Microsimulation

La microsimulation est l'utilisation d'outils analytiques informatisés pour effectuer une analyse d'activités telles que le trafic routier traversant une intersection, les transactions financières ou les agents pathogènes propageant des maladies dans une population au niveau de la granularité des individus. Les synonymes incluent la simulation microanalytique et la simulation microscopique . La microsimulation, qui met l'accent sur les structures stochastiques ou basées sur des règles, ne doit pas être confondue avec la technique complémentaire similaire de simulation multi-agents , qui se concentre davantage sur le comportement des individus

Par exemple, un modèle de microsimulation du trafic pourrait être utilisé pour évaluer l’efficacité de l’allongement d’une voie de virage à une intersection, et ainsi aider à décider s’il vaut la peine de dépenser de l’argent pour allonger réellement la voie.

La microsimulation se distingue des autres types de modélisation informatique par l'observation de l'interaction d' unités individuelles telles que des personnes ou des véhicules . Chaque unité est traitée comme une entité autonome et l'interaction des unités peut varier en fonction de paramètres stochastiques (randomisés). Ces paramètres sont destinés à représenter les préférences et les tendances individuelles. Par exemple, dans un modèle de circulation, certains conducteurs sont prudents et attendent un grand espace avant de tourner, tandis que d'autres sont agressifs et acceptent de petits espacements. De même, dans un modèle de santé publique, les individus peuvent varier dans leur résistance à un virus, ainsi que dans leurs habitudes personnelles qui contribuent à la propagation du virus (par exemple, la fréquence à laquelle ils se lavent les mains).

L'Association internationale de microsimulation définit la microsimulation comme une technique de modélisation qui fonctionne au niveau des unités individuelles telles que les personnes, les ménages, les véhicules ou les entreprises. Dans le modèle, chaque unité est représentée par un enregistrement contenant un identifiant unique et un ensemble d'attributs associés - par exemple une liste de personnes dont l'âge, le sexe, le statut matrimonial et professionnel sont connus ; ou une liste de véhicules dont les origines, les destinations et les caractéristiques opérationnelles sont connues. Un ensemble de règles (probabilités de transition) est ensuite appliqué à ces unités, ce qui conduit à des changements simulés d'état et de comportement. Ces règles peuvent être déterministes (probabilité = 1), comme les changements d'impôts dus à des changements de réglementation fiscale, ou stochastiques (probabilité <= 1), comme la probabilité de mourir, de se marier, d'accoucher ou de déménager au cours d'une période donnée. Dans les deux cas, le résultat est une estimation des résultats de l'application de ces règles, éventuellement sur plusieurs étapes temporelles, incluant à la fois le changement global global et (ce qui est important) la façon dont ce changement est distribué dans la population ou le lieu modélisé.

Dans la recherche en économétrie appliquée , la microsimulation est utilisée pour simuler le comportement des individus au fil du temps. La microsimulation peut être dynamique ou statique. Si elle est dynamique, le comportement des individus change au fil du temps, alors que dans le cas statique, un comportement constant est supposé.

Il existe plusieurs modèles de microsimulation pour la fiscalité, les pensions et d'autres types d'activité économique et financière. Ces modèles sont généralement mis en œuvre par des agences gouvernementales ou des universitaires . Pensim2 (un modèle de microsimulation dynamique des pensions ) en est un exemple. Il simule de manière dynamique les revenus de pension pour les 50 prochaines années au Royaume-Uni . EUROMOD est un modèle de microsimulation statique pour 27 États de l'Union européenne , tandis que SOUTHMOD adopte le même cadre pour plusieurs pays du Sud. Les modèles de microsimulation nord-américains comprennent le CORSIM longitudinal, dynamique et de microsimulation, ainsi que les modèles filles DYNACAN (Canada, terminé le 1er juin 2009) et POLISIM (États-Unis). Le ministère américain de la Santé et des Services sociaux utilise le modèle de microsimulation statique des revenus de transfert (TRIM) pour comprendre les impacts potentiels des changements apportés aux programmes fiscaux, de transfert et de santé. Un exemple connexe qui fournit une microsimulation spatialement détaillée du développement urbain est PECAS.

Les modèles de microsimulation économétrique peuvent être classés en deux types :

• Les modèles de microsimulation dynamiques longitudinaux fermés (tels que DYNACAN et Pensim2) commencent avec une population initiale qui n'est modifiée que par les événements de vie simulés des modules démographiques, tels que la fécondité, la mortalité et la migration. Ainsi, à tout moment pendant l'exécution du modèle, on peut s'attendre à ce que la population simulée reste un échantillon entièrement représentatif (synthétique) de la population qu'elle modélise.
• Les modèles ouverts ont tendance à se concentrer sur des individus clés spécifiques et à générer leur représentativité en fonction de la population de ces individus. Dans un tel environnement, de nouveaux individus sont ajoutés ou supprimés de la population selon les besoins afin de garantir un ensemble « approprié » d'événements de vie pour les individus clés.

L’un des exemples les plus clairs de cette distinction est le traitement du mariage dans les deux types de modèles. Alors que les modèles ouverts peuvent simplement générer un conjoint approprié pour l’individu clé, les modèles fermés doivent, au contraire, déterminer quelles personnes de leur population sont susceptibles de se marier, puis les mettre en relation.

La microsimulation est également utilisée dans la modélisation du trafic et est illustrée par des progiciels tels que TransModeler , PTV VISSIM , TSIS-CORSIM , Cube Dynasim, LISA+, Quadstone Paramics , SiAS Paramics, Simtraffic, Aimsun et MATSim . Les logiciels de modélisation analytique tels que LINSIG , TRANSYT, TRANSYT-7F ou SIDRA INTERSECTION représentent une classe différente de modèles basés sur des algorithmes mathématiques représentant des combinaisons d'éléments de modèles de trafic.

Les modèles de microsimulation du trafic simulent le comportement de véhicules individuels au sein d'un réseau routier prédéfini et sont utilisés pour prédire l'impact probable des changements dans les schémas de trafic résultant de changements dans le flux de trafic ou de changements dans l'environnement physique.

La microsimulation est particulièrement efficace dans la modélisation des réseaux routiers congestionnés, car elle permet de simuler les conditions de file d'attente. Les modèles de microsimulation continueront de fournir des résultats à des degrés de saturation élevés, jusqu'au point de blocage absolu. Cette capacité rend ces types de modèles très utiles pour analyser les opérations de circulation dans les zones urbaines et les centres-villes, y compris les échangeurs , les ronds-points , les intersections non signalisées et signalisées , les couloirs coordonnés par des signaux et les réseaux de zone. La microsimulation reflète également même des changements relativement petits dans l'environnement physique, tels que le rétrécissement des voies ou le déplacement des lignes d'arrêt aux carrefours.

Ces dernières années, la modélisation par microsimulation a suscité un intérêt croissant en raison de sa capacité à représenter visuellement le comportement prévisible du trafic grâce à une animation 3D , permettant ainsi aux profanes, comme les politiciens et le grand public, d'apprécier pleinement les impacts d'un projet proposé. De nouvelles avancées sont réalisées dans ce domaine grâce à la fusion des données de modèles de microsimulation avec des animations 3D de qualité cinématographique et avec la réalité virtuelle par des sociétés telles que FORUM8 au Japon.

La microsimulation basée sur les piétons ou les agents a gagné en utilisation et en acceptation au sein de l'industrie ces dernières années ; ces systèmes se concentrent sur la simulation de personnes individuelles se déplaçant dans une zone de l'espace par rapport à des mesures d'analyse telles que l'utilisation de l'espace, le niveau de service, la densité, l'emballage et la frustration.

De nombreux logiciels de microsimulation du trafic actuels combinent des composants de trafic et des piétons pour créer des systèmes plus complets, tandis que de nombreux outils de simulation de foule transitoire continuent d'être affinés pour être utilisés dans la conception d'espaces urbains à grande échelle.

Dans les sciences de la santé, la microsimulation génère des histoires de vie individuelles. Cette technique est utilisée lorsque la modélisation de type « stock-and-flow » des proportions de la population (macrosimulation) ne peut pas décrire suffisamment le système d'intérêt. Ce type de modélisation n'implique pas nécessairement d'interaction entre les individus (comme décrit ci-dessus) et dans ce cas, peut générer des individus indépendamment les uns des autres et peut facilement fonctionner avec un temps continu au lieu de pas de temps discrets.

Plusieurs exemples de modèles de microsimulation en sciences de la santé ont été rassemblés dans le programme CISNET du National Cancer Institute des États-Unis (http://cisnet.cancer.gov/). Au Canada, le modèle de santé de la population (POHEM) est une plateforme commune qui examine plusieurs maladies chroniques, dont le diabète, les maladies cardiovasculaires et l'arthrite.

Les approches économiques et sanitaires de la microsimulation permettent de mieux comprendre les impacts des changements des conditions environnementales, économiques ou politiques sur une population donnée d'individus. Cependant, les impacts de nombreux changements dépendent du contexte, ce qui signifie que la même modification (par exemple dans les tranches d'imposition du revenu) peut avoir des effets souhaitables dans certaines régions, mais des effets indésirables dans d'autres. Cette compréhension est à la base des approches spatiales de la microsimulation. Le terme microsimulation spatiale fait référence à un ensemble de techniques qui permettent d'approximer les caractéristiques des individus vivant dans une zone particulière, sur la base d'un ensemble de variables de contrainte connues sur la zone. Comme pour la microsimulation économétrique, la microsimulation spatiale peut être dynamique ou statique et peut inclure des unités interactives ou passives.

Guy Orcutt est souvent cité comme le créateur de la microsimulation spatiale. La microsimulation spatiale requiert des calculs et des données très importants et un certain degré de programmation informatique est une condition préalable à la mise en place de modèles. Pour ces raisons, la technique n'est pas largement utilisée. Cependant, un certain nombre de facteurs ont conduit à une croissance rapide du nombre de publications sur la microsimulation spatiale dans le domaine de la géographie universitaire et des disciplines connexes. Il s'agit notamment de :

• La disponibilité et le faible coût des ordinateurs personnels puissants .
• L'émergence de logiciels informatiques conviviaux et peu coûteux avec lesquels des modèles de microsimulation peuvent être créés. Les exemples sont R , Java et Python , qui peuvent tous être classés comme des logiciels libres et open source .
• Améliorer les activités de collecte de données par les gouvernements, les entreprises et les organisations à but non lucratif.
• Améliorer l'accessibilité des données.

Il existe des langages de programmation à usage général, en plus des programmes spécifiques à un sujet (voir Traffic Simulation). Parmi les exemples, citons JAS-mine, LIAM2, MODGEN, et OpenM++.