Cell-DEVS se base sur le formalisme des automates cellulaires [Ilachinski, 2001] qui est très utilisé pour décrire de tels types de modèles. Les automates cellulaires évoluent en exécutant une fonction de transition globale qui met à jour l’état de toutes les cellules.
Le comportement de cette fonction globale dépend du résultat d’une fonction s’exécutant loca-lement dans chacune des cellules, de manière synchrone et parallèle en utilisant l’état des cellules voisines. La simulation de tels modèles s’effectuent donc en temps discret ce qui en réduit la pré-cision et l’efficacité. Il est en effet peu courant d’avoir à actualiser toutes les cellules en même temps.
Cell-DEVS, tout en étant conforme au formalisme de base par le respect de la simulation à événements discrets et la modélisation basée sur DEVS , propose de résoudre ces problèmes. La principale différence entre cet environnement et le paradigme des automates cellulaires se situe dans la définition du comportement des cellules qui est ici une fonction dépendante du temps de vie de l’état des cellules. Les extensions proposées offrent un mécanisme simple pour définir des délais explicites pour chaque cellule. L’outil résultant de cette méthode permet la modélisation et la simulation de domaines spatiaux composés de cellules. La modélisation d’un domaine s’effectue par la description de la dynamique d’une cellule dans une syntaxe très simplifiée au regard d’un langage classique.
A l’issue de ce tour d’horizon des outils permettant la modélisation et la multi-modélisation à l’aide de DEVS, il semble important d’examiner quelques logiciels disponibles dans le domaine qui nous intéresse, la modélisation de systèmes naturels.
2.2 Environnements de modélisation de systèmes naturels
Cette section présente quatre logiciels utilisés pour la modélisation de systèmes environne-mentaux. Notre choix s’est volontairement limité à ces approches car elles ont été développées exclusivement pour la résolution de problèmes liés à ce domaine. Ce choix constitue donc une base représentative des tendances actuelles dans le domaine précis des logiciels de modélisation
CHAPITRE 2 2.2. ENVIRONNEMENTS DE MODÉLISATION DE SYSTÈMES NATURELS
2.2.1 SWARM
Swarm [SWARM, 2002] est un ensemble de bibliothèques qui facilitent l’implémentation de modèles basés sur les agents. L’inspiration de Swarm trouve sa source dans le domaine de la vie artificielle. La vie artificielle constitue en effet, une approche d’étude de systèmes biologiques qui essaye de reproduire de manière artificielle des phénomènes, par identification de dynamiques communes à un ensemble de systèmes biologiques.
Deux types de stratégies utilisant la vie artificielle se sont ainsi avérées utiles dans de nombreux domaines. Une stratégie d’évaluation empirique de la dynamique : la combinaison d’entités auto-nomes dans un environnement partagé étant un processus récursif non solvable analytiquement. La seconde est la synthèse de connaissances. La vie artificielle cherche à extrapoler les connais-sances biologiques pour suggérer de nouvelles expérimentations. Dans les deux cas Swarm peut être utilisé comme moyen d’expérimentation logicielle.
Swarm, conçu dans le souci de réutilisation potentielle de modèles, offre au modélisateur dési-rant étudier un système, une bibliothèque de composants. Le développement d’un modèle se fait à travers la définition de classes composant les entités du modèle. La simulation de ces modèles se faisant ensuite grâce à un ensemble d’interfaces graphiques standards ou redéfinies par le modéli-sateur en Langage C.
La première version de SWARM, disponible en 1996, à évolué pour être utilisée en biolo-gie ainsi qu’en anthropolobiolo-gie, informatique, écolobiolo-gie, économie, géographie, industrie et sciences politiques.
2.2.2 Tarsier
L’environnement de modélisation Tarsier [Rahman et al., 2001] est un ensemble de logiciels qui permettent le développement et le déploiement rapide d’outils de gestion environnementale. Parmi ces outils nous pouvons dénombrer un module de simulation, un module de stockage, un module d’analyse de données et un module de visualisation. Tarsier peut traiter de nombreux for-mats de données, raster (grilles), séries temporelles, réseaux et liste de points géographiques.
CHAPITRE 2 2.2. ENVIRONNEMENTS DE MODÉLISATION DE SYSTÈMES NATURELS
Sur les données sont construits un ensemble d’outils d’analyses pour l’interpolation, le traite-ment statistique, l’échantillonnage ou la transformation de données.
Enfin les modules de simulation utilisent les modules d’analyses comme sources de données. Différents types de modéles allant des automates cellulaires aux modèles hydrologiques de bassins versants de type réseaux, peuvent être développés avec cet environnement. Toutefois ce dévelop-pement de modèles se fait sous la forme de classes C++ très fortement dépendantes des données et donc très peu réutilisables.
Tarsier peut être vu en ce sens comme un SIG dynamique permettant à un utilisateur de com-poser son système d’analyse propre pour une étude donnée.
2.2.3 ECLPSS
Eclpss (Ecological Component Library for Parallel Spatial Simulation) [Woodbury et al., 2002] est un environnement basé sur le langage Java destiné aux écologues. Cet outil permet d’élaborer facilement des simulations d’écosystèmes dans de nombreuses échelles de temps et d’espace. Un modèle Eclpss est composé de trois entités : un ensemble de variables, un ensemble de composants qui modifient ces états et un ensemble de simulateurs pour ces composants.
Les composants Eclpss sont développés en code java et stockés dans une bibliothèque pour réutilisation. L’intérêt principal de cet environnement est sa capacité à effectuer des simulations sur des machines parallèles.
2.2.4 VLE
VLE (Virtual Laboratory Environment) [Duboz et al., 2003] est un environnement multi-agents et orienté objets pour la modélisation de systèmes complexes développé au LIL (Laboratoire d’In-formatique du Littoral). VLE permet la modélisation de systèmes suivant le paradigme multi-agents. L’utilisateur de VLS dispose d’une bibliothèque de fonctions réutilisables pour décrire la dynamique d’un modèle. L’étude d’un système s’effectue par une analyse comparable à une