Aller au contenu principal

Economie

Algorithmes de viabilité pour la robotique autonome

Lieu
CNRS Toulouse
Date
28-06-2023
Langue de la conférence
Niveau de difficulté
Description

Utilisation d’algorithmes de viabilité pour garantir la sécurité et la performance des robots évoluant dans des environnements incertains.

Intervenant(s)
Eng. Thomas Bernard (CNRS-LAAS), Contenu à venir !

Théorie de la viabilité et économie durable

Lieu
Université Paris-Dauphine
Date
12-02-2024
Langue de la conférence
Niveau de difficulté
Description

Application de la théorie de la viabilité pour définir des politiques économiques soutenables à long terme.

Intervenant(s)
Dr. Lucie Dupuis (Université Paris-Dauphine), Contenu à venir !

Contrôle de viabilité dans les systèmes biologiques

Lieu
Université de Liège
Date
15-06-2022
Langue de la conférence
Niveau de difficulté
Description

Étude de modèles de viabilité appliqués à la régulation des populations et à la santé publique.

Intervenant(s)
Dr. Sophie Charlier (Université de Liège), Contenu à venir !

Théorie mathématique de la viabilité

Université des Antilles, Pôle Martinique
27-04-2026
20
Niveau de difficulté
Présentation de l'atelier

Cet atelier propose une introduction appliquée à la théorie de la viabilité, notamment dans le cadre des écosystèmes soumis à des contraintes environnementales. Les participants exploreront comment formaliser des politiques durables de gestion à l’aide d’algorithmes de viabilité, et comment modéliser la résilience d’un système via des cas concrets comme l’eutrophisation d’un lac ou la gestion d'une population.

Pour consulter un compte-rendu de cet atelier : ici

Objectifs de l'atelier
  • Comprendre les bases mathématiques de la viabilité dynamique.
  • Utiliser des modèles simples pour représenter des contraintes écologiques.
  • Manipuler un simulateur interactif pour visualiser les trajectoires viables.
  • Favoriser les échanges entre chercheurs, étudiants et praticiens.
Programme

LUNDI 27 AVRIL

8h15 - Rendez-vous de l’ensemble des participants devant la Bibliothèque Universitaire

 

SESSION 1 : POSER UN PROBLEME EN VIABILITE

Animateurs : Bates - Lavallée - De Lapparent 

8h30 - 8h50 La viabilité mathématique en question ? (Samuel Bates)
8h50 - 9h50 Formuler mathématiquement un problème de viabilité (François Lavallée)

Pause & discussion

10h00-10h30 Exercice sur l'art de poser un problème de viabilité (François Lavallée)
10h30-11h15 Cas de résolution analytique de la viabilité (François Lavallée)
11h15-12h00 Exercice sur la résolution analytique de la viabilité (François Lavallée)

Déjeuner

13h30-14h00 Cas de résolution numérique de la viabilité (François Lavallée)
14h00-15h15 Cas de résolution de viabilité en situation d’incertitude (François Lavallée)

Pause & discussion

15h30-16h00 Cas de résolution de viabilité avec cible terminale (François Lavallée)
16h00-17h00  Viabilité individuelle et collective : cas de résolution de viabilité multi-agent (François Lavallée)
17h00-17h45 Illustration d'un cas de viabilité multi-agent (Alice De Lapparent)
19h00 Diner d'accueil sur inscription (Fort-de-France)

 MARDI 28 AVRIL

SESSION 2 : L’INFORMATIQUE DE LA VIABILITE

Animateur : Désilles - Lavallée - Gloglo - Andres-Domenech

 

 

8h00-9h00 Préparation à l’informatique de la viabilité (Anya Désilles)
9h00-10h30 Présentation du logiciel Viablab (Anya Désilles)

Pause & discussion

10h45-11h15 Enjeux informatiques sur les noyaux de viabilité (Anya Désilles)
11h15-12h00 Enjeux informatiques sur les trajectoires de viabilité (Anya Désilles)

Déjeuner

13h30-15h30 Atelier de manipulation du Logiciel autour d’un cas d’étude (1/2) 
(François Lavallée & Anya Désilles)

Pause & discussion

15h45-17h45 Atelier de manipulation du Logiciel autour d’un cas d’étude (2/2) 
(François Lavallée & Anya Désilles)
18h00-19h00 Introduction à la Théorie Mathématique de la Viabilité 
(à destination du Master MBFA : Pablo Andres Domenech, Samuel Bates, Beringer Gloglo)

 


MERCREDI 29 AVRIL

SESSION 3 : ATELIERS THEMATIQUES D’APPLICATION

Animateurs Désilles - Bates - Gloglo - Andres-Domenech

 

8h00-10h00 Atelier autour de AgroViablab : Illustration vers une montée en complexité 
(Anya Désilles & Samuel Bates)

Pause & discussion

10h15-12h15 Brainstorming autour d’AgroViablab (collectif)

Déjeuner

13h45-15h30 Atelier d’application sur un système monétaire : Illustration vers une simplification 
de complexité (Beringer Gloglo)
15h30-17h30 Brainstorming sur les applications (collectif)
18h00-19h00 Viabilité d'une union monétaire : le cas de l'UEMOA (à destination du Master MBFA : Béringer Gloglo, Pablo Andres Domenech, Samuel Bates)

JEUDI 30 AVRIL



 

SESSION 4 : MODELISATION EN VIABILITE

8h00-9h00

Brainstroming autour d’un 1er sujet de modélisation (collectif)

9h00-10h00  Brainstroming autour d’un 2e sujet de modélisation (collectif)

 Pause & discussion

10h15-11h15 Brainstroming autour d’un 3e sujet de modélisation (collectif)
11h15-12h00 Brainstroming autour d’un 4e sujet de modélisation (collectif)

 13h30           Déjeuner & clôture hors les murs sur inscription (Saint-Pierre)

Description localisation

L'atelier aura lieu à l'Université des Antilles, Pôle Martinique

14.620041056675, -61.0940054

Intervenant(s)
M. Samuel Bates, Contenu à venir !
De Lapparent Alice
François Lavallée
Anya Désilles
Béringer Gloglo
Liste des participants
Science économique

- Pablo Andres-Domenech
- Valérie Angeon
- Samuel Bates
- Abdoul Cisse
- Issaka Dialga
- Beringer Gloglo
- Thaly Janloup
- Eric Kamwa
- Kevin Spinassou

Mathématique

- Severine Andouze/Bernard
- James Larrouy
- François Lavallée
- Loïc Louison
- Paul Silvere Nuiro

Géographie

- Etienne Delay
- Pastel Audrey

Agronomie

- Alice De-Lapparent

Informatique

- Anya Désilles

Viabic

Niveau de difficulté
Domaine
Contenu

But du projet

Trouver pour chaque individu son ensemble d'engagements préservant la viabilité de chacun. Un ensemble d'engagements individuel corresponds à l'ensemble des contrôles (actions min à max, supposées continues) que l'individu peut exercer.

Code

Le code est disponible sur la forge INRAE. Les supports de présentation de viabic sont disponibles sur HAL.

La résolution du problème (ie trouver les bornes des ensembles d'engagements individuels) s'appuie sur une optimisation par essaim particulaire (PSO - Particle Swarm Optimization).

Gestion collective d'un problème d'eutrophisation

Niveau de difficulté
Contenu

Introduction

Le problème d'eutrophisation du lac décrit comme le problème de viabilité du lac et des exploitations riveraines est traité à un niveau global et suppose un décideur unique. Dans le présent exemple les parties prenantes sont réunies dans un comité, et les membres du comité (appelés individus dans la suite) ne sont pas nécessairement d'accord sur la dynamique du lac. Cet exemple illustre les cas où la gestion est collective et où il n'y a pas de consensus sur la dynamique. Ce problème est un problème de viabilité garantie.

Ce problème est décrit en détail dans :

Alvarez, I., Zaleski, L., Briot, J.-P., Irving, M. de A. (2023). Collective management of environmental commons with multiple usages: A guaranteed viability approach. Ecological Modelling, 475, Article 110186

Version auteur disponible ici

Les caractéristiques 

Les caractéristiques du problème modélisé sont les suivantes :  

  1.  $N$ individus utilisent les même variables pour décrire le système. Dans cet exemple du lac, ce sont les mêmes variables $L$ (apports de phosphore) et $P$ (concentration totale de phosphore) que dans le cas du décideur unique.
  2. Les contrôles admissibles retenus dans les modèles sont communs à tous les individus. On garde donc la même variable de contrôle et les mêmes bornes : $u\in U=[u_{min},u_{max}]$.
  3. Tous les individus $i$ peuvent définir un ensemble d'états souhaitables $K_i$ dont l'intersection est non vide. On garde donc un ensemble de contraintes similaires au cas du décideur unique :  $x=\left(L(t),P(t)\right) \in K=[L_{min}, +\infty[ \times [0,P_{max}]$
  4. La dynamique du système est modélisée pour chaque individu par un ensemble d'équations (ou d'inclusion différentielles) $S_i$
  5. L'objectif de chaque individu est de maintenir le système modélisé par leur dynamique $S_i$ dans leur ensemble d'états souhaitables $K_i$
  6. Les individus acceptent de partager leurs informations personnelles avec un tiers de confiance.

    Dans cet exemple, on considère $N=4$ individus. Trois d'entre eux ($i\in\{1,2,3\}$) adoptent la dynamique classique, mais avec des paramètres différents :

    \begin{equation} 
    (P_i \text{ modèle 1})\left\{
    \begin{array}{l}
    \frac{dL}{dt}=u\in U=\left[ u_{min},u_{max}\right] \\
    \frac{dP}{dt}=-b_i P(t) + L(t) +r_i\frac{P(t)^{q_i}}{m_i^{q_i} + P(t)^{q_i}} \\
    \left(L(t),P(t)\right) \in K=[L_{min}, +\infty[ \times [0,P_{max}]
    \end{array}
    \right.
    \end{equation}

    Un individu ($i=4$) considère que le processus de relargage peut se produire différemment, et utilise une formule différente pour la pseudo-sygmoïde :

    \begin{equation}
    (S' \text{ modèle 0}) \quad \frac{dP}{dt}=-b_i P(t) + L(t) + r_i \frac{P(t)}{P(t) + m_i e^{(-\lambda_i(P(t)-m_i)) }}
    \end{equation}

    Les valeurs numériques pour les calculs sont les suivantes : $u_{min}=-u_{max}/2$ ; $u_{max}\approx 3,15\; \mu g.l^{-1}.\text{an}^{-1}$, $L_{min}\approx6,94 \; \mu g.l^{-1}$,  $P_{max}=24.76 \; \mu g.l^{-1}$, 

Le  tableau suivant rassemble les valeurs des paramètres pour chaque individu (b,r,m sont en $\mu g.l^{-1}$).

Paramètres $b_i$   $r_i$   $m_i$   Modèle   $q_i$   $\lambda_i$
  perte   taux   valeur de P   choix du   pente du   pente du
      max.   pour $r_i/2$   modèle   modèle 1   modèle 0
Individu 1 2,2676   101,96   26,90   1   2,222   -
Individu 2 2,2676   101,96   26,90   1   [2,2;2,3]   -
Individu 3 [2,2;2,3]   101,96   26,90   1   2,222   -
Individu 4 2,2676   101,96   26,90   0   -   [1/19;1/16]

Les incertitudes sont traitées comme des variables prenant leur valeur dans des ensembles. Le problème est un problème de viabilité garantie, dans lequel le vecteur $v$ des "tyches" regroupent les paramètres incertains : $v_1$ représente le paramètre $b_i$, $v_2$ : $\alpha_i$, $v_3$ : $q_i$ et $v_4$ représente $\lambda_i$. La dynamique du modèle avec incertitudes devient :

\begin{equation}
f_v(x=(L,P),u,v)=\left( 
\begin{array}{l}
u\\
- v_1 P + L +  r \left( (1-v_2) \frac{P^{v_3}}{m^{v_3} + P^{v_3}} + v_2 \frac{P}{P + m e^{(-v_4(P-m)) }}\right)  \;
\end{array}
\right)
\end{equation}

 

Problèmes

Le problème de viabilité garantie qui doit être résolu est le suivant :

\begin{equation}
(P_v)\left\{
\begin{array}{lcl}
(L,P)'(t)&=&f_B((L,P)(t),u(t),v(t))\\
u(t)&\in& U=\left[ u_{min},u_{max}\right] \\
v(t)&\in & V=[2.2,2.3]\times[0,1]\times[2.2,2.3]\times[1/19,1/18]\\
(L,P)(t) &\in& K \; 
\end{array}
\right.
\end{equation}

Le noyau garanti peut être approximé avec ViabLab (version 2.2). Le code correspondant est ici : https://forge.inrae.fr/isabelle.alvarez/emlake

Commentaires

Contenu à venir !

Notes / Remarques

Contenu à venir !

Fichier de code