Vous êtes sur la page 1sur 32

ANALYSE MULTICRITRE DAIDE

LA DCISION
Mthodes & Concepts

Les mthodes multicritres daide la dcision regroupent
des mthodes permettant dagrger plusieurs critres avec
lobjectif de slectionner une ou plusieurs actions, options
ou solutions.
Lanalyse multicritre vise fournir des outils qui
permettront de progresser dans la rsolution dun problme
de dcision o plusieurs objectifs, souvent contradictoires,
doivent tre pris en compte.
La divergence des objectifs ncessite la recherche dune
solution des meilleurs compromis possibles.
INTRODUCTION
Mthodes Multicritres regroupent la fois la recherche
oprationnelle, les sciences conomiques et le gnie
industriel;
Visent la rsolution de problmes avec plusieurs
alternatives et en appliquant plusieurs critres
simultanment;
Les critres sont souvent conflictuels;
Les critres ont importance ingale ( poids, priorit);
Permet deffectuer le choix optimal
Principales Mthodes
Les mthodes les plus connues:
WSM (Weight Sum Method)
WPM (Weight Product Method)
AHP (Analytic Hierarchy Process)
ELECTRE(Outranking method )
PROMETHEE(Preference Ranking Organisation METHod for Enrichment
Evaluations)
TOPSIS (Technic for Order Performance by Similarity to Ideal Solution)

Les mthodes danalyse multicritre
Toutes ces mthodes multicritres passent par les tapes
suivantes :

Identifier lobjectif global de la dmarche et le type de dcision
Dresser la liste des actions ou solutions potentielles
Identifier les critres ou standards qui orienteront les
dcideurs
Juger chacune des solutions par rapport chacun des critres
Agrger ces jugements pour choisir la solution la plus
satisfaisante
les mthodes multicritres diffrent selon la faon de raliser la
dernire tape, cad dans la faon dvaluer les solutions en fonction
des critres retenus.

Limportance relative des critres accorde par les dcideurs est
reprsente par des poids.

Les mthodes danalyse
multicritre
TERMINOLOGIE DE BASE
Alternatives : choix disponibles (de quelques-uns des
centaines)
Critres (attributs): les rgles suivant lesquelles les
alternatives sont examines ; qualitatifs ou quantitatifs
Units : faon dexprimer la performance vs les critres ;
tangibles ou intangibles
Poids (des critres) : importance attribue aux critres ;
subjectifs ; normalisation
MATRICE DE DCISION
CRITRES
Alternatives C1 C2 C3 ... CN
Poids relatifs W
1
W
2
W
3
... W
N

A1 a
11
a
12
a
13
... a
1N

A2 a
21
a
22
a
23
... a
2N

A3 a
31
a
32
a
33
... a
3N

. . . . ... .
. . . . ... .
. . . . ... .
AM a
M1
a
M2
a
M3
... a
MN

PRINCIPALES MTHODES
WSM (Weight Sum Method)
WPM (Weight Product Method)
AHP (Analytic Hierarchy Process) (Processus dAnalyse
Hirarchique)
ELECTRE (ELimination Et Choix TRaduisant la REalit)
Autres : Mthode de lEntropie, .
TAPES DE LA RSOLUTION DUNE
ANALYSE MULTICRITRE
La dtermination des alternatives et des critres de
dcision pertinents
La fixation des mesures numriques dimportance relative
(poids) et des performances des alternatives vs les
critres dfinis
Le traitement des valeurs numriques pour classer les
alternatives
Mthode WSM
Weight Sum Method
Modle des sommes pondres
Idale pour les problmes une seule dimension
Principe de lutilit additive
Requiert dimensions positives (mme sens)
Les calculs sont moindres ( faciles)
Pour une matrice de profits


Pour une matrice de cots
M ..., 2, 1, i pour max
1
= =

=
N
j
j ij
i
WSM
w x a A
M ..., 2, 1, i pour min
1
= =

=
N
j
j ij
i
WSM
w x a A
Mthode WPM
Weight Product Method
Modle des produits pondrs
Trs similaire la mthode WSM
Utilise la multiplication plutt que laddition
Sans dimension
Chaque alternative compare aux autres en multipliant des
ratios (un pour chaque critre)
N Nombre de critres de dcision
a
ij
Valeur de lalternative i pour le critre j
W
j
Poids du critre j

[
=
|
.
|

\
|
=
|
.
|

\
|
N
j
Wj
Lj
kj
L
K
a
a
A
A
R
1
Mthode AHP
Analytic Hierarchy Process
Processus danalyse hirarchique
Dcomposition dun problme complexe en un systme
hirarchis
La mthode requiert plusieurs matrices
Calcul des vecteurs (poids, priorits)
Pratique pour des critres non quantifiables (intangibles)
Meilleure alternative:
M ..., 2, 1, i pour max
1
= =

=
N
j
j ij
i
AHP
w x a A
La mthode AHP
Mthode AHP dveloppe en 1971 (Saaty)
Elle se distingue par sa faon de dterminer les poids de critres
Elle procde par combinaisons binaires de chaque niveau de la
hirarchie par rapport aux lments du niveau suprieur
Raisons de sa popularit :
Units de mesures : Qualitatives et quantitatives, valeurs relatives
ou absolues pour tablir de priorits
Structure hirarchique : Trie des lments dun systme dans
diffrents niveaux et dans de groupes caractristiques similaires
Interdpendance : Permet de considrer linterdpendance des
lments dun systme sans insister dans le raisonnement linaire
Consistance : Permet de garder une consistance logique des
jugements utiliss pour dterminer les priorits
La mthode AHP

Synthse : Permet dobtenir une apprciation gnrale de la
dsirabilit de chaque alternative
Identification des priorits : Permet de considrer la priorit
relative de chaque critre pour ainsi obtenir la meilleure alternative
selon les objectifs identifis
Unicit : Sa flexibilit permet son utilisation dans un ventail vari
de problmes non structurs.
La mthode AHP
Procdure
tape 1 : Dcomposer le problme complexe en une
structure hirarchique
tape 2 : Effectuer les combinaisons binaires
tape 3 : Dterminer les priorits
tape 4 : Synthtiser les priorits
tape 5 : Cohrence des jugements
tape 1
Dcomposer le problme complexe en une structure
hirarchique
Dfinir lobjectif cible (niveau 0)
Dfinir les critres de dcision ou danalyse (niveau 1)
Dfinir les caractristiques des critres, chacun son
tour, ou lensemble doptions sous tude (niveau 2).
Le dernier niveau de la hirarchie comprendra les
diffrentes solutions alternatives, choisies au
pralable.
tape 1
Dcomposer le problme complexe en une structure
hirarchique
Exemple de niveaux hirarchiques
tape 2
Effectuer les combinaisons binaires

Comparer limportance relative de tous les lments
appartenant un mme niveau de la hirarchie pris
deux par deux, par rapport llment du niveau
immdiatement suprieur.
Configurer une matrice carre (K x K), forme par les
valuations des rapports des poids, K tant le nombre
dlments compars. On obtient de cette faon :
a=a
ij
avec
a
jj
=1 et a
ji
=1/ a
ij
(valeur rciproque)

tape 2
Effectuer les combinaisons binaires
Les valeurs aij sont dtermines laide de lchelle suivante :
chelle numrique chelle verbale
1.0 Importance gale des deux lments
3.0 Un lment est un peu plus important que lautre
5.0 Un lment est plus important que lautre
7.0 Un lment est beaucoup plus important que lautre
9.0 Un lment est absolument plus important que lautre
2.0, 4.0, 6.0, 8.0 Valeurs intermdiaires entre deux jugements, utiliss pour affiner
le jugement
tape 3
Dterminer les priorits
Calculer limportance relative de chacun des lments
de la hirarchie partir des valuations obtenues
ltape prcdente
La dtermination des priorits des lments de chaque
matrice se fait par la rsolution du problme de vecteurs
propre
Limportance relative des diffrents critres est
exprime par les valeurs du vecteur propre normalis
1.0
Plus cette valeur est grande, plus le critre
correspondant est important.
tape 4
Synthtiser les priorits
Une fois que les priorits locales pour tous les critres
figurant dans la hirarchie ont t dtermins, AHP
calcule un score dvaluation global attach chacune
des solutions alternatives identifies.
On obtient alors un vecteur {p
i1
, p
i2
, , p
in
} qui indique
limpact du critre i sur chacune des alternatives.
tape 5
Cohrence des jugements
Les rponses obtenues prsentent souvent un certain degr
dincohrence.
AHP nexige pas que les jugements soient cohrents ni transitifs,
On dfinit un indice de cohrence (IC) :
IC=(
max
- K) / (K-1)

K : nombre dlments compars

Plus lindice de cohrence devient grand et plus les jugements de
lutilisateur sont incohrents et vice versa
IC est ensuite compar des valeurs critiques obtenues par
simulation.

tape 5
Cohrence des jugements
On dfinit, de faon empirique (par exprimentation),
un ratio de cohrence comme le rapport de lindice de
cohrence calcul sur la matrice correspondant aux
jugements du dcideur et de lindice alatoire (IA) dune
matrice de mme dimension.
N=nombre
de critres

2 3 4 5 6 7 8 9 10 11
IA

0 0.58

0.90

1.12 1.24 1.32 1.41 1.45 1.49 1.51

tape 5
Cohrence des jugements
Le ratio de cohrence est donn par la formule
suivante :
RC = IC / IA

RC : est le ratio de cohrence
IA : est un indice alatoire
IC : est lindice de cohrence
tape 5
Cohrence des jugements
Le ratio de cohrence peut tre interprt comme la
probabilit que la matrice soit complte
alatoirement.
La cohrence globale dapprciation est value au
moyen de ce ratio de cohrence RC.
La valeur de ce dernier doit tre au plus gale
10%.
Dans le cas ou cette valeur dpasse 10%, les
apprciations peuvent exiger certaines rvisions.
La mthode AHP
Exemple dapplication
Niveaux hirarchiques de lexemple
La mthode AHP
Objectifs Q D E
Q 1 5 2
D 1/5 1 1/3
E 3 1
Exemple dapplication
Matrice de premier niveau : Macro critres
Exemple : La qualit de la technologie est beaucoup plus
importante que le dlai de livraison.
La mthode AHP
Exemple dapplication
Matrices de deuxime niveau : Alternatives
Par rapport la qualit:
Alternatives 1 2 3
1 1 3 6
2 1/3 1 1/3
3 1/6 3 1
Par rapport au dlai de livraison:
Alternatives 1 2 3
1 1 1/3 4
2 3 1 5
3 1/4 1/5 1
Par rapport lexprience de la firme :
Alternatives 1 2 3
1 1 3
2 2 1 5
3 1/3 1/5 1
La mthode AHP
Exemple dapplication
Exemple de calcul pour la
matrice de macro critres
[A]=matrice originale
Objectifs Q D E
Q 1 5 2
D 1/5 1 1/3
E 3 1
Somme 1.7 9 3.33
Objectifs Q D E
(somme
des
rangs ) [C]
[D]
[A]*[C]
[E]
[D]/[C]
Q 0.59 .56 0.6 1.75 0.58 1.75 3.02
D 0.12 0.11 0.10 0.33 0.11 0.33 3
E 0.29 0.33 0.30 0.92 0.31 0.93 3
Somme : 1.0 1.0 1.0 3.0 1.0 9.02
[B]=matrice normalise
[C]=Vecteur de priorit
La mthode AHP
Exemple dapplication
Vrification de la cohrence de la matrice :

max
= 9.02 / 3 = 3.00

IC=(
max
- K) / (K-1)=(3-3) / (3-1) = 0.0

RC=IC / IA = 0.0 / 0.58 = 0 = < 0.10 Alors la matrice est cohrente
Objectifs Q D E
(somme
des
rangs ) [C]
[D]
[A]*[C]
[E]
[D]/[C]
Q 0.59 .56 0.6 1.75 0.58 1.75 3.02
D 0.12 0.11 0.10 0.33 0.11 0.33 3
E 0.29 0.33 0.30 0.92 0.31 0.93 3
Somme : 1.0 1.0 1.0 3.0 1.0 9.02
[B]=matrice normalise
3
La mthode AHP
Exemple dapplication
Il faut rpter la mme opration pour chaque
matrice de niveau infrieur et ensuite procder
la synthtisation des rsultats
La mthode AHP
Exemple dapplication
Alors lalternative 1 est la plus intressante.
Alternatives Qualit (0.58) Dlais (0.11) Exprience (0.31)
Vecteur prioritaire
global
1 0.381 *0.58 0.031*0.11 0.095*0.31 0.507
2 0.145*0.58 0.089*0.11 0.18*0.31 0.394
3 0.055*0.58 0.01*0.11 0.034*0.31 0.100
Synthtisation des rsultats
(E rangs)