L'approche à base d'agents s'intéresse à la modélisation et la simulation de systèmes complexes. Un des aspects importants dans le processus de conception est lié à la mise au point des paramètres du modèle. En effet, ces modèles sont généralement caractérisés par de nombreux paramètres qui déterminent la dynamique globale du système simulé. L'espace des paramètres peut être alors gigantesque. De plus, le comportement de ces systèmes complexes est souvent chaotique. L'approche que nous suggérons est de considérer le problème de calibrage des modèles à base d'agents comme un problème d'optimisation. La validation peut alors être reformulée comme l'identification d'un jeu de paramètres qui optimise une fonction, par exemple une mesure de distance entre le modèle artificiel que nous simulons et le système réel. Nous avons proposé trois approches complémentaires dans le cadre de la thèse. La première approche se fonde sur l'application directe d'un algorithme d'optimisation où le modèle est vu comme une boîte noire dont les entrées sont les valeurs de paramètres et la sortie la valeur d'une fonction objectif évaluée après la simulation du modèle. La deuxième approche consiste ensuite à explorer différentiellement l'espace des paramètres en le découpant de manière adaptative en sous-espaces d'autant plus finement découpés que les paramétrages correspondants sont a priori intéressants. Enfin, la troisième approche consiste à effectuer une seule simulation où les agents sont modifiés en ligne.

Un réseau de surveillance efficace est souvent un outil utile pour surveiller et évaluer les différents états d'un écosystème spécifique. Avec les informations fournies par le réseau, les prédictions peuvent être générés en utilisant des analyses spatio-temporelles approfondies, qui peuvent ensuite aider les décideurs et les parties prenantes. Écosystèmes dominés par les humains sont très dynamique et complexe, où la plupart des variables observées ont des interactions non-linéaires mutuelles. En outre, les impacts des activités humaines sur l'écosystème sont souvent rugueux, dans de nombreux cas, ils perturbent l'équilibre écologique. Par conséquent, la surveillance d'un écosystème devient un problème complexe et il n'est pas facile de proposer un réseau de surveillance optimal en utilisant les techniques traditionnelles. Les techniques d'optimisation traditionnelles ne parviennent pas souvent à tenir compte des évolutions de la réalité associée à ces écosystèmes.Un exemple d'une telle situation se trouve à la région du delta du Mékong du Vietnam, où les gestionnaires provinciaux de l'agriculture sont concernés par les invasions régulières des cicadelles brunes (Brown Plant Hoppers - BPH), un ravageur du riz particulièrement active, à cause des maladies qu'ils véhiculent et transmettent à la les rendements de riz. / An efficient surveillance network is an invaluable tool to monitor and assess the different states of a given ecosystem. With the information collected by such a network, predictions can be generated using thorough spatio-temporal analyses, which can then support decision makers and stakeholders. Human dominated ecosystems are highly dynamic and complex , where most of the observed variables have mutual non-linear interactions. In addition, the human activities have a considerable impact on almost all ecosystems they inhabit, where they tend to disrupt the ecological balance in short period of times. The surveillance of such ecosystems by different technical solutions is complex and dynamic where designing an “optimal” surveillance network, i.e., a network that would reflect an almost realtime situation of an ecosystem. Often traditional optimization techniques fail to reflect the evolutions of the reality associated with these ecosystems.An example of such a situation, is the Mekong Delta region of Vietnam, where the provincial agricultural managers are concerned with the regular invasions of Brown Plant Hoppers (BPH), a particularly active rice pest, because of the diseases they carry and transmit to the rice yields. Their biggest concern is having a constantly accurate account of the current distribution of BPH waves, since it is the basis of establishing different prevention strategies. The time frame is short for applying these strategies: at least one week is needed between the moment where a prediction of the density of BPH can be estimated by the experts and warnings are sent to farmers and other end users and the moment where a strategy can be efficiently applied. To improve the efficiency of the system, the Vietnamese government has established a light-trap network [1] [2] that can capture multiple kinds of insects, especially BPH, and which data (the density of insects per trap) is collected and analyzed daily. Maintaining this network in a good state of operation has become an important national program of the Ministry of Agriculture and Rural Development of Vietnam since 2006. Although the current light-trap network is considered as a necessity for supporting the fight against various plant pests, it has three restrictions: (1) it misses detailed accounts on the life cycle of the BPH, (2) the network has remained stable since its initial design and has not, therefore, completely adapted to the huge changes that the ecosystem of the Mekong Delta has undergone in the recent years especially due to limitations in management, and (3) the network itself is very sparsely distributed.

Inscrite dans le courant de recherches actuelles portant sur les déterminants des comportements en lien avec la santé, cette thèse a pour objectif de contribuer, au travers du développement d'un modèle à base d'agents, à une meilleure connaissance des relations entre le cadre de vie d'adolescents et leurs pratiques d'activité physique. Questionnant les fondements théoriques et empiriques du modèle socio-écologique qui guide la majorité des études actuelles, ce travail a conduit à l'élaboration d'un schéma conceptuel relationnel intégrant les notions de positions et dispositions sociales, ainsi que les liens entre pratiques de mobilité quotidienne et pratiques d'activités situées dans le temps et l'espace géographique. L'implémentation de ce schéma conceptuel a abouti à la réalisation de trois modèles à base d'agents de complexité croissante, dont l'originalité réside dans la non-inclusion explicite d'interactions. Ce travail, bien qu'inachevé en ce quiconcerne l'exploration des propriétés des modèles, a permis de souligner l'intérêt heuristique de la modélisation, permettant d'un côté d'ouvrir de nouvelles perspectives d'analyses, et d'un autre côté, d'offrir un retour sur les données utilisées. / Embedded in current research on determinants of health-related behaviours, this thesis develops an agentbased model to further explore and explain the links between living environment and physical activity in adolescents. Challenging the theoretical and empirical basis of the socio-ecological model that underpins most of current studies, this work leads to a relational conceptual framework that integrates social positions and dispositions with daily mobility and physical activity in both a spatial and temporal perspective. Three increasingly complex agent-based models are developped on this unusual framework that does not explicitly include interactions. Although further investigation is required to fully understand the properties of the models, the study highlights the benefits of this modelling approach that identifies new ways of thinking andanalytical opportunities and gives feedback on the data used.

Inscrite dans le courant de recherches actuelles portant sur les déterminants des comportements en lien avec la santé, cette thèse a pour objectif de contribuer, au travers du développement d'un modèle à base d'agents, à une meilleure connaissance des relations entre le cadre de vie d'adolescents et leurs pratiques d'activité physique. Questionnant les fondements théoriques et empiriques du modèle socio-écologique qui guide la majorité des études actuelles, ce travail a conduit à l'élaboration d'un schéma conceptuel relationnel intégrant les notions de positions et dispositions sociales, ainsi que les liens entre pratiques de mobilité quotidienne et pratiques d'activités situées dans le temps et l'espace géographique. L'implémentation de ce schéma conceptuel a abouti à la réalisation de trois modèles à base d'agents de complexité croissante, dont l'originalité réside dans la non-inclusion explicite d'interactions. Ce travail, bien qu'inachevé en ce quiconcerne l'exploration des propriétés des modèles, a permis de souligner l'intérêt heuristique de la modélisation, permettant d'un côté d'ouvrir de nouvelles perspectives d'analyses, et d'un autre côté, d'offrir un retour sur les données utilisées.

Les prairies de montagne offrent de nombreux services ecosystémiques qui sont menacés par le changement global. Les traits fonctionnels constituent un outil prometteur pour caractériser les réponses des communautés à des changements de conditions environnementales et leurs répercussions sur les services associés. Cependant, des résulats de plus en plus nombreuses soulignent l’importance de la variabilité intra-spécifique des traits a également été mise en évidence. Pour étudier ces effets, je propose un nouveau modèle à base d’agents, MountGrass, qui combine la modélisation de communautés végétales riches en espèces avec des processus de plasticité phénotypique. Ces deux éléments au coeur du modèle sont associés grâce à des compromis d’allocation basés sur des patrons empiriques établis de stratégies d’utilisation des resources.Avec MountGrass, j’ai exploré l’impact de la plasticité phénotypique sur la croissance individuelle et les propriétés principales des communautés prairiales. À l’échelle individuelle, le modèle paramétré a révélé un fort impact positif de la plasticité phénotypique sur la croissance mais aussi sur la niche fondamentaledes espèces. Des phénomènes de convergence et de réduction de la sensibilité aux variations de conditionsexpliquent ces effets. À l’échelle des communautés, les simulations ont confirmé de forts effets de la plasticité sur la structure des communautés et leur diversité spécifique. Ces effets sont expliqués par l’effet combiné de la réduction du filtre abiotique et de la réduction des différences de compétitivité. Cependant, aucun effet majeur sur la stratégie dominante ou la productivité n’a pu être mis en évidence.Des implémentations alternatives ou des extensions du modèle devraient permettre de tester la robustesse des résultats obtenus et d’analyser d’autres schémas de dynamiques des communautés. En conclusion, ce travail ouvre la voie à une meilleure considération et une meilleure compréhension du rôle des variabilités intra-spécifiques dans les dynamiques des communautés végétales. / Mountain grasslands provide numerous ecosystem services that are likely to be impacted by global change. Plant functional traits hold great promise to succinctly characterise plant community response to changing environmental conditions and its effect on associated services; with growing evidence of the importance of intra-specific trait variability. I propose here a novel agent-based model, MountGrass, that combines the modelling of species rich grassland communities with phenotypic plasticity. These two key components are integrated via allocation trade-offs based on established empirical patterns of strategic differentiation in resource-use.With MountGrass, I explored the impact of phenotypic plasticity on individual plant growth and on main properties of grassland communities. At the individual level, the parametrised model revealed a strong impact of plasticity on growth and species’ fundamental niches, with potentially large impacts on community properties. These effects are explained by the convergence of species’ strategies and the reduction of the sensitivity to variable conditions. At the community level, simulations confirmed the strong effect of plastic allocation on community structure and species richness. These effects are driven by the cumulative effect of a reduction of both abiotic filtering and fitness differences between species. However, no clear effect on the dominant strategy or productivity could be detected.Going further, the robustness of these findings and other patterns of community dynamics should be analysed with alternative or extended implementations of MountGrass. In sum, this work opens a door towards a better integration and understanding of the role of the intra-specific variability in complex plant community dynamics.

Les forêts sont une ressource naturelle importante sur le plan écologique, culturel et économique, et sont confrontées à des défis croissants en raison des changements climatiques. Ces défis sont difficiles à prédire en raison de la nature complexe des interactions entre le climat et la végétation, dont une le feu. Compte tenu de l’importance des écosystèmes forestiers, des dangers potentiels des feux de forêt et de la complexité de leurs interactions, il est primordial d'acquérir une compréhension de ces systèmes à travers le prisme de la science des systèmes complexes. La science des systèmes complexes et ses techniques de modélisation associées peuvent fournir des informations sur de tels systèmes que les techniques de modélisation traditionnelles ne peuvent pas. Là où les techniques statistiques et basées sur équations cherchent à contourner la dynamique non-linéaire, auto-organisée et émergente des systèmes complexes, les approches de modélisation telles que les automates cellulaires et les modèles à base d'agents (MBA) embrassent cette complexité en cherchant à reproduire les interactions clés de ces systèmes. Bien qu'il existe de nombreux modèles de comportement du feu qui tiennent compte de la complexité, les MBA offrent un terrain d'entente entre les modèles de simulation empiriques et physiques qui peut fournir de nouvelles informations sur le comportement et la simulation du feu. Cette étude vise à améliorer notre compréhension du feu dans le contexte de la science des systèmes complexes en développant un tel MBA de propagation du feu. Le modèle utilise des données de type de carburant, de terrain et de météo pour créer l'environnement des agents. Le modèle est évalué à l'aide d’une étude de cas d'un incendie naturel qui s'est produit en 2001 dans le sud-ouest de l'Alberta, au Canada. Les résultats de cette étude confirment la valeur de la prise en compte de la complexité lors de la simulation d'incendies de forêt et démontrent l'utilité de la modélisation à base d'agents pour une telle tâche. / Forests are an ecologically, culturally, and economically important natural resource that face growing challenges due to climate change. These challenges are difficult to predict due to the complex nature of the interactions between climate and vegetation. Furthermore, fire is intrinsically linked to both climate and vegetation and is, itself, complex. Given the importance of forest ecosystems, the potential dangers of forest fires, and the complexity of their interactions, it is paramount to gain an understanding of these systems through the lens of complex systems science. Complex systems science and its attendant modeling techniques can provide insights on such systems that traditional modelling techniques cannot. Where statistical and equation-based techniques seek to work around the non-linear, self-organized, and emergent dynamics of complex systems, modelling approaches such as Cellular Automata and Agent-Based Models (ABM) embrace this complexity by seeking to reproduce the key interactions of these systems. While there exist numerous models of fire behaviour that account for complexity, ABM offers a middle ground between empirical and physical simulation models that may provide new insights into fire behaviour and simulation. This study seeks to add to our understanding of fire within the context of complex systems science by developing such an ABM of fire spread. The model uses fuel-type, terrain, and weather data to create the agent environment. The model is evaluated with a case study of a natural fire that occurred in 2001 in southwestern Alberta, Canada. Results of this study support the value of considering complexity when simulating forest fires and demonstrate the utility of ABM for such a task.