Résumé
Face aux enjeux de compréhension des écosystèmes marins et de gestion des usagesmarins, les modèles complexes se révèlent des outils pertinents pour tester lesmodifications induites par le changement global, anticiper des évolutions des socioécosystèmesmarins et aider à la sélection de stratégies de gestion. Construire unmodèle numérique et faire des simulations est une chose, mesurer la confiance dessorties du modèle en est une autre. Une étape indispensable dans l’usage des modèlesnumériques est la confrontation des sorties du modèle aux observations du systèmemodélisé pour caler le modèle. La sélection de stratégies de gestion et la calibrationsont deux finalités de l’optimisation.Les problèmes d’optimisation en modélisation halieutique sont le plus souventcomplexes avec des caractéristiques mathématiques diverses. La fonction à optimiserpeut être déterministe ou stochastique, avec ou sans contraintes, à une ou plusieursdimensions. Le nombre de paramètres à optimiser peut varier de l’unité à plusieurscentaines et le coût informatique peut induire de fortes restrictions sur le nombre desimulations réalisables avec le modèle, d’une centaine à quelques milliers pour lesmoins coûteux.Aucun guide pratique n’est disponible dans la littérature pour mettre en oeuvre uneoptimisation rigoureuse avec un modèle complexe. Nous proposons ici une démarched’optimisation articulée en 3 étapes (prétraitement, choix de l’algorithme et posttraitement),basée des outils et méthodes existants et dont la réalisation peut être nonlinéaire. Ce guide inspiré d’une analyse des expériences d’un groupe de modélisateursouvre des pistes de recherche pour pallier aux difficultés, aux autocensures etfrustrations des modélisateurs.