Besoin : Explorer la diversité des sorties possibles d'un modèle en simulation.

Solution apportée : Un algorithme pour explorer l'espace de sortie multidimensionnel d'un modèle, appliqué à un modèle géographique de système de ville.

Méthode : Développement en Scala d'un algorithme génétique

Code : Algorithme intégré à la bibliothèque MGO pour l'optimisation par algorithme génétique.

Pour tester la validité d'un modèle qui vise à expliquer un phénomène, nous avons proposé de rechercher ses comportements inattendus : ceux-ci peuvent constituer des contre-exemples, révéler des bugs ou des erreurs dans les hypothèses sous-jacentes. À cette fin, notre algorithme génétique PSE (pour pattern space exploration) explore les sorties possibles d'un modèle en simulation.

Nous l'avons appliqué à un modèle de croissance de villes. La figure ci-contre montre que le modèle est capable de produire des systèmes de villes dont la hiérarchisation (le rapport entre la taille de ville la plus grande et celle des autres) et la croissance de la population dépassent largement les valeurs plausibles pour un géographe (zones grises).