Concepts et techniques de modélisation en simulation des systèmes à événements discrets. Mécanisme du simulateur : état, file d'événements, contrôle du temps et structure de données. Génération de nombres aléatoires. Conduite d'un projet de simulation : identification des objectifs, du contexte, des entités, des agents, des variables de décisions, des critères d'évaluation. Simulation terminante et non terminante. Simulations à base d'agents. Simulation pilotée par les données. Acquisition des données et identification des lois. Phénomènes non indépendants et markoviens. Validation des résultats, plans d'expérience simples. Contexte de l'optimisation multicritère, multi contextes, multi acteurs dans un modèle de simulation. Utilisation de l'apprentissage par renforcement. Logiciel de simulation, langage de simulation et application dans différents domaines. Liens entre simulation et jumeau numérique et Industrie 4.0