Il s’agit de traiter des nouvelles approches et solutions logicielles pour l'étude ou la conception de systèmes complexes. La recherche dans ses avancées est confrontée à l'étude de systèmes de plus en plus complexes. Les systèmes complexes sont définis par l'existence d'interactions non linéaires entre de grands nombres d'entités et présentent des propriétés potentiellement différentes suivant qu'on les observent au niveau microscopique (celui des entités) ou à l'échelle macroscopique ou collective, le tout faisant plus que la somme des parties (IDM, DSL, DSML, Système Multi-agent, modélisation, simulation).
Langages (DSML, DSL, …)
Architectures componentielles (SMA - Systèmes Multi-Agents, IDM)
Représentation du temps et de l'espace
Représentation des comportements d'acteur et moteurs comportementaux
Passage à l'échelle, multi-échelle
Couplage de modèle
Co-modélisation et multi-modélisation
Connaissance répartie / simulation répartie
Simulation distribuée, communication synchrone/asynchrone
Moteur de simulation et moteur d'exécution
Propriéte statique et propriété dynamique des modèles. Répartition des charges dynamiques
Relation développeurs/thématiciens
Les données opportunistes / intégration, fiabilité, fusion et validation dans les modèles
crowd sourcing / recherche participative
Aide à la décision
Environnement
Mobilités
Energies
“Les données crapoussines: Extraction de comportements dynamiques complexes à partir de très petits jeux de données issus de conditions réelles” - Sylvain Mangiarotti /
IRD