Systèmes complexes

Contenu de module

Ce module est composé de cinq unités d’apprentissage, chaque unité comporte un ensemble
d’information permettant aux étudiants de comprendre l’utilisation des approches bio-inspiré
afin de modéliser et résoudre un problème complexe. L’ensemble des unités d’apprentissage
est représenté dessous.

1.      Etat de l’art sur les systèmes complexes

Cette unité donne un survol sur les notions de base autour des systèmes complexes, elle permet aussi de différencier entre les types de systèmes. De plus, cette unité présente les différentes étapes pour élaborer un système complexe.

2.       Les approches classiques de modélisation des systèmes complexes

Cette unité présente quelques méthodes classiques afin de modéliser et résoudre un
problème complexe. Du fait, cette unité donne quelques exemples sur les paradigmes
analytique et systémique afin d’aider les étudiants à choisir le meilleur paradigme pour
modéliser un phénomène donné.

3.       Les algorithmes génétiques

Les algorithmes génétiques sont des méthodes bio inspirés qui se basent à la révolution humaine. Ces algorithmes sont conçus pour réduire l’espace de recherche afin de gagner du temps lors du processus de la recherche d’information. Il s’agit de montrer les différentes étapes de ce processus afin de résoudre un problème complexe.

4.       Les réseaux de neurones artificiels

Il s’agit de présenter les différentes méthodes de réseaux de neurones ainsi que leurs
principes de déroulement.

5.      Les automates cellulaires et quantiques

Le modèle des automates cellulaires est remarquable par l'écart entre la simplicité de sa
définition et la complexité qui peut atteindre certains comportements macroscopiques. Ils permettent une modélisation computationnelle relativement simple de phénomènes
physiques dynamiques.