Chapitre 1 · Leçon 1.4
Choisir un modèle
Il n'existe pas de modèle universel. Le bon choix dépend de ce que l'on cherche, de la taille du système et de la personne qui devra lire le résultat.
Trois questions pour choisir
- Quelle est la taille du système ? Jusqu'à quelques composants, la chaîne de Markov se construit à la main et se vérifie. Au-delà d'une dizaine de composants en interaction, le nombre d'états devient ingérable.
- Veut-on un résultat exact ou une estimation ? Pour une décision réglementaire ou un contrôle, un résultat exact est précieux. Pour explorer un grand modèle, une estimation avec intervalle de confiance suffit.
- Qui doit lire le modèle ? Un arbre de défaillance se lit sans formation. Un graphe de Markov de quarante états, non. Un réseau de Petri bien structuré se lit comme un schéma de fonctionnement.
Règles pratiques
- Commencer par le modèle statique : s'il suffit, s'arrêter là. Il sert aussi de contrôle de vraisemblance.
- Passer à Markov pour les sous-systèmes où la dynamique compte (pompes, tests périodiques), puis réinjecter le résultat dans l'arbre comme événement de base.
- Utiliser un réseau de Petri quand il y a des ressources partagées, des séquences ou des cascades.
- Réserver la simulation aux modèles trop grands ou aux lois non exponentielles, et la garder pour vérifier un modèle exact sur un sous-système.
- Noter les hypothèses de chaque modèle à côté du résultat : sans elles, un chiffre ne se compare à rien.
Le poste de chargement
| Question posée | Modèle retenu | Raison |
|---|---|---|
| Disponibilité des deux pompes | Markov à trois états | Petit système, résultat exact, chiffre vérifiable à la main |
| Fonction d'arrêt testée périodiquement | Markov (ou formule validée par Markov) | Pas de réparation entre tests : le calcul se fait à la main |
| Séquence de chargement et pannes cachées | Réseau de Petri | Ordre des événements, état « détecteur en panne non détectée » |
| Cascade vers le poste voisin | Arbre d'événements puis Petri | Barrières qui agissent ou non avant la propagation |
| Modèle complet | Petri global, simulation, sous-parties réduites à Markov | Trop d'états pour une chaîne unique |
À retenir
Le choix du modèle se fait sur la taille du système, le besoin de résultat exact ou estimé et la lisibilité pour l'équipe. On part du plus simple, on complexifie là où la dynamique compte, et on garde un modèle simple pour contrôler le plus riche.