Résumé de section


    • Bienvenue dans le cours de Simulation Avancée !
  • 🏛️ Cadre Académique du cours

    • Établissement : Centre Universitaire Abdelhafid Boussouf – Mila
    • Institut / Faculté : Sciences et Technologie / Mathématiques et Informatique
    • Département : Mathématiques
    • Public Cible : Étudiants de Master 1 (Spécialité : MMTD)

    ⚙️ Caractéristiques du Module

    • Intitulé du Cours : Simulation Avancée

    • Unité d'Enseignement : UEM (Unité d'Enseignement Méthodologique)

    • Crédits : 5

    • Coefficient : 3

    ⏳ Volume Horaire & Organisation

    • Présentiel (3h) : Séance de cours(1h30min) et Travaux Pratiques (1h30min).
    • À distance (Volume équivalent) : Activités guidées, ressources interactives et travaux à réaliser sur la plateforme Moodle.
    • Mode d'Enseignement : Hybride (Présentiel + E-learning)

    L'évaluation du module s'appuie sur une combinaison du suivi à distance et des épreuves en présentiel :

    • Contrôle Continu (40%) :

      • Projets pratiques de simulation codés en TP.

      • Contrôle continu réalisé en travaux pratiques.

    • Examen Final (60%) :

      • Épreuve écrite individuelle organisée en présentiel à la fin du semestre.

    •    

    • Nom & Prénom : Dr. Bounaira Soumaya

    • Grade : Maîtresse Assistante

    • Établissement : Université Abdelhafid Boussouf – Mila

    • Faculté : Faculté des Mathématiques et de l'Informatique

    • Domaine d'intervention : Réseaux et Sécurité

    • Courriel institutionnel : s.bounaira@centre-univ-mila.dz 

    • Disponibilités & Présence : Disponible tous les jours de la semaine à la faculté (bureau / plateforme) pour l'accompagnement des étudiants.


  • Ce module s'intéresse à l'étude, la modélisation et la résolution de problèmes au sein de systèmes complexes issus de divers domaines de l'informatique et de l'ingénierie.

    Tout au long de ce semestre, vous explorerez les différentes démarches de modélisation informatique : des systèmes à événements discrets (avec le logiciel Arena), à la modélisation centrée sur l'individu avec la simulation multi-agents, jusqu'aux représentations spatiales par les automates cellulaires.

    Ce cours combine enseignements théoriques et travaux pratiques afin de vous donner les clés pour concevoir, exécuter et analyser vos propres modèles de simulation.

    Consultez la carte conceptuelle ci-après pour visualiser la structure globale et les concepts clés du module.


    • Retrouvez dans cette vidéo toutes les informations clés du module

  • À l'issue de ce cours, l'étudiant sera capable de :

    1. En termes de connaissance :

      • Définir les concepts fondamentaux de la simulation (systèmes, modèles, types de simulation).
      • Identifier les paradigmes de simulation (événements discrets, Monte Carlo, multi-agents, automates cellulaires).
      • Énumérer les étapes d'une étude de simulation.
      • Reconnaître les composants d'un système simulé (entités, ressources, événements).

    2. En termes de compréhension :

      • Expliquer le fonctionnement de la simulation à événements discrets.
      • Décrire les principes de la simulation Monte Carlo.
      • Interpréter les concepts liés aux systèmes complexes et à la simulation multi-agents.
      • Illustrer le rôle des automates cellulaires dans la modélisation des systèmes.

    3. En termes d'application :

      • Utiliser un logiciel comme Arena pour modéliser des systèmes.
      • Appliquer les méthodes de simulation à des problèmes réels ou complexes.
      • Exécuter des simulations et collecter les données correspondantes.

    4. En termes d'analyse :

      • Analyser les résultats issus d'une simulation.
      • Examiner le comportement des systèmes simulés (multi-agents, automates cellulaires).

    5. En termes de synthèse :

      • Concevoir un modèle de simulation adapté à un système réel complexe.
      • Élaborer des scénarios de simulation pour tester différentes hypothèses.
      • Structurer un projet complet de simulation (modélisation, implémentation, expérimentation).

    6. En termes d'évaluation :

      • Évaluer la validité et la fiabilité d'un modèle de simulation à l'aide d'indicateurs de performance et de tests statistiques.
      • Justifier les décisions prises lors de la modélisation et de l'analyse.


  • Pour pouvoir tirer le maximum de ce cours, l'étudiant doit impérativement maîtriser les notions suivantes :

            • Connaissances en probabilités et statistiques.

            • Maîtrise de l'algorithmique et de la programmation.

            • Notions de base en simulation.

    • Vous avez rencontré des difficultés lors du test des prérequis ? N'hésitez pas à poser vos questions ici pour clarifier vos doutes et bien démarrer le module!

  • Ce module est structuré en 4 chapitres complémentaires, combinant concepts théoriques, méthodes stochastiques, outils de simulation à événements discrets et modélisation de systèmes complexes.

    📘 Chapitre 1 : Introduction à la Simulation

    • 1.1. Concepts de systèmes .

    • 1.2. Modélisation et simulation de systèmes .

    • 1.3. Types de simulation.

    • 1.4. Étapes d'une étude de simulation .

    • 1.5. Paradigmes de simulation.

    📙 Chapitre 2 : Simulation à l'Aide du Logiciel Arena

    • 2.1. Concepts fondamentaux.

    • 2.2. Simulations de Monte-Carlo .

    • 2.3. Gestion du temps .

    • 2.4. Modélisation opérationnelle .

    • 2.5. Implémentation et exécution .

    • 2.6. Analyse des résultats .

    📗 Chapitre 3 : Simulation Multi-Agents (SMA)

    • 3.1. Systèmes complexes.

    • 3.2. Principes de la simulation basée agents .

    • 3.3. Outils logiciels.

    • 3.4. Exemples d'application.

    📕 Chapitre 4 : Automates Cellulaires

    • 4.1. Concepts fondamentaux .

    • 4.2. Définition formelle.

    • 4.3. Automates Cellulaires Élémentaires (ACE) .

    • 4.4. Simulation de systèmes complexes.

    Pour plus de détails sur le programme et le contenu des 4 chapitres, veuillez consulter le fichier PDF suivant :

  • Objectifs du Chapitre

    À la fin de ce chapitre, l'étudiant sera capable de :

      • Définir les concepts fondamentaux de la simulation, notamment les notions de système, de modèle et de simulation.
      • Décrire les différentes étapes du processus de simulation ainsi que les principaux types de simulation. Expliquer la relation entre modélisation et simulation dans l'étude des systèmes.
      • Distinguer les différents paradigmes de simulation et leurs caractéristiques.

    Ressources de cours:

  • Télécharger le logiciel Arena simulation | Arena Simulation Software

    Objectifs du Chapitre

    Ce chapitre a pour but de :

      • Examiner le fonctionnement de l'horloge à événements discrets dans un modèle de simulation.
      • Comprendre le principe de la simulation Monte Carlo et son utilisation dans Arena.
      • Modéliser un système à événements discrets en identifiant ses composants et ses flux.
      • Implémenter un modèle de simulation à l'aide du logiciel Arena.
      • Analyser les performances d'un système simulé à partir des indicateurs fournis.
    Ressources de cours:

    • Pour approfondir les notions abordées dans le module Simulation Avancée, voici une sélection d'ouvrages et de ressources de référence :

      [1] Law, A. M., Simulation Modeling and Analysis, McGraw-Hill, 2007.

      [2] Banks, J., Discrete-Event System Simulation, Pearson, 2010.

      [3] Cours Modélisation des Systèmes à Evénement Discret ,,Khadija, Dehri,2024/09/13 ,BOOK , doi 10.13140 /RG.2.2.35032.51205

      [4] Livre , Kelton, W. D., Simulation with Arena, McGraw-Hill, 2014.

      [5] BOOK AU - Bontempi, Gianluca PY - 2022/09/20 SP - T1 - Cours de modélisation et simulation (in French) VL - ER -