The recurrence of a hierarchical structure in the systems of cities around the world, characterized by the fact that the cities are all the more numerous that they are small, and more precisely that it exist a relation between the size of the cities and their ranks (the size of a city of rank “r” is equal to the population of the biggest city divided by “r”) is a phenomenon which has been described for many years.This statistical regularity, known as the rank size law, its local variations and the research for its explanations, have been widely explored by geographers for more than a century. Certainly, the agglomeration economies, favorizing innovation, its broadcast in urban hierarchy, themselves conditioned by transport networks of which interactions between cities depend, play a crucial role to understand emerging and maintenance systems of hierarchized cities.However, if a necessary theory on the evolution of systems of cities, which regroup now more than half the world population, is already pretty well advanced, it is still impossible to consider a system of settlement at time “t” and to predict in detail the evolution, especially the emergence of new population concentration, because systems of cities are complex.The computer science’s gigantic progresses have been able, since about forty years, to develop simulation models, which can test different hypothesis regarding the evolution of the systems of cities and to better understand their dynamic. It is more especially the case of the Multi-Agent model, created by the P.A.R.I.S team, who allowed huge progresses in understanding the dynamic of systems of cities, allowing the theorical hypothesis test, some old, concerning in particular the innovation diffusion and its impacts on the city system. However, those models, very documented and well used, are presenting the disadvantage to be based on numerous parameters and hypothesis, which makes it difficult to calibrate and render their results sometimes difficult to interpret. Also, if these models allow us to analyze the evolution of a systems of cities, the emergence of new cities is not well studied.In this context, the goal of this thesis is to contribute, using the Multi-Agents simulation, to the research of explanations of the emergence and the maintenance of hierarchized systems of cities. Rather than looking to complexify more the existing models so that their results match the best possible to the empiric realities, it has been decided here to put down a central hypothesis, “simple”, without an economic dimension and which counteract with the most frequent approaches, and to test their validity. This hypothesis state that the allometric growth of the systems of cities is first a function of the way that the interactions between the cities happen at the individual scale. More precisely, it is necessary to look first if, depending if a person living in city A decide to move to the city B, draw at random, or of which the attractiveness’ will depend on its historical past in terms of trade, centrality, accessibility, can one succeed, or not, to generate systems of hierarchized cities type rank size. That is to tend to confirm that, way before economic considerations (economic profile of cities per example), it is before everything the spatial interaction modalities which preside on the evolution of systems of cities.Secondly, always placing the spatial interaction between the individuals at the heart of our work, we are looking to better understand the emergence of the cities.; La récurrence d’une structure hiérarchique dans les systèmes de villes à travers le monde, caractérisée par le fait que les villes sont d’autant plus nombreuses qu’elles sont petites, et plus précisément qu’il existe globalement une relation entre la taille des villes et leur rang (la taille de la ville de rang r est égale à la population de la plus grosse ville divisée par r) est un phénomène décrit depuis de nombreuses années. Cette régularité statistique, connue sous le nom de loi rang taille, ses variations locales et la recherche de ses explications ont largement été explorées par les géographes depuis plus d’un siècle. Assurément, les économies d’agglomération, qui favorisent la survenue de l’innovation, les modalités de sa diffusion dans la hiérarchie urbaine, elles-mêmes conditionnées par les réseaux de transport dont dépendent les interactions entre villes, jouent un rôle déterminant pour comprendre l’émergence et le maintien de systèmes de villes hiérarchisés.Pour autant, si une nécessaire théorie sur l’évolution des systèmes de villes, qui regroupent à présent plus de la moitié de la population mondiale, est déjà bien avancée, il n’en demeure pas moins qu’il reste impossible de considérer un système de peuplement au temps t et d’en prévoir en détail l’évolution à un horizon donné, en particulier l’émergence de nouvelles concentrations de population, car les systèmes de villes sont à la fois compliqués et complexes.Les gigantesques progrès de l’informatique ont permis, depuis une quarantaine d’années, de développer des modèles de simulation qui permettent de tester différentes hypothèses quant à l’évolution des systèmes de villes et ainsi mieux comprendre leur dynamique. C’est plus particulièrement le cas de la simulation Multi-Agents, mobilisée notamment par l’équipe P.A.R.I.S, qui a permis de grands progrès dans la compréhension de la dynamique des systèmes de villes en rendant possible le test d’hypothèses théoriques, parfois anciennes, concernant notamment la diffusion de l’innovation et ses impacts sur les systèmes de villes. Pour autant, ces modèles, très riches, présentent l’inconvénient de reposer sur de très nombreux paramètres et hypothèses, ce qui les rend difficiles à calibrer et rend leurs résultats parfois difficiles à interpréter. Par ailleurs, si ces modèles permettent d’analyser l’évolution d’un système de villes donné, l’émergence de nouvelles villes demeure assez peu abordée.Dans ce contexte, l’objectif de cette thèse est de contribuer, par la simulation Multi-Agents, à la recherche d’explications de l’émergence et du maintien de systèmes de villes hiérarchisés. Plutôt que de chercher à complexifier encore les modèles existants pour que leurs résultats correspondent le plus possible aux réalités empiriques, le parti pris de ce travail a été de poser une hypothèse centrale, « simple », sans dimension économique et qui s’oppose en cela aux approches les plus fréquentes, et d’en tester la validité. Cette hypothèse consiste à affirmer que la croissance allométrique des systèmes de villes est avant tout fonction de la façon dont s’effectuent les interactions entre villes à l’échelle individuelle. Plus précisément, il s’agit donc de voir dans un premier temps si, selon qu’un individu habitant une ville A choisi de déménager dans une ville B tirée au hasard, ou dont l’attractivité dépendra de l’historique en termes d’échange, de sa centralité et de son accessibilité, on parvient, ou pas, à générer des systèmes de villes hiérarchisés de type rang taille. Cela revient à vouloir confirmer que, bien avant des considérations économiques (profil économique des villes par exemple), ce sont avant tout les modalités de l’interaction spatiale qui président à l’évolution des systèmes de villes.Dans un deuxième temps, toujours en plaçant l’interaction spatiale entre les individus au cœur de notre travail, nous chercherons à mieux comprendre l’émergence des villes.