Ce travail de thèse, mené sur deux thématiques : les réseaux ambiants et la simulation multi-agent, a pour contexte l'étude des interactions entre le fonctionnement des réseaux ambiants (réseaux pair-à-pair et réseaux mobiles ad hoc networks) et les comportements de leurs usagers (mobilité, partage d'un service, etc.). Pour étudier ces phénomènes, nous avons mis en lumière le besoin de réutiliser, de coupler et de faire interagir des outils de modélisation et de simulation provenant de domaines scientifiques différents (réseaux informatiques, simulations sociales) afin d'intégrer simultanément plusieurs niveaux d'abstraction dans l'étude menée. Cette problématique de réutilisation et de couplage de modèles (la multi-modélisation) et de simulation (interopérabilité de simulateurs) n'est pas propre aux seuls réseaux ambiants et celle-ci s'inscrit dans le domaine plus vaste de l'étude des systèmes complexes.Cette thèse se propose d'aborder les questions de réutilisation et de couplage des outils de modélisation et de simulation sous l'angle des systèmes multi-agents et d'inscrire les solutions à la fois d'ingénierie logicielle, de simulation distribuée, de multi-modélisation dans un cadre multi-agent générique et homogène : le méta-modèle AA4MM. L'idée fondatrice est de créer une société de modèles, de simulateurs et de logiciels de simulation (que l'on nommera blocs MSL) afin d'intégrer plusieurs niveaux d'abstraction dans une même modélisation et simulation. AA4MM propose une approche multi-agent homogène qui permet de facilement réutiliser des blocs MSL, de les rendre interopérable et de les coupler de manière modulaire. AA4MM permet également au modélisateur de clairement spécifier les changements d'échelles. AA4MM propose une méthode de simulation totalement décentralisée. Au niveau des aspects théoriques du méta-modèle AA4MM, nous avons proposé une preuve formelle de l'algorithme de simulation décentralisée. Nous avons également appliqué AA4MM à un cas d'étude pédagogique en couplant ensemble plusieurs instances de NetLogo (un outil de simulation répandu). Nous avons également appliqué AA4MM aux réseaux ambiants et à notre question initiale sur les influences mutuelles entre performances du réseau et comportements des usagers. Dans ce contexte, nous avons pu réutiliser des simulateurs existants qui n'étaient pas prévus pour interagir afin d'aborder les phénomènes d'influences mutuelles entre performances des réseaux et comportements de leurs usagers. / This work has been done between the fields of ubiquitous networks and multi-agent based simulation. The main context is to study mutual influences existing between ubiquitous network performances and their users behaviours. We have highlighted the need for reusing and coupling modelling and simulation softwares together in order to simultaneously integrate several abstraction levels in the study. We target those needs by a multiagent approach and we propose a metamodel : AA4MM. The core idea in AA4MM is to build a society of models, simulators and simulation softwares that solves the core challenges of multimodelling and simulation coupling in an homogeneous perspective. AA4MM major contributions are the possibility to easily reuse, to make interoperable and modular existing heterogeneous models and softwares, to manage scale changes and a simulation algorithm fully decentralized. We apply this metamodel to the field of ubiquitous networks in order to target the question of mutual influences between networks performances and users behaviours.

Ce manuscrit présente des travaux visant à intégrer un module d'ordonnancement (ProSched) à l'environnement de modélisation et simulation dynamique hybride PrODHyS dans le but d'automatiser la génération de scénarii de simulation de procédés discontinus sur la base d'une recette et d'une liste d'ordres de fabrication (OF). La méthodologie développée repose sur une approche mixte optimisation/simulation. Dans ce cadre, trois points essentiels ont été développés dans ces travaux : - tout d'abord, concevoir et développer des composants réutilisables (classes de recette) permettant de modéliser de manière hiérarchisée et systématique le déroulement des opérations unitaires. Pour cela, les notions de jeton Task et de macro-place paramétrable ont été introduites dans les RdPDO et permettent de décrire les recettes à réaliser par assemblage de ces composants prédéfinis. - ensuite, définir un modèle mathématique générique d'ordonnancement basé sur un formalisme de représentation bien établi (le R.T.N.) qui permet de modéliser les principales caractéristiques d'un procédé discontinu et de fournir l'ensemble des données d'entrée nécessaires au modèle de simulation. Pour cela, un modèle PLNE basé sur la formulation Unit Specific Event a été mis en œuvre. - enfin, définir l'interface existant entre le modèle d'optimisation et le modèle de simulation, à travers la notion de place de pilotage et de centre de décision au niveau du simulateur. Dans ce cadre, différentes stratégies de couplage sont proposées. Les potentialités de cette approche sont illustrées par la simulation d'un procédé complet. / This thesis presents works which aim to incorporate a scheduling module (ProSched) to an environment for modeling and dynamic hybrid simulation PrODHyS in order to automate the generation of scenarios for simulation of batch processes based on a recipe and a list of production orders (OF). The methodology developed is based on a mixed optimization / simulation approach. In this context, three key points have been developed in this work: - First, design and develop reusable components (recipe classes) for the hierarchical and systematic modeling of the sequencing of unit operations. For this, the notions of Task token and macro-place have been introduced in the RdPDO formalism and allow the modeling of recipes by assembling these predefined components. - Secondly, define a generic mathematical model of scheduling based on a well defined graphical formalism (RTN) that models the main characteristics of batch processes and provide all input data necessary to the simulation model. For this, a MILP model based on the Unit Specific Event formulation has been implemented. - Finally, define the interface between the optimization model and the simulation model through the concept of control place and decision-making center at the simulator level. In this context, various strategies of mixing optimization and simulation are proposed. The potential of this approach is illustrated by the simulation of a complete manufacturing process