1
Validation et interprétation des résultats Validation et interprétation des résultats
n
nButs de la validationButs de la validation
nnTypes de validationTypes de validation
nnIntervalles de confianceIntervalles de confiance
nnEtudes de simulations terminantes et non terminantesEtudes de simulations terminantes et non terminantes
Chapitre 7 Validation-interprétation
But de la vérification
But de la vérification- -validation validation
n
n Adéquation correcte entre le modèle et le système réelAdéquation correcte entre le modèle et le système réel
n
n 2 types complémentaires2 types complémentaires
Comparaison des sorties Il donne les résultats attendus
Validation « boîte noire » Il est bien construit
Validation « boîte blanche » ou vérification
Référence !?
Modèle logique de simulation compréhensible
Scénario
Dr-Ing. Naoufel Cheikhrouhou Laboratoire de Gestion et Procédés de Production
7.3
1- 1 - le système réel existe le système réel existe
n
n Scénario: vérification du scénario réel (ex. OF traités pendant Scénario: vérification du scénario réel (ex. OF traités pendant une une certaine période)
certaine période)
n
n Résultats: indicateurs de performance Résultats: indicateurs de performance ssidentiques aux résultats réels identiques aux résultats réels rr
n
n Aucune chance pour queAucune chance pour querrsoit exactement égal à soit exactement égal à ss:: –
– Modèle stochastiqueModèle stochastique –– r et r et sssont des v.a.sont des v.a.
Construire un intervalle de confiance pour set vérifier que rsuit:
smin< r< smax
Chapitre 7 Validation-interprétation
Les intervalles de confiance Les intervalles de confiance
nn Déterminer un intervalle de confiance au seuil de 5 % pour Déterminer un intervalle de confiance au seuil de 5 % pour rr⇒⇒ trouver s
trouver sminminet set smaxmaxtels que la probabilittels que la probabilitééque que rrse trouve entre sse trouve entre sminminet et s
smaxmaxsoit soit éégale gale àà95 %95 %
n
n 5% de risque d5% de risque d’’erreurerreur
n
n Cet intervalle dCet intervalle déépend pend –
– du modèdu modèle, le, –
– des entrédes entrées, es, –– des sorties, des sorties, –
– des conditions initiales, des conditions initiales, –
– de la duréde la durée de la re de la rééplication,plication,
Dr-Ing. Naoufel Cheikhrouhou Laboratoire de Gestion et Procédés de Production
7.5
2 2 - - le système réel n’existe pas le système réel n’existe pas
n
n Pas de résultats réels disponibles !!Pas de résultats réels disponibles !!
nn Calculer analytiquement les mesures de performance en comparaisoCalculer analytiquement les mesures de performance en comparaison n avec les résultats de la simulation
avec les résultats de la simulation
n
n Simplifier le modèle et les scénarios testés:Simplifier le modèle et les scénarios testés:
–
– Remplacer le modèle stochastique par un déterministeRemplacer le modèle stochastique par un déterministe –– Ne gérer qu’une seule entité dans le scénarioNe gérer qu’une seule entité dans le scénario –
– Ne s’intéresser qu’au régime permanentNe s’intéresser qu’au régime permanent –– ……
On ne peut pas prouver à 100% qu’un modèle de simulation est valide.
Il l’est tant que des contre-exemples n’ont pas été trouvés
Chapitre 7 Validation-interprétation
Interprétation des résultats Interprétation des résultats
n
n Dépendance des résultats de :Dépendance des résultats de : l’état initial du système
les aléas générés
la durée de la simulation Un seul résultat ne suffit pas !
Il faut recueillir un certain nombre et construire un intervalle de confiance.
Dr-Ing. Naoufel Cheikhrouhou Laboratoire de Gestion et Procédés de Production
7.7
Théorème de la limite centrale Théorème de la limite centrale
n
n Une somme (ou une moyenne) de n variables aléatoires indépendantUne somme (ou une moyenne) de n variables aléatoires indépendantes es de même loi suit une distribution normale quand n
de même loi suit une distribution normale quand n →→∝∝
n
n Le calcul de l’intervalle de confiance sur une moyenne d’une v.aLe calcul de l’intervalle de confiance sur une moyenne d’une v.a., le ., le théorème s’applique (il faut que n > 20)
théorème s’applique (il faut que n > 20)
nn La largeur d’un intervalle de confiance est inversement proportiLa largeur d’un intervalle de confiance est inversement proportionnelle onnelle à la racine carrée de n
à la racine carrée de n
n
n Pour réduire cet intervalle de moitié, il faut 4 fois plus d’obsPour réduire cet intervalle de moitié, il faut 4 fois plus d’observationservations
Chapitre 7 Validation-interprétation
Calcul des intervalles de confiance Calcul des intervalles de confiance
n
n Lorsque la taille d’une population normalement distribuée n’est Lorsque la taille d’une population normalement distribuée n’est pas pas très élevée, elle ne suit pas une loi normale mais une loi de St très élevée, elle ne suit pas une loi normale mais une loi de Student à udent à (n
(n--1) degrés de liberté.1) degrés de liberté.
Loi normale
Loi de student
Dr-Ing. Naoufel Cheikhrouhou Laboratoire de Gestion et Procédés de Production
7.9
Calcul des intervalles de confiance Calcul des intervalles de confiance
n
n L’intervalle de confiance est donné par:L’intervalle de confiance est donné par:
− +
n t n n n
t n
n ( )
. ) ( ), . ( )
( /2σ µ /2σ
µ α α
Avec: µ(n) estimation de la moyenne de la population σ(n) estimation de l’écart-type
tα/2et -tα/2bornes de la loi de student à n-1 degrés de liberté au seuil de confiance 1-α/2, données par la table de student
Chapitre 7 Validation-interprétation
Exemple de calcul d’intervalle de confiance Exemple de calcul d’intervalle de confiance
n
n Population:Population:
Réplication :
Réplication : 1 2 3 4 5 6 7 8 9 10 11 ….1 2 3 4 5 6 7 8 9 10 11 …. 2020 Valeur :
Valeur : 162 164 170 157 146 162 164 170 157 146 .….… 176176 µ(n) = (162+164+…+176) / 20 = 163.80
σ(n) = 11.18
nn Si on veut un intervalle Si on veut un intervalle àà95 %, on prend 95 %, on prend α= 5%
n
n ttαα/2/2est donnest donnééààll’’intersection de la colonne 1intersection de la colonne 1--ttα/2α/2= 0.975 et de la ligne = 0.975 et de la ligne nn--1 = 19, d1 = 19, d’’ooùùttαα/2/2=2.093=2.093
n
n Intervalle de confiance Intervalle de confiance àà95% = [158.56 ; 169.03]95% = [158.56 ; 169.03]
Dr-Ing. Naoufel Cheikhrouhou Laboratoire de Gestion et Procédés de Production
7.11
Les réplications Les réplications
n
n Une réplication est une exécution d’une simulation avec un choixUne réplication est une exécution d’une simulation avec un choix préalable du germe des v.a.
préalable du germe des v.a.
n
n Chaque réplication produit une observation de mesures de performChaque réplication produit une observation de mesures de performance ance et d’indicateur(s).
et d’indicateur(s).
n
n Les observations issues des réplications sont indépendantes entrLes observations issues des réplications sont indépendantes entree--elleselles
n
n Les statistiques issues de plusieurs réplications sont plus fiabLes statistiques issues de plusieurs réplications sont plus fiables que les que celles issues d’une seule liste
celles issues d’une seule liste
nn Relation importante entre le nombre des réplications et l’intervRelation importante entre le nombre des réplications et l’intervalle de alle de confiance :
confiance :
»» n*(h*)n*(h*)22= nh= nh22
»
» avec n: nb de réplications (* à faire)avec n: nb de réplications (* à faire)
»
» h: intervalle de confiance trouvé (* à faire)h: intervalle de confiance trouvé (* à faire)
Chapitre 7 Validation-interprétation
Simulations terminantes et non terminantes Simulations terminantes et non terminantes
nn Les simulations terminantes nécessitent de fixer le temps de simLes simulations terminantes nécessitent de fixer le temps de simulation comme ulation comme une conséquence naturelle du modèle et de ses hyp. (ex. nbre tot
une conséquence naturelle du modèle et de ses hyp. (ex. nbre total de pièces al de pièces créés…)
créés…)
nn Les simulations non terminantes commencent avec une initialisatiLes simulations non terminantes commencent avec une initialisation du on du système et sont tronquées au bout d’un certain temps d’exécution système et sont tronquées au bout d’un certain temps d’exécutionpar une par une condition de fin
condition de fin
n
n Dans une simulation non terminantes on ne s’intéresse généralemeDans une simulation non terminantes on ne s’intéresse généralement qu’au nt qu’au régime permanent
régime permanent →→ééliminer la partie transitoire de la simulation:liminer la partie transitoire de la simulation:
–
– Partir d’Partir d’un un éétat initial reprtat initial repréésentatif du rsentatif du réégime permanent ougime permanent ou –
– Enregistrer les obs qu’àEnregistrer les obs qu’àpartir d’partir d’une date donnune date donnééee
–– Effectuer une longue simulation pour rendre la phase transitoireEffectuer une longue simulation pour rendre la phase transitoirennéégligeablegligeable