Résumé : « Aujourd'hui l'entreprise manufacturière doit être considérée, nonplus comme une organisation monolithique, où peu de place est laissée à l'autonomie et peu d'importance est accordée aux interactions entre les différents composants, mais comme un ensemble de systèmes de prise de décision, de traitements et de communications. Cela revient à dire une organisation distribuée, dynamique etréactive. » [Bur 96]Sur la base de ce paradigme, et par rapport aux approches de simulation à événements discrets traditionnellement centrées sur la maîtrise des flux physique et informationnel, nous allons essayer de mettre en évidence dans cet article la complexité des mécanismes décisionnels. Et, l'intérêt d'intégrer aux modèles de simulation une dimension cognitive, pour prendre en compte l'impact de la réalité « technologique » : flux, synchronisation, aléas de production, etc. sur les résultats des décisions prises dans les organisations.Pour cela, nous allons présenter un modèle de simulation issu des techniques de simulation à événements discrets (SED), dans lequel une modélisation du système décisionnel à base d'agents est intégrée. La structure de base de ce modèle est formée par le couplage d'un « Agent Cognitif » et d'un « Centre d'Activité ». Un agent cognitif est un module de décision qui oriente l'action d'un centre d'activité (processus opérationnel), par le biais de décisions issues d'un module de raisonnement utilisant des rationalités de niveau supérieur, des intentions propres, et l'ensemble des connaissances que l'agent a de son environnement.La mise en oeuvre de ce modèle se fera par la construction d'un modèle d'implémentation basé sur les techniques de simulation orientée objets (objets actifs,progammation concurrente), et sera validée par un exemple pédagogique.

Résumé : Selon Lev Vygotsky, l’apprentissage d’un individu est influencé par ses interactions sociales avec son environnement et c’est cette confrontation de points de vue qui lui permet d’évoluer au cours du temps. Partant de ce constat, nous nous sommes intéressés à la manière dont un agent intelligent pouvait, à son tour, apprendre grâce à ses interactions avec les autres agents et s’intégrer de ce fait plus facilement dans un environnement inconnu. Nous proposons pour cela trois étapes successives nécessaires à l’intégration d’un nouvel agent adaptatif. Ce travail nous conduit, entre autre, à donner une place prépondérante au langage et aux interactions entre les différents agents.