cette recherche propose un
modle base dagents qui simulent la dynamique de la mobilit intra-communale. Le
modle, qui tourne sur la commune de Sane (Est de la France), est implment dans le
logiciel dexprimentation VisualSimores (un CD-ROM est fourni). Notre travail de
recherche a pu fournir des apports dordre conceptuel et mthodologique pour
comprendre les dynamiques urbaines.
224

Apports conceptuels et mthodologiques

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

gographie. Elle tient compte et explique lensemble de la chane de cohrence des


tapes de modlisation des problmatiques spatio-temporelles depuis lanalyse
systmique jusqu limplmentation mathmatique et informatique du modle de
simulation en passant par lidentification et la conception architecturale des diffrents
types dagents constitutifs de chacun des sous-systmes. Cette dmarche
mthodologique se droule selon un processus unifi et itratif lors de la modlisation
des systmes complexes. En adoptant cette approche, nous avons dvelopp le
prototype logiciel (VisualSimores) du modle de simulation qui prsente une interface
de calibrage simple et volutive avec de rels potentiels dadaptation thmatique.

Les potentialits du prototype de simulation

La modlisation et la simulation base dagents sintressent aux systmes complexes.


En gographie, lobjectif est de reproduire la dynamique dun systme spatio-temporel
rel en modlisant les entits par des agents, dont le comportement et les interactions
sont dfinis. Dans notre travail de recherche, nous nous sommes plus particulirement
intresss la ralisation dun modle de simulation de la mobilit rsidentielle. Le
logiciel permet danalyser le fonctionnement du march de logement notamment
travers les effets de chane des dmnagements-emmnagements. .
Aussi, les rsultats obtenus aux travers des simulations que nous avons ralises sur la
commune de Sane confirment que la mobilit rsidentielle et le choix de lieu de
rsidence sont fortement lis dune part aux caractristiques conomiques et
sociodmographiques des mnages concerns et dautre part au diffrentiel entre les
contraintes et les avantages que peut offrir les sites potentiels daccueil. Un point
intressant des rsultats de simulations concerne le scnario de type 2 qui a, plus
particulirement, attir notre attention. En effet, il rsulte du constat selon lequel les
mnages en situation fragile ont un comportement rsidentiel inattendu durant les
dix premires annes de la simulation et un comportement rsidentiel normal partir
de la onzime anne de la simulation. Ce rsultat contre-intuitif ncessite par la suite de
mener des investigations plus approfondies.
Mais au regard des simulations effectues, de nombreux problmes restent rsoudre ;
ce qui nous amne noncer quelques limites et perspectives de recherche.
226

Limites et perspectives de recherche

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.

La deuxime limite est relative la thmatique de la recherche et lintgration des


politiques damnagement du territoire dans les scnarios de simulation. Notre modle
de simulation de la mobilit rsidentielle des mnages laisse la possibilit denrichir le
modle pour prendre en compte la mobilit quotidienne des mnages. Lobjectif tant,
terme, dtendre le modle pour une prise plus globale des problmatiques de mobilit
(mobilit rsidentielle, mobilit quotidienne, voyage et migration). A terme, on pourrait
galement tudier limpact des constructions neuves sur un march local afin de mieux
mesurer les effets des politiques locales ou dpartementales de lhabitat. Dans ce travail,
nous nous sommes limits la mobilit rsidentielle. Or lanalyse de la dynamique
urbaine sous langle de mobilit devrait slargir galement la mobilit quotidienne.
227

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.

Ces quelques pistes de recherche et dapprofondissement que nous venons dvoquer


ne sont quune infime partie de lensemble des investigations possibles et ncessaires
pour de meilleures pratiques de modlisation et de simulation multi-agents en
gographie. Notre recherche na fait queffleurer ce domaine et nous esprons pouvoir
poursuivre par la suite.

Bibliographie gnrale

[Agbossou, 2004] I. Agbossou. Conception dun systme daide la dcision en localisation


spatiale : concepts, formalisation et bases mthodologiques. Mmoire de DEA, Universit Louis
Pasteur de Strasbourg I, 2004.

[Agbossou, 2006] I. Agbossou. Modles dagents pour la simulation urbaine : mthodologie,


architecture et formalisme, XXIImes journes de lAssociation Tiers-Monde URGENCE,
SOLIDARIT, GOUVERNANCE ET DVELOPPEMENT. ARRAS, 22-24 mai 2006

[Agbossou, 2007] I. Agbossou. VisualSimores: un outil de simulation multi-agents de la


dynamique urbaine base d'automates cellulaires. Mthodologie de conception, algorithmes et
application. RTP Modlisation et Dynamiques Spatiales (MoDyS) ; 2me Rencontre de
doctorants, Avignon 19-20 dcembre 2007

[Alexander et al., 1997] C. Alexander, S. Ishikawa, M. Silverstein. A Pattern. Language-


Towns-Building-Construction. Oxford University Press, 1997

[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

[Alligood et al., 1996] K. Alligood, D. Sauer, A. Yorke. Chaos-An Introduction to Dynamical


Systems. New York. Springer, 1996

[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

[Andrieux, 1989] D. Andrieux. Mobilit professionnelle et mobilit gographique: Similitudes


et diffrences de comportement de quelques catgories dactifs. Economie mridionale, 1989.

[Antoni, 2003] J-P. Antoni. Modlisation de la dynamique de ltalement urbain. Aspects


conceptuels et gestionnaires. Application Belfort. Thse de doctorat de gographie. Universit
Louis Pasteur de Strasbourg I. Strasbourg, dcembre 2003. Disponible sur : http://eprints-scd-
ulp.u-strasbg.fr :8080/10/10/htm/index-frmas.html (consult le 04.01.2005)

[Arnott, 1985] R.J. Arnott. Hopsim: A housing policy simulation model (mimeo), Kingston,
Ontario: Queens University, 1985

[Aschan et al., 2000] C. Aschan, H. Mathian, L. Sanders, K. Mkil. A spatial microsimulation


of population dynamics in Southern France: a model integrating individual decisions and spatial
constraints. In Applications of Simulation to Social Sciences. Editions Herms. Paris, 2000

[Ashby, 1956] W. R. Ashby. An introduction to cybernetics. Editions Chapman & Hall. London
1956
230 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

[Aubry, 1988] B. Aubry. Les migrations interrgionales depuis 30 ans : de lattirance


lindiffrence et vice versa. Economie et statistique n 20, 1988

[AUDAB, 2005] AUDAB. Tableau de bord de lagglomration bisontine. Chiffres cls.


Communaut dAgglomration du Grand Besanon, 2005

[AUDAB, 2006] AUDAB. Tableau de bord. Chiffres cls, communaut de communes du SCoT
de lagglomration bisontine, Besanon, octobre 2006.

[AUDAB, 2007] AUDAB. Le recensement de la population, Besanon, fvrier 2007.

[Badariotti et Weber, 2002] D. Badariotti, C. Weber. La mobilit rsidentielle en ville.


Modlisation par automates cellulaires et systme multi-agents Bogota. Lespace
gographique n2, 2002

[Batty, 2001] Models in planning : technological imperatives and changing roles. In


International Journa of applied Earth Observation and Geoinformation, 2001

[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

[Baumont, 1993] C. Baumont. Analyse des espaces urbains multicentriques. La localisation


rsidentielle. LATEC, CNRS, Universit de Bourgogne, 1993.

[Bazzan et Klgl, 2003] A. Bazzan, F. Klgl. Route Decision Behaviour in a Commuting


Scenario: Simple Heuristics Adaptation and Effect of Traffic Forecast. Euroworkshop on
Behavioural Responses to ITS. Eindhoven, 2003

[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.

[Bguin et Pumain, 1994] M. Bguin, D. Pumain. La reprsentation des donnes


gographiques. Statistique et cartographie. Editions Armand Colin. Paris 1994

[Bellanger et Marzloff, 1996] F. Bellanger, B. Marzloff. Transit, ditions de laube, La Tour


dAigues, 1996.

[Benati, 1997] S. Benati. A cellular automaton for the simulation of competitive location. In
Environment and Planning B-Planning & Design, 1997

[Benenson, 2004] I. Benenson. Agent-based modelling : from individual residential choice to


urban residential dynamics. In Spatially Integrated Social Science: Examples in Best Practice.
Oxford University Press. Oxford, 2004
Bibliographiegnrale 231
*****************************************************************************************************

[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

[Benenson et Torrens, 2004] I. Benenson, P.M. Torrens. Gosimulation. Autoamata-based of


urban phenomena. Editions Wiley. England 2004. Reprinted june 2005

[Bensaid, 2003] L. Bensaid. Simulation multi-agent des comportements des consommateurs


dans un contexte concurrentiel. Thse de luniversit Pierre et Marie Curie. Paris, juin 2003

[Berec, 2002] L. Berec. Technics of spatial explicit individual-based models: construction,


simulation and mean-field analysis. In Ecological Modelling (150), 2002

[Berroir et al., 1996] S. Berroir, N. Cattant, T. Saint-Julien. La structuration des territoires de la


ville, entre agglomration et aire polarise. Document de travail. EquipePARIS, CNRS.
Universit de Paris I, 1996

[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

[Bonnet et al., 1999] C. Bonnet, C. Burricaud, C. Colin, A. Flipo, R. Mahieu, P. Ralle, B.


Sdillot. Le modle de microsimulation dynamique : DESTINIE. Dpartement des Etudes
Economiques dEnsemble, Malakoff, 1999

[Bonvalet, 1987] C. Bonvalet. Les parisiens dans leur maturit : origine, parcours, intgration.
In Population n3, 1987

[Bonvalet et Gotman, 1993] C. Bonvalet, A. Gotman. Le logement, une affaire de famille.


Editions LHarmattan, 1993

[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

[Bura et al., 1993] S. Bura, F. Gurin-Pace, H. Mathian, D. Pumain, L. Sanders. Multi-Agents


Systems and the Dynamics of a Settlement System. In Simulation Societies Symposium. Siena,
1993

[Burkhardt et al., 2004] J. Burkhardt, S. Donikian, Y. Duthen, O. Hguy, D. Lourdeau, T.


Morineau, M. Parenthon, C. Sanza, J. Tisseau. Action spcifique humain virtuel : vers un
humain synthtique temps-r el aussi vrai que nature. Rapport technique, CNRS, 2004

[Cardon, 2004] A. Cardon. Modliser et concevoir une machine pensante : Approche de la


conscience artificielle. Edition Vuibert, Paris 2004

[Casare et Sichman, 2005] S. Casare, J.S. Sichman. Towards a functional ontology of


232 MODLISATION&SIMULATIONMULTIAGENTSDELADYNAMIQUEURBAINE :APPLICATIONLAMOBILITRSIDENTIELLE
*******************************************************************************************************

reputation.In International Joint Conference on Autonomous Agents and Multi-Agent Systems


AAMAS, 2005

[Castelfranchi, 1990] C. Castelfranchi. Social Power : A Point Missed in Multi-Agent, DAI,


and HCI. In Decentralized Artificial Intelligence: Proceedings of the first European Workshop
on Modelling Automous Agents in a Multi-agent World (MAAMAWA89). Amsterdam, 1990

[Cavailhs et al., 2004] J. Cavailhs, P. Frankhauser, I. Thomas. Where Alonso meets


Sierpinski : An urban economic model of a fractal metropolitan area. In Environment and
Planning A, Vol. 36, 2004

[Certu, 2002] Certu. Quelle est la rpartition spatiale des diffrents types de logements et son
volution ? Programme ACTEUR, 2002

[Chamboredon et Lemaire, 1970] J-C. Chamboredon, M. Lemaire. Proximit spatiale et


distance sociale. In Revue Franaise de Sociologie n1 Paris, 1970

[Chardonnel, 2001] S. Chardonnel. La time-geography : les individus dans le temps et dans


lespace. In Modles en analyse spatiale. Editions Herms. Paris 2001

[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)

[Collinot et Drogoul, 1996] A. Collinot, A. Drogoul. Application de la mthode Cassiope


lorganisation dune quipe de robots. In Actes des 4mes journes francophones dintelligence
Artificielle et Systmes Multi-Agents, 1996.

[Conte et al., 1998] R. Conte, N. Gilbert, J.S. Sichman. MAS and Social Simulation : A
Suitable Commitment. MABS98. Paris, 1998

[Cornujols et al., 2002] A. Cornujols, L. Miclet, Y. Kodratof. Apprentissage artificiel :


Concepts et algorithmes. Editions Eyrolles, Paris, 2002

[Courgeau, 1984] D. Courgeau. Relations entre cycle de vie et migrations. In Population n3,
1984

[Courgeau et Pumain, 1984] D. Courgeau, D. Pumain. Baisse de la mobilit rsidentielle. In


Population et socit n179, 1984

[Courgeau, 1988] D. Courgeau. Mthodes de mesures de la mobilit spatiale. INED, Paris,


1988

[Cribier, 1989] F. Cribier. Itinraires rsidentiels et stratgies dune gnration de parisiens


deux priodes de leur vie. In Les Annales de la Recherche Urbaine n41, 1989

[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.

[DI Meo, 1999] G. DI Meo. Gographies tranquilles du quotidien. Une analyse de la


contribution des sciences sociales et de la gographie ltude des partiques spatiales. In Les
cahiers de gographie du Qubec, vol 43 n 118. Qubec 1999

[Donikian, 2004] S. Donikian. Modlisation, contrle et animation dagents virtuels voluant


dans des environnements informs et structurs. HDR de lUniversit de Rnnes1. URL :
http://www.irisa.fr/bibli/publi/habilitations/donikian/hdr.html (consult le 13.03.2007)

[Doran, 2001] J. Doran. Agent-Based Modelling of EcoSystems for Suitable Resource


Management. 3rd EASSS01. Prague, 2001

[Droesbeke et al., 2002] J-J, J. Fine, G. Saporta. Mthodes baysiennes en statistique. Editions
TECHNIP, Paris, 2002

[Drogoul, 1993] A. Drogoul. De la simulation multi-agent la rsolution collective de


problmes. Thse de luniversit Paris VI. Paris, novembre 1993

[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

[Dubos-Paillard et al., 2003] E. Dubos-Paillard, Y. Guermond, P. Langlois. Analyse de


lvolution par automate cellulaire. Le modle SpaCelle. In Lespace gographique n4, 2003

[Duchne et Cambier, 2003] C. Duchne, C. Cambier. Gnralisation cartographique avec des


agents qui voient et communiquent. In Journes Francophones sur les Systmes-Multi-Agents
(JFSMA03). Hammamet, Tunisie, novembre 2003

[Duchne, 2003] C. Duchne. Coordination multi-agents pour la gnralisation automatique. In


Bulletin dInformation de lIGN, n 74, mars 2003

[Dupuy, 1992] J.P Dupuy. Introduction aux sciences socials : logique des phnomnes
collectifs. Editions, Ellipses, Paris, 1992

[Dupuis, 2002] J. Dupuis. Estimation Baysienne dun modle multi-tat markovien. In


Mthodes baysiennes en statistique. Editions TEHCNIP, Paris, 2002

[Durand-Dasts, 2001] F. Durand-Dasts. Les concepts de la modlisation en analyse spatiale.


In Modles en analyse spatiale. Editions Herms. Paris 2001

[Durand-Dasts, 1984] F. Durand-Dasts. Systmes et localisations : problmes thoriques et


formels. Colloque Gopoint Avignon. Groupe dupont 1984

[Dureau et al., 2000] F. Dureau et alii. Mtropoles en mouvement. Une comparaison


internationale, Paris 2000.

[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
*******************************************************************************************************

Integrated Modelling of Socio-environmental Systems. In Environmental Monitoring and


Assessment n34, 1995

[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

[Filippi, 1993] B. Filippi. Les enqutes-mobilit : potentialits et enjeux pour la connaissance


du fonctionnement des marchs locaux de lhabitat. In Actes et entretiens de lHabitat de
Nancy, 1993

[Filippi, 1997] B. Filippi. Mobilit rsidentielle, chanes de vacance et approches systmiques


des marchs locaux de lhabitat. Comment observer et modliser ? In Comprendre les marchs
locaux du logement. Edition LHarmattan, Collections Villes et entreprises, Paris, 1997

[Fleury et al., 2007] G. Fleury, P. Lacomme, A. Tanguy. Simulation vnements discrets.


Modles dterministes et stochastiques. Exemples dapplications implments en Delphi et en
C++. Editions Eyrolles, Paris 2007

[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 Pumain, 2001] P. Frankhauser, D. Pumain. Fractales et gographie. In


Modles en analyse spatiales. Editions Herms. Paris 2001

[Frankhauser et al., 1998] P. Frankhauser, A. Moine, H. Bruch, C. Tannier, D. Josselin.


Simulating settlement pattern dynamics by subjective attractivity evaluation of agents. Paper
presented for the 37th meeting on Western Regional Science Association. Monterey, California,
1998

[Frankhauser et al., 1997] P. Frankhauser, C. Tannier, P. Gillon, D. Josselin. Simulatting


Urban pattern dynamics by using an alterantive approach of modelization. In European
Workshop on Theoritical and Quantitative Geography, Rostock, 1997

[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)

[Frankhauser, 1993] P. Frankhauser. La fractalit des structures urbaines. Thse de doctorat de


lUniversit Paris I, UFR de Gographie, Paris, 1993

[Frankhauser, 1996] P. Frankhauser. Echelles, hirarchies et fait urbain. HDR de lUniversit


de Franche-Comt, Besanon, 1996.
Bibliographiegnrale 235
*****************************************************************************************************

[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

[Gibson, 1986] J. Gibson. The ecological approach to visual perception. NJ : Lawrence


Erlbaum Assocates, Inc, Hillsdale, 1986

[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

[Guermond, 2005] Y. Guermond. Des modles classiques la modlisation incrmentale. In


Modlisations en gographie : dterminismes et complexits. Editions Herms. Paris 2005

[Guessoum, 2002] Z. Guessoum. Modles multi-agents et systmes dynamiques. In Approche


dynamique de la cognition artificielle. Editions Herms. Paris 2002

[Guttorp, 1995] P. Guttorp. Stochastic Modelling of scientific Data. Edition Chapman an Hall.
London, 1995

[Goodman, 1990] A.C. Goodman. Demographics of Individual Housing Demand. In Regional


Science and Urban Economics, n20, 1990

[Hgerstrand, 1970] T. Hgerstrand. What about people in regional science? Paper of the
Regional Science Association, 1970

[Hgerstrand, 1985] T. Hgerstrand. Time-Geographiy: focus on the corporeality of man


society and environment. In The Science of Praxis of Complexity. The United Nation
University, 1985

[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

[Houot, 1999] H. Houot. Approche gographique des nuisances sonores urbaines.


Mthodologie daide la prise en compte des nuisances sonores en amnagement urbain.
Application la ville de Besanon. Thse de doctorat de lUniversit de Franche-Comt, 1999

[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
*******************************************************************************************************

[Jen, 1990] E. Jen. A periodicity in one-dimensional cellular automata. In Physica D, n45,


1990

[Joerin, 1995] F. Joerin. Mthode multicritre daide la dcision et SIG pour la recherche
dun site. In Revue internationale de gomatique, 1995

[Kaufmann, 2000] V. Kaufmann. Mobilit quotidienne et dynamiques urbaines. La question du


report modal, Science, Technique, Socit. Presses polytechniques et universitaires romandes,
2000.

[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

[Kaufmann et al., 2004] V. Kaufmann, M. Schuler, O. Crevoisier, P. Rossel. Mobilit et


motilit. De lintention laction. Cahier du LASUR n4, Ecole Polytechnique Fdrale de
Lausanne, fvrier 2004.

[Kerjosse et Tamby, 1996] R. Kerjosse, I. Tamby. La situation dmographique en 1994,


mouvement de la population, Insee Rsultats n505-506, Paris, 1996

[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

[Lamarche, 2003] F. Lamarche. Humanodes virtuels, raction et cognition : une architecture


pour leur autonomie. Thse de doctorat de lUniversit de Rennes1, 2003.

[Lamy et al., 1999] S. Lamy, Y. Demazeau, C. Baeijs, M. Jackson, W. Mackaness, R. Weibel.


AGENT Project : Automated Generalisation New Technology, 1999. Disponible sur
http://egent.ign.fr/public/stresa.pdf (Consult le 15.12.2005).

[Langlois, 2005] P. Langlois. Complexit et systmes spatiaux. In Modlisations en gographie,


dterminismes et complexits. Editions Herms. Paris 2005

[Langlois, 2006] P. Langlois. Approche conceptuelle de lespace : structurations de lespace, du


temps et des objets dans un contexte de modlisation multi-agents. in Modlisation et
simulation multi-agents : application pour les Sciences de lHomme et de la Socit, Editions
Hermes-Lavoisier, Paris 2006

[Langlois et Phipps, 1997] A. Langlois, M. Phipps. Automates cellulaires : application la


simulation urbaine. Editions Herms. Paris 1997

[Larman, 2003] C. Larman. Agile and Iterative development: A Managers Guide. Editions
Addison-Wesley, 2003.

[Lars, 1992] L. Lars. Priode post-parentale : dmnager ou pas ? In La ville en mouvement :


habitat et habitants. Editions LHarmattan, Paris, 1992

[Lelivre et Lvy-Vroelant, 1992] E. Lelivre, C. Levy-Vroelant. La ville en mouvement :


Habitat & Habitants, Edition LHARMATTAN, Collection villes et enterprises, 1992.

[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 et Vidalenc, 1997] T. Le Jannic, J. Vidalenc. Ples urbains et priurbanisation. Le


zonage en aires urbaines. INSEE Premire n 516, 1997

[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

[Louvot, 1992] C. Louvot. De la location la proprit : le parc de logements se redistribue. In


Economie et statistique n251, 1992

[Lugassy, 1985] F. Lugassy. Les significations psychosociales du logement. Thse dtat,


Universit de Nancy, 1985

[Maleyre, 1994] I. Maleyre. Logement et demande de biens caractristiques multiples : vers


un renouvellement des modles dquilibre spatial urbain ? Application Abidjan. Thse de
doctorat de sciences conomiques, Universit Paris XV, 1994

[Mallot, 1997] A. Mallot. Behavior-oriented approaches to cognition : theoretical perspectives.


Theory in biosciences n116, 1997

[Martouzet, 1995] D. Martouzet. Recherche du fondement de lthique de lamnagement.


Thse de doctorat de gographie. Universit de Tours. Tours 1995

[Marzloff, 2005] B. Marzloff. Mobilits, trajectoires fluides. Editions CERTU, 2005.

[Mathis, 2003] P. Mathis. Graphes et rseaux: modlisation multiniveau. Editions Herms,


Paris 2003

[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
*******************************************************************************************************

New York Spring-Verlag, 1993

[Micoud, 1974] A. Micoud. Le fonctionnement de la mobilit rsidentielle intra-urbaine,


application lagglomration stphanoise, Saint-Etienne, CRESAL, 1974.

[Morin, 1991] E. Morin. La Mthode. Tome 4 : les ides, leur habitat, leur vie, leurs murs.
Editions Le Seuil. Paris 1991

[Moine, 1995] A. Moine. Modlisation de la demande de logements en zone frontalire. Un


outil daide la dcision applique au march local de Morteau (Doubs), Thse de doctorat de
lUniversit de Franche-Comt, 1995.

[Morin, 1977] E. Morin. La Mthode. Tome 1 : La nature de la nature. Editions Le Seuil. Paris
19977

[Moukas et al., 1998] A. Moukas, K. Chandrinos, P. Maes. Trafficopter : a Distributed


Collection System for Traffic Information. CIA98. Paris, 1998

[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

[Nicot, 2007] B. Nicot. Comportements spatiaux, critres de choix et imprcision. Document


de travail ECDESUP, Laboratoire ThMA, Besanon, 2007

[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, 1999] J-P Orfeuil. La mobilit : analyses, reprsentations, controverses. Universit de


Paris XII 1999

[Orfeuil, 1989] J-P Orfeuil. Un milliard de dplacements par semaine, la mobilit des Franais,
INRETS, La Documentation franaise, 1989.

[Orfeuil, 1999] J-P. Orfeuil. La mobilit, rvlatrice du nomadisme ou de la volont


dancrage ? Edition CERTU, 1999

[Orfeuil, 2000] J-P. Orfeuil. Lvolution de la mobilit quotidienne. Comprendre les


dynamiques, clairer les controverses, Synthse Inrets n 37, 2000.

[Padgham et Winikoff, 2005] L. Padgham, M. Winikoff. Prometheus: A Pratical Agent-


Oriented Methodology. In Agent-oriented methodologies, Edition Idea Group Publishing, 2005

[Palmade, 1989] J. Palmade. Systme idologique et symbolique de lhabiter. Thse dtat,


Universit de Toulouse, 1989
Bibliographiegnrale 239
*****************************************************************************************************

[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, 1986a] J. Pearl. A constraint-propagation approach to probabilistic reasoning. In


Uncertainty in Artificial Intelligence, Edition Elsevier Science, Amsterdam, 1986

[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

[Pearl, 1987b] J. Pearl. Probabilistic reasoning in Intelligent Systems : Networks of Plausible


Inference. Edition Morgan Kaufmann, San Francisco, 1988

[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, 1966] M. Phipps. Introduction au concept de modle biogographique. In Actes du


2me Symposium International de Photo-Interprtation. Editions Technip. Paris 1966

[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 Benenson, 1995] J. Portugali et I. Benenson. Artificial planning experience by


means of a heuristic sell-space model: simulating international migration in the urban process.
In Environment and Planning B 27, 1995

[Portugali et Benenson, 1994] J. Portugali et I. Benenson. Competing order parameters in a


sel-organizing city. In Managing and Maketing of Urban Development and Urban Life. Berlin,
1994

[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 et al., 1994] J. Portugali et I. Benenson, I. Omer. Socio-spatial residential dynamics :


stability and instability within a self-organized city. In Geographical Analysis n26, 1994

[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., 1989] D. Pumain, L. Sanders, T. Saint-Julien. Villes et auto-organisation.


Editions Economica, Paris, 1989.

[Pumain et Saint-Julien, 2001] D. Pumain, T. Saint-Julien. Les interactions spatiales. Volume


2 : interactions. Editions Armand Colin. Collection Cursus. Paris, 2001

[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 Godard, 1996] D. Pumain, F. Godard. Donnes Urbaines, Vol. 1, Collection


VILLES, 1996.

[Pumain et Saint-Julien, 1997] D. Pumain, T. Saint-Julien. Lanalyse 240errito, Volume 1 :


Localisation, A. Colin, Collection Cursus, 1997.

[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.

[Principia Cybernetica, 2003] Principia Cybernetica, 2003 Disponible sur :


http://pespmc1.vub.ac.be (consult le 12.04.2006)

[Provitolo, 2002] D. Provitolo. Risque urbain, catastrophes et villes mditerranennes. Thse de


doctorat de lUniversit de Nice Sophia-Antipolis, Nice, 2002.

[Provitolo, 2006] D. Provitolo. La dynamique des systmes selon J. W Forrester, 2006.


Disponible sur http://www.hypergeo.eu/article.php3?id_article=384 (consult le 20.09.2007)

[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.

[Racine, 1996] J-B Racine. Exurbanisation et mtamorphisme pri-urbain. Introduction


ltude de la croissance du grand Montral. In Revue de gographie de Montral n 22.
Montral 1996

[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

[Remy, 2000] J. Remy. Mtropolisation et diffusion de lurbain : les ambiguts de la mobilit,


in Les territoires de la mobilit, PUF, Paris, 2000.

[Rennard, 2002] J-P Rennard. Vie artificielle. O la biologie rencontre linformatique. Illustr
Bibliographiegnrale 241
*****************************************************************************************************

avec Java. Editions Vuibert. Paris 2002

[Robert, 1996] C. Robert. Methodes de Monte-Carlo par chanes de Markov. Economica, Paris,
1996

[Robert-Bobe 2001] I. Robert-Bobe. Modelling Demographic Behaviours in the French


Microsimulation Model Destinie : an Analysis of Future Change in Completed Fertility, Insee
document de travail nG2001/14

[Robert-Bobe 2002] I. Robert-Bobe. La programmation des vnements dmographiques


dans Destinie, Insee note n20/G211 26 juillet 2002

[Rolland-May, 2000] C. Rolland-May. Evaluation des territoires : concepts, modles,


mthodes. Editions Herms, Paris, 2000

[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

[Saint-Julien, 2001] T. Saint-Julien. Processus de diffusion spatiale et modlisation du


changement in Modles en analyse spatiale ; Edition Herms, Paris, 2001.

[Salomon et al., 1993] I. Salomon, P. Bovy, J-P. Orfeuil. A Billion Trips a Day, Dordrecht,
Kluwer Academic Publishers, 1993.

[Sanders, 1990] L. Sanders. Lanalyse statistique des donnes en gographie, Montpellier :


Alidade Reclus, 1990.

[Sanders, 2006] L. Sanders. Les modles agents en gographie urbaine. In Modlisation et


simulation multi-agents : applications pour les sciences de lHomme et de la Socit. Edition
Herms-Lavoisier, Paris, 2006.

[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, 1971] T.C. Schelling. Dynamic models of segregation. In Journal of Mathematical


Sociology (1) 1971

[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

[Soulignac, 1995] F. Soulignac. Construction neuve et dmnagements en chane, Paris,


IAURIF, 1995

[Sperman, 1904] C. Sperman. General intelligence objectively determined and measured. In


Journal of Psychology n15. New York 1904

[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.

[Tannier et Houot, 2003] C. Tannier, H. Houot. SimNoise: Simulating the Impact of


Noise Annoyance on Intra-urban Residential Migration. ThMA, Universit de
Franche-Cont, Besanon 2003

[Tannier et al., 2006] C. Tannier, P. Frankhauser, H. Houot, G. Vuidel. Optimisation de


l'accessibilit aux amnits urbaines et rurales travers le dveloppement de modles fractals
d'urbanisation. XLII Colloque de lASRDLF XII Colloque du GRERBAM, Sfax, 4-6
Septembre 2006

[ThMA, 2005] E. Dubos-Paillard, P. Frankhauser, A. Moine, S. Ormaux, P. Signoret, C.


Tannier. Schma de Cohrence Territoriale (SCOT). Livre Blanc. Laboratoire ThMA, UMR,
6049, CNRS, Universit de Franche-Comt. Besanon, 2005.

[Thriault, 2005] M. Thriault. Dfinition et mesure de laccessibilit aux services urbains:


comportements de mobilit, perceptions et impact sur les valeurs rsidentielles. Prsentation
ThoQuant, Universit de Franche-Comt, Besanon, 26 janvier 2005

[Thomas, 2005] R. Thomas. Modle de mmoire et de carte cognitive spatiales : application


la navigation du piton en environnement urbain. Thse de doctorat de lUniversit de Rennes1,
2005

[Thumerelle, 1986] J-P. Thumerelle. Peuples en mouvement. La mobilit spatiale des


populations. Paris, SEDES, 1986.

[Tobler, 1979] W. Tobler. Cellular geography. In Philosophy in geography. Reidel Pub,


Dordrecht, Holland, 1979

[Toulemon, 1996] L. Toulemon. La cohabitation hors mariage s'installe dans la dure. In


Population n3, mai-juin 1996

[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
*****************************************************************************************************

[Tucker, 1963] L. R. Tucker. Implications of Factor Analysis of Tree-Way Matrices for


Measurement of Change. In Problem in Measuring Change. Editions CW. Harris. University of
Wisconsi Press, 1963

[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

[Vanbergue, 2003] D. Vanbergue. Conception de simulation multi-agents. Application la


simulation des migrations intra-urbaines de la ville de Bogota. Thse de doctorat
dinformatique. Universit de Paris 6. Paris 2003

[Vanbergue et Drogoul, 2002] D. Vanbergue, A. Drogoul. Approche multi-agent pour la


simulation urbaine. In Actes des journes Cassini, Brest, septembre 2002

[Vandekerckove, 1995] L. Vandekerckove. Dpenses de logement et comportements


rsidentiels en 1988 et 1992. In Consommation et modes de vie n77-78, INSEE, Paris, 1995

[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.

[Villeneuve-Gokalp, 1994] C. Villeneuve-Gokalp. Constance et inconstances de la


famille,Travaux et Documents de l'Ined, 1994

[Vincent, 1986] M. Vincent. La formation du prix du logement. Editions Economica, Paris,


1986

[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

[Walliser, 1977] B. Walliser. Systmes et modles. Introduction critique lanalyse de


systmes. Essai, ditions du Seuil, Paris, 1977.

[Weber, 1999] C. Weber. Modlisation dynamique des interactions entre forme de mobilit et
recomposition territoriale. Rapport du PSIG, 1999

[Weidlich et Haag, 1988] W. Weidlich, G. Haag. Interregional Migration. Dynamic Theory


and Comparative Analysis; Springer Verlag, Berlin, 1988.

[Weidlich, 1991] W. Weidlich. Physics, synergetics and social science-the approach of


synergetics. Physic reports, vol. 204, n 1, 1991.

[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).

[Whitelegg, 1997] J. Whitelegg. Critical Mass, Edition Pluto, London, 1997.

[White et Engelen, 2000] R. White et G. Engelen. High-resolution integrated modelling of the


spatial dynamics of urban and regional systems. In Computers, Environment and Urban
Systems n24, 2000

[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

[Wiel, 1999] M. Wiel. La transition urbaine, Edition Sprimont, Mardaga, 1999.

[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

[Zambonelli et al., 2005] F. Zambonelli, N. Jenning, M. Wooldrige. Multi-Agents Systems as


Computational Organizations: The Gaia Methodology. In Agent-oriented methodologies,
Edition Idea Group Publishing, 2005.
Table des matires
Remerciements. 5
Avant-propos 7
Sommaire.. 11
Introduction.. 13

Partie I : De la mobilit la modlisation des dynamiques urbaines 19

Chapitre 1. La mobilit : quelle place dans lanalyse des dynamiques socio-


spatiales ?... 21
1.1. La mobilit : une notion transdisciplinaire dominance spatiale 23
1.1.1. Le caractre polysmique de la notion de mobilit..... 23
1.1.2. De la contigut la connexit spatiale de la mobilit.... 24
1.1.3. De lirrversibilit la rversibilit de la mobilit..... 25
1.2. Retour sur les diffrentes formes de la mobilit........... 27
1.2.1. Une prsentation synoptique des diffrentes formes de mobilit.............. 28
1.2.2. La mobilit quotidienne............ 29
1.2.3. La mobilit rsidentielle............ 31
1.3. Mobilit et politiques territoriales......... 32
1.3.1. Liens entre dynamiques territoriales et mobilits.............. 32
1.3.2. De la prise en compte de la mobilit dans les politiques damnagements
urbains et rgionaux........ 34
1.3.3. Du POS la loi SRU......... 35
1.4. La mobilit comme moteur de la dynamique urbaine....... 37
1.4.1. La mobilit rsidentielle vue comme productrice de territoire....... 38
1.4.2. La dynamique rsidentielle dans le SCoT de la CAGB : un cas dcole.... 39
Bibliographie rfrence. 44

Chapitre 2. La mobilit rsidentielle : mesure, dynamiques et dterminants.... 47


2.1. Mesures et volution des connaissances sur la mobilit rsidentielle. 49
2.1.1. Le sources de donnes pour mesurer la mobilit rsidentielle.. 49
2.1.1.1. Le recensement et ses limites 49
2.1.1.2. Les enqutes-Logement... 50
2.1.1.3. Les fichiers de logement communal.. 51
2.1.2. Les diffrents angles danalyse de la mobilit rsidentielle.. 52
2.1.2.1. Mobilit rsidentielle et comportement conomique. 53
2.1.2.2. Articulation entre carrire professionnelle, cycle de vie et mobilit
rsidentielle..... 54
2.2.2.3. Statut social et mobilit rsidentielle 54
2.1.2.4. Impact de loffre de logement sur la mobilit. 55
2.2. Les dynamiques habitat-habitants 56
2.2.1. Les dynamiques structurelles 57
2.2.2. Les effets de contexte 58
2.2.3. Les dynamiques temporelles. 59
2.3. Les dterminants de la mobilit rsidentielle... 61
246

2.3.1. Les lments de caractrisation des mnages 62


2.3.1.1. Le statut doccupation. 62
2.3.1.2. La catgorie socioprofessionnelle, un indicateur illusoire du revenu et
du niveau dtudes. 65
2.3.1.3. Le cycle de vie.. 67
2.3.1.4. Les rseaux de relations socioculturelles et familiales. 69
2.3.2. Les dterminants relatifs au logement... 70
2.3.2.1. Le type dhabitat.. 71
2.3.2.2. Lenvironnement rsidentiel.. 73
Bibliographie rfrence 75

Chapitre 3. Problmatiques et premires approches de modlisations et de


simulations urbaines.. 79
3.1. Problmatiques lies la modlisation des dynamiques urbaines... 80
3.2. La ville et son fonctionnement. 82
3.2.1. Elments de dfinition de la ville 83
3.2.2. Souscrire une vision de la ville 84
3.2.3. Un nouveau dcoupage statistique pour cerner la ville... 85
3.2.4. Les structures urbaines dominantes 87
3.3. Approche systmique de la ville.. 89
3.3.1. Dfinition dun systme ferm 90
3.3.2. Dfinition dun systme ouvert... 91
3.3.3. Conception systmique de la ville.. 91
3.4. Apprhender la ville comme un systme complexe... 93
3.4.1. La complexit, une notion polysmique. 94
3.4.2. De la complexit du systme urbain... 94
3.4.3. ... lmergence urbaine. 95
3.5. Des approches classiques de modlisation la gosimulation urbaine 97
3.5.1. Les approches statiques... 97
3.5.2. Les approches dynamiques. 98
3.5.3. Introduction la gosimulation... 99
3.5.3.1. Dfinition de la gosimulation 100
3.5.3.2. Caractristiques des modles de gosimulation.. 101
Bibliographie rfrence. 106

Partie 2 : Appropriation conceptuelle et mthodologique des outils


de la gosimulation. 113

Chapitre 4. Lapproche multi-agents en gographie... 115


4.1. Quelques gnralits sur le paradigme multi agents 117
4.1.1. Lintelligibilit.. 117
4.1.2. Lautonomie.. 118
4.1.3. Le paralllisme.. 119
4.1.4. La situation dans un environnement 120
4.1.5. Les interactions. 121
4.1.6. Lmergence 122
247

4.2. Le concept dagent.. 123


4.2.1. Dfinition.. 123
4.2.2. Agents ractifs et agents cognitifs..... 124
4.2.3. Lanthropomorphisme des agents..... 126
4.3. Systme multi agents versus simulation multi agents.. 127
4.3.1. Dfinition dun systme multi agents.... 127
4.3.2. Simulation multi agents 129
4.4. Mthodologie oriente agent en gographie..... 130
4.4.1. Analyse structurelle et dimensionnelle.. 132
4.4.2. Identification et spcification des agents... 132
4.4.3. Conception architecturale. 134
4.5. Quelques applications gographiques des SMA... 135
4.5.1. SVERIGE : un modle de simulation de biographies individuelles.. 136
4.5.2. MICDYN : un modle de simulation de dynamiques spatiales de populations 136
4.5.3. SIMPOP : un modle de simulation de lvolution dun systme de villes... 137
4.5.4. AGENT : un modle de gnralisation cartographique. 138
Bibliographie rfrence... 141

Chapitre 5. Les automates cellulaires comme support spatial la dynamique


urbaine..... 143
5.1. Introduction aux automates... 144
5.1.1. Dfinition intuitive dun automate. 144
5.1.2. Dfinition formelle dun automate fini.. 144
5.2. Rseaux dautomates et automate cellulaire. 145
5.2.1. Du rseau dautomates... 146
5.2.2. lautomate cellulaire bidimensionnel. 146
5.3. Modlisation par automates cellulaires en gographie. 147
5.3.1. Quelques travaux prcurseurs 147
5.3.2. Principes de modlisation.. 148
5.3.2.1. Lespace cellulaire... 149
5.3.2.2. Les tats.. 149
5.3.2.3. Le voisinage... 149
5.3.2.4. La configuration initiale.. 150
5.3.2.5. Les rgles de transition 150
5.3.2.6. Les modes de transition... 151
5.3.2.7. La procdure gnrale. 151
5.3.3. De la prise en compte de lalatoire : les processus de Markov. 153
5.3.4. Articulation entre automate cellulaire et systme multi agents.. 153
5.4. Quelques exemples dapplications gographiques des automates cellulaires. 155
5.4.1. Le modle de Batty et Xie. 156
5.4.2. Le modle de Portugali et Benenson. 156
5.4.3. Le modle de White et Engelen. 158
5.4.4. Le modle SpaCelle... 161
Bibliographie rfrence.... 164
248

Partie 3 : Ralisation et application dun modle de simulation de la


dynamique urbaine : VisualSimores.. 167

Chapitre 6. Modlisation du comportement des agents et de la dynamique


rsidentielle... 169
6.1. Considrations thoriques relatives aux rseaux baysiens.. 171
6.1.1. Les graphes orients sans cycle... 172
6.1.1.1. Notion de graphe.... 172
6.1.1.2. Notion darc.... 173
6.1.1.3. Les graphes orients et quelques notions connexes.... 173
6.1.2. Les probabilits.... 174
6.1.2.1. Notions de probabilit et de variable alatoire.... 174
6.1.2.2. Notions de probabilit jointe et de probabilit marginale..... 175
6.1.2.3. De la probabilit conditionnelle au thorme de Bayes..... 176
6.2. Formalisation du modle comportemental des agents... 178
6.2.1. Revisite du systme rsidentiel 178
6.2.2. Linfrence comportementale des agents 179
6.2.2.1. Spcification du graphe causal 179
6.2.2.2. Spcification du schma dinfrence.. 180
6.2.2.3. Quantification des probabilits conditionnelles... 181
6.3. Formalisation de la dynamique spatiale de lhabitat. 181
6.3.1. Spcification partielles de lautomate cellulaire.. 182
6.3.1. Construction de la matrice de transition.. 185
6.4. Modle algorithmique du systme rsidentiel : couplage SMA-AC. 188
6.4.1. Comment modliser le comportement humain ?.......................................... 188
6.4.2. Revisite de larchitecture dagent cognitif de type BDI.. 189
6.4.3. Le choix dun nouveau lieu de rsidence et la dcision de migrer.. 191
6.4.4. Formalisation mathmatique de la dynamique globale du systme. 192
6.4.4.1. La formation de nouveaux mnages : union ou clatement dun
mnage existant. 193
6.4.4.2. La disparition dun mnage.. 195
6.4.4.3. Mathmatisation de la dynamique du systme rsidentiel..... 195
Bibliographie rfrence.. 200

Chapitre 7. Rsultats de lapplication du modle de simulation..... 203


7.1. Prsentation succincte du prototype VisualSimores... 204
7.2. Le terrain dapplication : la commune de Sane 206
7.3. Description des donnes de calibrage du modle de simulation... 208
7.4. Analyse des rsultats. 210
7.4.1. Scnario 1 : un cadre de vie agrable pour tous et un quilibre
Sociodmographique..... 212
7.4.2. Scnario 2 : un cadre de vie de qualit moyenne pour tous et une moins
bonne entente dans les familles..... 214
7.4.3. Scnario 3 : un cadre de vie agrable pour les propritaires et de qualit
moyenne pour les locataires et une bonne entente dans les familles..... 217
7.4.4. Synthse... 218
249

Bibliographie rfrence.. 222

Conclusion...... 223
Bibliographie gnrale . 229
Table des matires. 245
Annexes . 251
Table des tableaux. 265
Table des figures.... 267

ANNEXES

Dans ces annexes,

Annexe 1 : Dmonstration du thorme de Bayes

Annexe 2 : Diagrammes de packages et classes de VisualSimores



1
ANNEXE 1
Dmonstration de la formule de Bayes

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 :

Le rel | se lit probabilit de A, sachant B . | se note aussi .


Mathmatiquement, soit un espace probabilis , , et B un vnement de la tribu
de probabilit non nulle (non quasi-impossible). tout vnement A de , on associe
le nombre not | . Formellement, lapplication dfinie par est une
probabilit.
Pour aboutir au thorme de Bayes, on part dune des dfinitions de la probabilit
conditionnelle. En notant la probabilit que A et B aient tous deux lieu, on a :

|
De mme,
254

|
Le rsultat de est le mme que celui de . Il vient que :

| |

En divisant de part et dautre par lquation | | ,


on obtient la rgle de Bayes :

|
|

Chaque terme du thorme de Bayes a une dnomination usuelle.


Le terme est la probabilit a priori de A. Elle est antrieure au sens quelle
prcde toute information sur B. est aussi appele la probabilit marginale de A.
Le terme | est appele la probabilit a posteriori de A sachant B (ou encore de A
sous condition B). Elle est postrieure , au sens quelle dpend directement de B. Le
terme | , pour un B connu, est appele la fonction de vraisemblance de A. De
mme, le terme est appel la probabilit marginale ou a priori de B.
1
ANNEXE 2
Diagrammes de packages et classes de VisualSimores
Larchitecture informatique du prototype VisualSimores est compose de deux packages
principaux (la librairie de lautomate cellulaire et celle du systme multi-agents) et dun
troisime dont les classes modlisent linterface utilisateur.
Nous prsentons dans cette annexe le digramme de chacun de ces packages ainsi que
linterface logicielle de chacune des classes, structures ou numration quils
contiennent.

La librairie de lautomate cellulaire et la vue statique de ses classes

AutomateCellulaire

Cellule EtatPossible EtatListBox

EtatDictionarySet ReseauCellulaire
256
257

La librairie du SMA et la vue statique de ses classes

SystemeMultiAgent

Menage MenagesDuSysteme StructureDemographique Revenu

ReseauBayesien Composition CycleDeVie LoisDeProbabilite

DonneeEcoSpatiale TypeHabitat StatutOccupation Action But

Desir
258
259
260
261

Vue statique des classes logicielles de linterface utilisateur de VisualSimores


262
263
264
265

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

Figure 7.7 : Evolution de lhabitat dans le scnario 1.. 213


Figure 7.8 : Distribution spatiale de lhabitat en 2015 daprs le scnario 1... 213
Figure 7.9 : Evolution de lhabitat dans le scnario 2 . 214
Figure 7.10 : Distribution spatiale de lhabitat en 2015 daprs le scnario 2. 215
Figure 1.11 : Mise en vidence des rsultats entre 2015 et 2020 daprs le scnario 2 .. 216
Figure 7.12 : Evolution de lhabitat dans le scnario 3 217
Figure 7.13 : Distribution spatiale de lhabitat en 2015 daprs le scnario 3. 218

MODLISATION ET SIMULATION MULTI-AGENTS
DE LA DYNAMIQUE URBAINE

APPLICATION LA MOBILIT RSIDENTIELLE


______________________________________________________________________

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.

Mots cls : Agents, automate cellulaire, comportement, mobilit rsidentielle, complexit.

AGENT BASED MODELLING AND SIMULATION


OF THE URBAN DYNAMIC

APPLICATION ON RESIDENTIAL MOBILITY


______________________________________________________________________

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.

Keywords : Agents, cellular automata, behavior, residential mobility, complexity.