Génération de population synthétique localisée

• 主要作者: CHOKKI, Abiola Paterne
• 其他作者: GAUDO, Benoit
• 格式: Theses and Dissertations
• 語言: French
• 出版: 2015
• 主題: modèles à base d’agents; population synthétique; localisation
• 在線閱讀: http://repository.vnu.edu.vn/handle/VNU_123/37

Les modèles à base d’agents sont devenus aujourd’hui des outils importants d’aide à la décision pour la gestion des systèmes socio-environnementaux complexes. Ces modèles pour la plupart nécessitent généralement des ensembles de données réalistes pour initialiser et calibrer le système étudié. Une reproduction précise des états initiaux du système est donc extrêmement importante afin d’obtenir des prévisions fiables à partir du modèle. Notre étude s’inscrit dans le cadre du projet ANR Genstar et consiste à proposer une approche qui permettra de générer une population synthétique réaliste et de la localiser dans l’environnement d’étude. L’approche proposée est ainsi subdivisée en deux modules : un module pour la génération de la population synthétique (GenPopSyn) et un autre module pour la localisation de la population (SpatPopSyn). Le module GenPopSyn est en effet une approche qui contrairement aux approches existantes ne nécessite pas beaucoup de données disponibles sur la population pour son bon fonctionnement et qui se base en partie sur l’approche (Ye et al., 2007). Quant au module SpatPopSyn, il est un regroupement de 6 approches existantes : (Goodchild & Lam, 1980), (Tobler, 1979), (Roy & Blaschke, 2014), (Kim & Choi, 2011), (Riebel & Buffalino, 2005), (Xie, 1995) qui ont été choisies pour localiser la population selon le type de données disponibles sur l’environnement d’étude. En effet, l’avantage majeur du module SpatPopSyn est qu’il permet de choisir pour un environnement d’étude donné l’approche qui convient le mieux parmi les 6 approches implémentées. Les résultats d’expérimentations du module GenPopSyn sur des données INSEE de deux municipalités de la France (Abrest et Bellerive-sur-Allier) et sur des données de la ville de Can Tho (Vietnam) montrent dans l’ensemble que l’approche proposée donne de très bons résultats par rapport aux données réelles (soit un taux de correspondance d’environ 95%) et également par rapport à l’approche (Gargiulo et al., 2010). Des résultats de localisation de la population de Ninh Kieu, Can Tho en utilisant deux approches du module SpatPopSyn ont été également présentés.