ACMO : A PPROCHE C OMPORTEMENTALE M ULTI -O BJECTIF POUR LES S YSTÈMES COMPLEXES MC. Lamjed Ben...

ACMO : APPROCHE COMPORTEMENTALE MULTI-

OBJECTIFPOUR LES SYSTÈMES

COMPLEXES

MC. Lamjed Ben Said

Université de Tunis

Institut Supérieur de Gestion

Laboratoire de recherche SOIE

Équipe MoS

1

Journées Systèmes Complexes Cité des Sciences Tunis 23-25 avril 2012

2

Vision Rationnelle Anxiété / Méfiance Excès de confianceCréativitéMimétismeLeadershipVision comportementale

QUELQUES NOTIONS DE BASE

Psychologie : étude scientifique des comportements observables et des attitudes comportementales agissants sur les processus mentaux

Comportement : action ou réaction des humains, des animaux et des systèmes qui est observable

Attitude : une prédisposition à agir / ensemble de jugements, de tendance, un état d’ésprit qui poussent à certains comportements

3

NOTION D’ATTITUDE

4

Attitude

Eléments intrinsèques (psychologique)

PersonnalitéÉmotions

Traits

Eléments extrinsèques

(socioculturel)

Position sociale Appartenance

Influence sociale

Apprentissage

Cognitive (ce que l'on

sait)

Affective(ce que l'on

sent)

Conative (ce que l'on

fait)

Attitude

ValeursCroyances,

Opinions Convictions

Sentiments Émotions État d’âme

Intention et prédisposition

pour agir

ATTITUDE VS. COMPORTEMENT

Attitude et le comportement sont deux notions différentes.

Si l’individu est cohérent alors son attitude (stimulus) et son comportement (réponse) se situent dans une relation de cause à effet direct que l’on peut prévoir

Sinon l’individu se trouve dans un état de dissonance cognitive (Festinger, 1957)

Rétablir la consonance : l’individu a tendance de modifier implicitement ses attitudes pour les mettre en conformité a posteriori avec ses comportements 5

RELATION ATTITUDE-COMPORTEMENT

« L’attitude est essentiellement employée dans le sens d’un état mental et

neurophysiologique déterminé par l'expérience et qui exerce une influence

dynamique sur l'individu en le préparant à agir d'une manière particulière à un certain

nombre d'objets ou d'événements » (Allport, 1935).

6


o La théorie de l'action raisonnée (Fishbein & Ajzen, 1975)

o L’attitude dérive des croyances et de l’information disponible.

o Le comportement est volontaire : Il dépend uniquement d’un choix qui dépend de la bonne ou de la mauvaise évaluation des conséquences relative à la réalisation de l’action.

7


8

o La théorie du comportement planifié (Ajzen, 1987)

o Le comportement humain, pour être effectif, doit d’abord être décidé/planifié

o Désirabilité du comportement + Opinion entourage


Autres visions (Krosnick et al., 1993, 1995, 1997).

La probabilité de production d’un comportement

dépend de la prégnance de l’attitude.

L'attitude doit posséder une structure suffisamment stable et solide pour pouvoir observer la réalisation du comportement consistant avec celle-ci.

Plusieurs dimensions : l’extrémité, l’intensité, la certitude, l’importance, l’intérêt, la connaissance, l’accessibilité, une consistance structurelle, etc.

9

MODÉLISATION COMPUTATIONNELLE DES AC US Patent N° 2003/0154092 (Ben Said et al. 2003)

Behavioural Primitives (BP) : Generic and functional Reacts to positive and negative external stimuli ( Ex_St+ , Ex_St- ) as a function of

inhibitor and triggering thresholds ( Inh_Thrsup , Inh_thrinf , Trig_Thr )

10

Intensity

Rejection scope of negative stimuli

Acceptation scope

Triggering threshold

Inhibitorthresholds

Rejection scope of positive stimuli

Intensity

Inactive BP

Active BP Reception of Ex_St-

with no effect on opinions


with effect on opinions

VBP < Trig_Thr

VBP Trig_Thr

Inh_Thrinf < VBP

VBP Inh_Thrsup

Active BP Reception of Ex_St+




VBP < Inh_Thrsup

VBP Inh_Thrinf

VBP Trig_Thr

VBP < Trig_Thr

Inactive BP





VBP < Trig_Thr

VBP Trig_Thr

Inh_Thrinf < VBP

VBP Inh_Thrsup





VBP < Inh_Thrsup

VBP Inh_Thrinf

VBP Trig_Thr

VBP < Trig_Thr

PLAN

Contexte général Attitude comportementale Présentation d’ACMO

MotivationsSources d’inspirationMéthodologie

Systèmes complexes abordésProblématiques Objectifs Principaux résultats

Conclusion 11

Omniprésence des systèmes complexes dans notre environnement

MOTIVATIONS

12

Activité de celui qui, prenant appui sur des modèles clairement explicités mais non nécessairement complètement formalisés, aide à obtenir des éléments de réponse aux questions que se pose un acteur dans un processus de décision, éléments concourant à éclairer la décision … Aider à décider, c'est tout d'abord aider à clarifier la formulation, la transformation et l'argumentation des préférences. A ce niveau, le concept clé est celui du critère.

Définition de la prise de décision d’après B. Roy (2000)

Notre définition d’un système complexe Un système est dit complexe lorsqu'il est composé d'un grand nombre de composants autonomes différenciés qui interagissent entre eux de manière non triviale. Un système complexe se caractérise également par l'émergence au niveau global de propriétés nouvelles, non observables au niveau des composants du système et par une dynamique du fonctionnement global difficilement prédictible à partir de l'observation des constituants et de leurs interactions élémentaires.

Notre définition d’un système complexe Un système est dit complexe lorsqu'il est composé d'un grand nombre de composants autonomes différenciés qui interagissent entre eux de manière non triviale. Un système complexe se caractérise également par l'émergence au niveau global de propriétés nouvelles, non observables au niveau des composants du système et par une dynamique du fonctionnement global difficilement prédictible à partir de l'observation des constituants et de leurs interactions élémentaires.

Activité de celui qui, prenant appui sur des modèles clairement explicités mais non nécessairement complètement formalisés, aide à obtenir des éléments de réponse aux questions que se pose un acteur dans un processus de décision, éléments concourant à éclairer la décision … Aider à décider, c'est tout d'abord aider à clarifier la formulation, la transformation et l'argumentation des préférences. A ce niveau, le concept clé est celui du critère.

Définition de la prise de décision d’après B. Roy (2000)

Systèmes complexes socio-économiques à aspect décisionnel

Caractérisés par :

• Distribution• Imprévisibilité• Dynamique d’interaction• Hétérogénéité• Émergence

L'aide à la décision nécessite :

• Compréhension et modélisation du phénomène

• Définition d'un ou de plusieurs critères d'évaluation

• Intégration des préférences

PROBLÉMATIQUE SCIENTIFIQUE ABORDÉE

13

Une complexité qui rend difficile la prise de décision relative à la résolution des problèmes qui sont

intrinsèquement liés aux systèmes complexes socio-économiques

Étude, modélisation et simulation des systèmes complexes de type

socio-économique à aspect décisionnel en proposant une

nouvelle approche

Résolution de

problèmes

Outils d’aide à la décision

ACMO : SOURCES D’INSPIRATION

ACMO

Considération de la nature des interactions

Considération des effets des

interactions

Approche ascendante

Approche descendanteApproche mono-disciplinaire

Modifier une variable à la fois

Ne place pas les objectifs au cœur de la démarche

Isole les éléments du système

Conduit à une action par objectifs

Modification d’un ensemble de variables à

la fois

Approche pluridisciplinaire

Caractéristiques de l’approche analytique Caractéristiques de l’approche systémique

14

Environnement du système complexe

ACMO - PHASE I : PRÉ-ANALYSE

15Cadre théorique intégratif

DisciplineN

Discipline1 Discipline2

Discipline3

Discipline4

Système complexe étendu

Décideur

PréférencesObjectifs

Système complexe

Prise en compte du décideur ou du groupe de décideurs dans le système étudié.

Vision pluridisciplinaire qui intègre les concepts nécessaires pour l'analyse et la modélisation d'un système complexe étendu

ACMO - PHASE II : ANALYSE ET MODÉLISATION

16

Analyse Structurale

Analyse Comportementale

AnalyseMulti-Objective

BUT : fournir des modèles les plus fidèles possible à la réalité du système complexe étudié.

Identifier un modèle organisationnel dusystème complexe étendu étudié

Identifier l'ensemble des critères qui permettent d'étudier l'amélioration ou la détérioration de la performance globale ou partielle du système étudié

Identifier les attitudes et les réactions observables des composants du système complexe étendu étudié

Modèles

Représentation d'un système en

regroupant des concepts décrivant

son organisation et sa dynamique

A C T I O N S

Décisions

Système complexe étendu

Simulation&

Optimisation

ACMO - PHASE III : VALIDATION

17

Logique Floue

Méta-heuristiques

Systèmes Multi-Agents

Résultats émergents & Observations

Résolution de problèmes

Valide

Outils d’aideà la décision Solutions

Prospectifs

Prédictifs

Explicatifs

Oui

Décideur

Non

Phase I

Phase IIPrise en

compte de l'incertitude

Adéquation Intégration

Problèmes d’optimisatio

n

PLAN




Conclusion 18

MoDemS

MoDeMS : Multi-objective Decision Making Simulation

Modélisation et intégrationdes préférences du décideur en OEMO

FuzTranS

FuzTranS : Fuzzy Transshipment Simulation

Gestion collaborative de stock dans unenvironnement incertain

EMoTranS

EMoTranS : Evolutionary Multi-objective Transshipment Simulation

Transshipment multi-objectif

SiSMar

SiSMar : Simulation Stock Market

Étude des comportements de l'investisseur dans un marché boursier

CUBES

CUBES : CUstomer BEhavior Simulation

Étude des comportements du consommateur dans un marché concurrentiel

SYSTÈMES COMPLEXES ABORDÉS

19

ACMO


CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Problématique Montrer qu'à partir de la conception d'un modèle comportemental adéquat du consommateur, une simulation multi-agent peut contribuer à l'étude du comportement de consommation Principaux objectifs :

1. Découvrir des explications de phénomènes émergents observés dans un marché concurrentiel

2. Construire un modèle comportemental générique du consommateur, calibrer ses paramètres et valider les modèles de comportements d'individus qu'on croit pouvoir être à l'origine de phénomènes émergents

3. Analyser via la simulation les effets de décisions marketing, de conjonctures et des rumeurs sur les attitudes comportementales des consommateurs.

UPMC Paris 6LIP6 / FTR&D

20

Principaux résultats

Simulateur CUBES


NON

Résultats de simulations

OUI FIN Résultats de simulation correspondent aux résultats théoriques

Résultats issus d’études en économie, marketing, sociologie…

Approche de calibrage des simulations MA

21

Un procédé de simulation comportementaleUn nouveau modèle comportemental du consommateur

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

UPMC Paris 6LIP6 / FTR&D


22

Problématique Étude des phénomènes observés dans un marché boursier en tenant compte des comportements complexes des investisseurs et de l'influence des attitudes sur la prise de décisionPrincipaux objectifs :

1. Proposer un modèle qui se base sur les aspects psychologique et socio-cognitif

2. Étudier les relations micro/macro au sein du marché boursier en tenant compte des facteurs externes qui le perturbent

3. Étudier des phénomènes liés à la Bourse en simulant les interactions entre les acteurs afin de fournir un cadre expérimental pour observer les conséquences des comportements des investisseurs

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Thèse Mlle Zahra Kodia :

ENSI


Observations de phénomènes émergents

Volatilité des prix et présence d'un processus multiplicatif

Fat tails (queues épaisses)

Clustering de la volatilité


23

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Simulateur SiSMarUn nouveau modèle comportemental de l’investisseur

Thèse Mlle Zahra Kodia :

ENSI


24

ProblématiqueIncorporation des préférences du décideur dans les algorithmes évolutionnaires multi-objectifs afin de guider la recherche vers la région d’intérêt Pareto optimale.

Principaux objectifs :

1. Incorporer les préférences implicites et explicites du décideur dans les algorithmes évolutionnaires multi-objectifs

2. Concevoir de nouveaux algorithmes évolutionnaires multi-objectifs interactifs qui prennent en considération les préférences parfaites et floues des décideurs

3. Proposer un modèle à base d’agents pour la prise de décision dans le cas d’un groupe de décideurs en prenant en compte leurs préférences

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Thèse M. Slim Bechikh :

ISGT


25

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Thèse M. Slim Bechikh :

ISGT


Prototype d’un outil d’aide à la gestion des préférences dans un groupe de décideurs Estimer le vecteur nadir en

utilisant des points de référence mobiles

Guider plus efficacement la recherche vers les meilleurs compromis en découvrant les régions knee

Nadir point et Knee region r-dominance : une nouvelle relation de dominance

Guider plus efficacement la recherche vers la RI indépendamment de la faisabilité du point de référence

Traiter plusieurs points de référence simultanément


26

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Problématique Proposition de nouvelles approches hybrides pour l'optimisation EMO en les appliquant sur des problèmes multi-objectifs liés à la gestion collaborative de stock dans une chaine logistique.

Principaux objectifs :

1. Proposer de nouvelles variantes multi-objectifs pour le problème du Trasshipment plus proches de la réalité

2. Proposition de nouvelles méthodes hybrides et les appliquer sur les variantes du problème proposées

3. Développer un outil de simulation permettant d'aider les responsables de la gestion de stocks dans une chaine logistique lors de leurs décisions au quotidien.

Thèse M. Nabil

Belgasmi : ENSI


27


Prototype d’outil d’aide à la décision Transshipment multi-objectif avec contraintes sur la capacité de stockageTransshipment avec capacités de stockage limitées

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Thèse M. Nabil

Belgasmi : ENSI


28

Problématique : Étude d'un réseau de distribution à un étage comportant N sites qui collaborent pour minimiser le coût de stockage global et assurer un bonne QoS en prenant en considération des facteurs d’incertitudePrincipaux objectifs :

1. Proposer une formalisation de facteurs incertains pour déterminer leurs influences sur la gestion de stock

2. Identifier de nouvelles stratégies de collaboration qui permettent la réduction des risques liés à l'incertitude

3. Développer un outil d’aide à la décision qui prend en considération les paramètres incertains dans le cadre de la gestion collaborative de stock qui permet l'optimisation des mesures de performance

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO

Thèse M. Mohamed

Hmiden: ENSI

Stratégie de Transshipment à deux étapes

Optimisation hybride basée sur les AG et la simulation floue

Impact de l'incertitude des demandes clients sur coût de stockage et quantité d’approvisionnement


29

CUBES

FuzTranS

EMoTranS

MoDemS

SiSMar

ACMO


Thèse M. Mohamed

Hmiden: ENSI

Stratégie de Transshipment à deux étapesProposition de stratégies de gestion collaborative de stock en fonction du profil comportemental du décideur

Attitude du preneur de décision

Stratégie de Transshipment

max-min

Averse au risque

Pessimiste

Neutre au risque

Preneur de risque

Optimiste


mixte


max profit

Identification des facteurs d’incertitude liés au problème du transshipment

PLAN




Conclusion 30

CONCLUSION

Apports méthod

o-logiques

Proposition d’une approche d'étude des systèmes

complexes socio-économiques à aspect

décisionnel : ACMO

Approfondissement de la démarche

méthodologique de conception de

systèmes multi-agents

Proposition d’une approche de calibrage et de validation des

modèles de simulation à base de systèmes

multi-agents

Proposition de cadres théoriques intégratifs comme cadre formel pour

l'étude des systèmes complexes

Proposition d’une épistémologie

pratique relative à la définition d'une

méthode expérimentale pour expliquer et prédire

31

CONCLUSION

Apports tech-

niques

Proposition de nouveaux algorithmes mimétiques par hybridation d'algorithmes évolutionnaires avec des

heuristiques de recherche locale

Application et adaptation de

techniques d'optimisation multi-

objectif à des instances de

problèmes réels

Proposition et amélioration d'algorithmes

évolutionnaires multi-objectif

Introduction de mécanismes de

représentation des attitudes

comportementales

Hybridation et application de la

simulation floue avec les algorithmes

génétiques32

33

"Longtemps, la complexité fut entendue comme un mur... plutôt que de chercher à abattre ou à contourner ou à fuir le mur de la Complexité,

‘pourquoi pas' nous attacher à 'faire avec' (à tous les sens de l'expression, et d'abord son sens

anglais : 'to deal with') ? ".(J.L. Lemoigne et P. Viveret, 2008)

Finissons par une note philosophique / épistémologique

…

ACMO : A PPROCHE C OMPORTEMENTALE M ULTI -O BJECTIF POUR LES S YSTÈMES COMPLEXES MC. Lamjed Ben...

Documents

Transcript of ACMO : A PPROCHE C OMPORTEMENTALE M ULTI -O BJECTIF POUR LES S YSTÈMES COMPLEXES MC. Lamjed Ben...