Contributeurs
Avant-Propos
Préface de Bruno Goffinet
Préface d’Andrea Saltelli
Introduction à l'ouvrage
I Principes de base
1 Objectifs et principales étapes de l’analyse d’incertitude et de sensibilité
David Makowski
1.1 Définitions et objectifs
1.2 Etapes de l’analyse d’incertitude
1.3 Principes de base de l’analyse de sensibilité
1.4 Illustration de l’analyse de sensibilité globale avec un modèle de pathologie végétale
1.5 Méthodes spécifiques pour analyser l’incertitude des équations des modèles
1.6 Conclusion
2 Revue et objectifs des méthodes d’analyse de sensibilité globale
Bertrand Iooss et Stéphanie Mahévas
2.1 Introduction
2.2 Méthodes de criblage
2.3 Définitions de mesures d’importance
2.4 Exploration du modèle
2.5 Conclusions
II Méthodes
3 Echantillonnage en grande dimension
Bertrand Iooss, Hervé Monod, Thierry Faure et Lauriane Rouan
3.1 Introduction
3.2 Principes de base
3.3 Plans à projections factorielles uniformes
3.4 Plans à bon remplissage de l’espace
3.5 L’analyse d’incertitude
4 Criblage par discrétisation de l’espace
Claude Bruchou et Hervé Monod
4.1 Introduction
4.2 Méthode de Morris
4.3 Analyse de la variance
4.4 Plans factoriels fractionnaires
4.5 Exemple d’analyse de sensibilité d’une FC
4.6 Annexe : code utilisé pour le pavage
5 Méthodes d’analyse de sensibilité globale basées sur l’analyse de la variance
Hervé Monod
5.1 Introduction
5.2 Indices de sensibilité basés sur la variance
5.3 Usages pratiques des indices de sensibilité
5.4 Méthodes d’estimation des indices de sensibilité
5.5 Discussion
6 Exploration par construction de métamodèles
Robert Faivre
6.1 Introduction
6.2 Méthodes de régression paramétrique
6.3 Méthodes de régression non paramétrique
6.4 Méthodes de prédiction par processus gaussien
6.5 Synthèse
7 Grille de sélection d’une méthode d’analyse de sensibilité globale
Stéphanie Mahévas et Bertrand Iooss
7.1 Notations et définitions
7.2 Contraintes et caractéristiques d’une analyse de sensibilité
7.3 Critères de choix d’une analyse de sensibilité
7.4 Grilles de choix de la méthode
7.5 Conclusion
III Applications
8 Illustration de la mise en oeuvre d’une analyse de sensibilité d’un modèle de gestion des pêches
Stéphanie Mahévas et Sigrid Lehuta
8.1 Le rôle de l’analyse de sensibilité en halieutique
8.2 Le modèle complexe ISIS-Fish
8.3 Analyse de sensibilité d’ISIS-Fish
8.4 Conclusion
9 La boîte à outils Mexico, un environnement générique pour piloter l’exploration numérique de modèles
Hervé Richard, Hervé Monod, Juhui Wang, Jean Couteau, Nicolas Dumoulin, Benjamin Poussin, Jean-Christophe Soulié, Éric Ramat
9.1 Introduction
9.2 Description du projet de boîte à outils du réseau Mexico (BaO Mexico)
9.3 Architecture et principaux choix techniques
9.4 Spécification du protocole expérimental
9.5 BaO Mexico : outils et mise en oeuvre
9.6 BaO Mexico : perspectives
10 Le package mtk, une bibliothèque R pour l’exploration numérique des modèles
Juhui Wang, Hervé Richard, Robert Faivre et Hervé Monod
10.1 Introduction
10.2 Prise en main rapide du package mtk
10.3 Conception et architecture
10.4 Fonctions et caractéristiques
10.5 Conclusion
11 Exploration numérique d’un modèle agronomique avec le package mtk
Robert Faivre, David Makowski, Juhui Wang, Hervé Richard et Hervé Monod
11.1 Objectif
11.2 Le modèle
11.3 Analyse d’incertitude
11.4 Analyse de sensibilité
11.5 Exploration du modèle
Bibliographie
