Résumé : Face aux enjeux de compréhension des écosystèmes marins et de gestion des usages
marins, les modèles complexes se révèlent des outils pertinents pour tester les
modifications induites par le changement global, anticiper des évolutions des socioécosystèmes
marins et aider à la sélection de stratégies de gestion. Construire un
modèle numérique et faire des simulations est une chose, mesurer la confiance des
sorties du modèle en est une autre. Une étape indispensable dans l’usage des modèles
numériques est la confrontation des sorties du modèle aux observations du système
modélisé pour caler le modèle. La sélection de stratégies de gestion et la calibration
sont deux finalités de l’optimisation.
Les problèmes d’optimisation en modélisation halieutique sont le plus souvent
complexes avec des caractéristiques mathématiques diverses. La fonction à optimiser
peut être déterministe ou stochastique, avec ou sans contraintes, à une ou plusieurs
dimensions. Le nombre de paramètres à optimiser peut varier de l’unité à plusieurs
centaines et le coût informatique peut induire de fortes restrictions sur le nombre de
simulations réalisables avec le modèle, d’une centaine à quelques milliers pour les
moins coûteux.
Aucun guide pratique n’est disponible dans la littérature pour mettre en oeuvre une
optimisation rigoureuse avec un modèle complexe. Nous proposons ici une démarche
d’optimisation articulée en 3 étapes (prétraitement, choix de l’algorithme et posttraitement),
basée des outils et méthodes existants et dont la réalisation peut être non
linéaire. Ce guide inspiré d’une analyse des expériences d’un groupe de modélisateurs
ouvre des pistes de recherche pour pallier aux difficultés, aux autocensures et
frustrations des modélisateurs.
