LA SIMULATION

La simulation peut être considérée comme une technique de résolution de problème par essais et erreurs. Cette technique consiste à imiter, moyennant des calculs, le comportement d’un système physique et permet, d’une certaine façon, une expérimentation virtuelle : l’idée, c’est de se donner les moyens de tester l’impact d’une décision, par une série de calculs, plutôt que dans la réalité. Avec cette définition, on peut concevoir une simulation manuelle, indépendamment d’un ordinateur. La fonction de l’ordinateur, est simplement d’accélérer le processus, du fait de sa capacité à effectuer rapidement et de manière répétitive, des calculs qui peuvent être longs à faire « à la main ».


 

 

Tout ingénieur fait de la simulation à un moment ou un autre, sans le savoir…Ceci peut souvent prendre la forme d’une simple feuille de calcul qui permet de prédire les conséquences d’un choix, en utilisant une série de formules plus ou moins élaborées. Néanmoins, il est clair que passé un certain seuil de complexité, la feuille de calcul (ou même le classeur) ne suffisent plus. Ce seuil de complexité peut être atteint dans 2 grands cas de figure :
1- le cas où un réseau complexe de relations existe entre les différents stades d’un processus industriel : l’exemple archétypique de ce genre de situation est la raffinerie de pétrole. Ce genre de situation est extrêmement répandu dans le paysage industriel
2- Le cas où certaines grandeurs en entrée du système varient de manière aléatoire : un exemple type est ce qu’on appelle un réseau d’attente, qui consiste en un ensemble de files d’attente interdépendantes.
- Dans le premier cas, la complexité vient du fait que des degrés de liberté et donc des possibilités de choix existent à tous les stades du processus, et que l’évolution possible du système (et donc les décisions appropriées) à un stade donné, sont fortement dépendantes des décisions prises aux autres stades. Face à une telle situation, il y a un besoin prononcé d’outils permettant d’avoir une vue d’ensemble des interactions entre les diverses parties du système.

- Dans le second cas de figure, la complexité vient du caractère aléatoire de certaines variables, et des relations de dépendance entre ces variables. Un exemple simple est celui de 2 files d’attente qui se suivent : il est clair que la saturation ou non de la capacité de l’une aura une influence directe sur le profile d’utilisation de la capacité de l’autre. Dans ce type de situation, un outil de simulation qui permet des tirages aléatoires des arrivées selon une loi de probabilité définie, permet d’expérimenter de façon réaliste le comportement d’ensemble du système, et de prévoir ainsi le dimensionnement adéquat de la capacité des 2 postes successifs.
La simulation dynamique des flux trouve son fondement dans la dynamique des systèmes, discipline inaugurée au MIT par Jay Forrester dans les années 70. Les éléments de base sont les flux, les réservoirs, les niveaux et les débits. Les capacités graphiques actuelles des ordinateurs sont un atout considérable pour rendre ce type d’outil intuitif et vivant.
La simulation apporte une compréhension empirique du comportement des systèmes complexes, qu’il ne serait pas possible d’avoir autrement. Elle permet de :
- prédire le cours et les conséquences de certaines actions ou décisions
- comprendre intuitivement la raison de certains comportements
- identifier les problèmes potentiels avant leur survenue
- explorer des scénarios d’évolutions de certaines variables exogènes
- tester la faisabilité d’un plan d’action
- rechercher une solution faisable à un ensemble de contraintes.
Enfin, la technique de simulation adéquate pour un problème varie d’un secteur d’activité à l’autre et d’un type de problème à l’autre. Ainsi la simulation peut être :
- continue ou discrète
- statique ou dynamique
- déterministe ou aléatoire.