Aucun terme n’est réellement spécifique à la simulation de flux, qui n’est pas fondée sur une théorie mathématique ou philosophique particulière – ce qui justement la caractérise – mais il nous a semblé utile d’expliciter certaines expressions qui reviennent souvent dans notre « jargon métier », et peut-être sur ce site. Et plutôt que d’adopter l’ordre alphabétique, nous en avons choisi un qui permet presque une lecture linéaire et signifiante…

 

Simulation de flux : c’est une méthode quantitative permettant d’étudier le comportement dans le temps d’un modèle où circulent des flux, et que l’on soumet à des hypothèses diverses. La démarche est empirique, car c’est par des expérimentations successives (les simulations) que les hypothèses seront invalidées ou confirmées.

 

Modélisation : modéliser c’est représenter un système réel de façon suffisamment exacte pour que le modèle soit capable de reproduire le fonctionnement du système et de prédire son comportement dans d’autres conditions. Ici nous construisons un modèle informatique.

 

Simulation : simuler c’est activer dans le temps le modèle, à partir d’hypothèses que l’on souhaite étudier. C’est une démarche constituée d’expériences sur le modèle et son comportement dynamique.

 

Réplication : chaque expérience faite sur le modèle, avec un jeu de données différent. La démarche de simulation de flux implique d’exécuter plusieurs réplications, pour tester la variation de chaque paramètre, indépendamment ou conjointement.  Parfois c’est la présence de valeurs aléatoires qui impose d’augmenter le nombre de réplications, pour ne pas prendre des décisions à partir de 2 ou 3 tirages aléatoires. Il arrive encore que les scenarios à tester ne se distinguent pas uniquement par les données en entrée, mais dans l’architecture fonctionnelle de parties du modèles : on aura ainsi plusieurs variantes du modèle, que l’on simulera chacune avec plusieurs réplications.

 

Discret : on parle de flux discrets (dont on peut compter les éléments) par opposition aux flux continus (qui nous semblent fluides et mesurables uniquement par des débits). On parle aussi de simulation à événements discrets : c’est le type de simulation qui s’applique lorsqu’on s’intéresse à l’organisation d’un système (industriel ou autre), car il se décrit par des événements (une commande qui arrive, l’heure de fin etc.) et des successions d’opérations de durée singulière (durée de l’appel, convoyage puis usinage etc.).

 

Continu : c’est l’autre monde, où ce qui arrive au flux peut s’exprimer sous forme d’équations différentielles pouvant décrivent l’évolution dans le temps de ce que l’on observe (la chaleur, la densité, le débit, les euros).

 

Hybride : on peut aussi dire « mixte », lorsque dans les flux le continu se mêle au discret, comme par exemple dans un atelier qui produit de la limonade. Ici le flux c’est un liquide, transformé par une « cuisine », mais ce qui sort ce sont des lots de bouteilles qu’il a fallu laver, remplir, boucher, étiqueter, conditionner.

 

Historique (raccourci) : la simulation de flux doit son essor d’une part à l’application de la dynamique de systèmes (Forrester, 1961 et ultérieurement) à divers domaines économiques et à l’ingénierie industrielle, d’autre part au développement de logiciels accessibles (dans les deux significations : pas trop chers pas trop compliqués) et adéquats. Depuis quatre décennies tous les grands groupes industriels ont recours à la simulation pour faire évoluer leurs systèmes de production ; depuis deux décennies, la démarche s’est démocratisée et s’emploie dans des PME comme par des consultants ; depuis dix ans elle touche de plus en plus le tertiaire, les flux hors industrie et les flux de personnes.

 

Dynamique : quiconque simule doit être pêchu et énergique, c’est bien connu… 😀
La démarche pourrait s’appeler simulation dynamique des flux, car il s’agit toujours d’étudier dans le temps l’évolution de phénomènes qui sont justement difficiles à appréhender par un outil statique (autorégulation en fonction d’un contexte, rétroaction, phénomènes aléatoires dans le temps).

 

Stochastique : équivalent de aléatoire, mais plus chic à placer dans un repas entre amis. En réalité, aléatoire se dit pour une variable, tandis que stochastique s’applique à un processus ou une fonction, c’est à dire quelque chose qui évolue dans le temps. Les logiciels de simulation de flux savent représenter des phénomènes stochastiques dans les modèles, et c’est fort important car partout il y a des arrivées aléatoires de clients ou de pannes, des durées qui obéissent à des lois de distribution, ou des facteurs humains à prendre en compte.