Cet article décrit une approche de la modélisation d'un système
d'acteurs, particulièrement adaptée à la modélisation des
entreprises, fondée sur la théorie des jeux [11] et sur
l'optimisation par apprentissage du comportement de ces acteurs. Cette
méthode repose sur la combinaison de trois techniques : la simulation
par échantillonnage (Monte-Carlo), la théorie des jeux pour ce qui
concerne la recherche d'équilibre entre les stratégies, et les
méthodes heuristiques d'optimisation locale, en particulier les
algorithmes génétiques. Cette combinaison n'est pas originale en
soi, même si elle est rarement utilisée avec toute la puissance
d'expression conjointe de ces techniques. La contribution de cet article est
double : d'une part nous proposons un modèle qui permet de structurer de
façon systématique cette collaboration entre différentes
techniques et, d'autre part, nous utilisons la technique des algorithmes
génétiques pour enrichir la recherche des équilibres de Nash
sous forme de points fixes. Il s'agit d'une méthode de simulation, qui
n'est pas destinée à la résolution de problèmes, mais à
la validation et l'étude des propriétés d'un modèle
associé à un problème particulier.