Académique Documents
Professionnel Documents
Culture Documents
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
B IBLIOGRAPHIE
` approche Quelques ouvrages en francais pour une premiere ` a ` la Decision Ph Vincke, LAide Multicritere , Editions de de Bruxelles - Editions Ellispses , 1989 Universite ` a ` la Decision B. Roy et D. Bouyssou, Aide Multicritere : Methodes et Cas, Economica 1993 D. Bouyssou, D. Dubois, M. Pirlot, H. Prade, Concepts et ` la decision ` methodes pour laide a , 3 volumes, Hermes 2006 ` . In M. Grabisch and P. Perny. Agregation multicritere ` la decision, Logique oue, principes, aide a B. ` 2003 Bouchon-Meunier, C. Marsala (eds), Hermes,
A. Rolland
2 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
a ` comparer Optimisation il y a trop de possibilites combinatoire il y a plusieurs decideurs Theorie du Choix Social les consequences des actes ne sont pas sures Decision dans lincertain ` ` plusieurs criteres rentrent en compte aide multicritere ` la decision a
A. Rolland
3 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
O N PEUT COMBINER !
` et combinatoire multicritere incertain et decision de groupe ` et decision multicritere de groupe (vacances entre amis ?) ...
A. Rolland
4 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
C ADRE FORMEL
Choix social Candidats Votants Rangs (Nombre) ` Multicritere Alternatives ` Criteres Valeurs (Poids) Incertain Actions Etats de la nature Consequences (Probabilites)
erences erences Choix social : pref individuelles pref globales ` : pref erences ` erences Multicritere sur les criteres pref sur les alternatives erences Incertain : pref sur les consequences erences pref sur les actions
A. Rolland
5 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
a ` comparer Optimisation il y a trop de possibilites combinatoire il y a plusieurs decideurs Theorie du Choix Social les consequences des actes ne sont pas sures Decision dans lincertain ` plusieurs criteres rentrent en compte aide ` a ` la decision multicritere
A. Rolland
6 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
OY B OUYSSOU 96]
` critere= attribut muni dune relation binaire totale : ordre, preordre, ordre dintervalle... ` doit etre Une famille de critere : ` pour decrire ` complete le probleme (exhaustivite) ` erence coherente vis-a-vis des pref globale aussi independante que possible (non redondance)
A. Rolland
7 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
OY B OUYSSOU 96]
problematique de la modelisation de la decision [Tsoukias07] problematique du choix problematique du rangement problematique du tri
A. Rolland
8 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
N OTATIONS
X est lensemble des alternatives x , y , . . . ` N = {1, . . . , n} est lensemble des criteres ` gi : X R, i N sont les fonctions criteres ` i, gi (x ) est la valeur prise par lalternative x sur le critere aussi xi notee
A. Rolland
9 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
a a
a(x ), a(y ) c P (x , y )
` lapproche quantitative agreger puis comparer (critere ` unique de synthese) lapproche qualitative comparer puis agreger ` (surclassement de synthese)
A. Rolland
10 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
A. Rolland
11 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
A. Rolland
12 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
A. Rolland
13 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
B IBLIOGRAPHIE
Fishburn Utility theory for Decision Making, 1970, Wiley Keeney-Raiffa Decisions with multiple objectives ; preferences and trade-off, 1976, Wiley Marichal, Aggregation Operators for Multicriteria Decision ` Aid, Institute of Mathematics, University of Liege, 1998 M. Ehrgott. Multicriteria Optimization. Second edition. Springer, Berlin, 2005.
A. Rolland
14 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
distances
optimisation multiobjectif
A. Rolland
15 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
` SES H YPOTH E
` les valeurs sur les differents criteres sont commensurables ` les valeurs sur les differents criteres peuvent se compenser ` les valeurs de toutes les alternatives sur tous les criteres sont parfaitement connues erence ` et on veut obtenir une relation de pref complete transitive
A. Rolland
16 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
S F ONCTION D UTILIT E
G(X)
1.2 1 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1 1.2 1.2 1 0.8 0.6 0.4 0.2 0 0 0.2 0.4
G(X)
0.6
0.8
1.2
G(X)
1.2 1 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1 1.2 1.2 1 0.8 0.6 0.4 0.2 0 0 0.2 0.4
G(X)
0.6
0.8
1.2
A. Rolland
17 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
appareil 1 10 3 5 9
appareil 2 6 10 5 10
appareil 3 8 9 10 4
A. Rolland
18 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
RE E M OYENNE POND E x y WS (x ) WS (y ) WS (x ) =
i
wi fi (x )
` comprendre et a ` utiliser facile a mais ne favorise pas les solutions de compromis (ex : A(18,3) ; B(3,18), C(10,10))
A. Rolland
19 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
RE E M OYENNE POND E x y WS (x ) WS (y ) WS (x ) =
i
` critere Nb Pixel sensibilite vitesse Prix Score coef 0.2 0.3 0.1 0.4 appareil 1 10 3 5 9 7 appareil 2 6 10 5 10 8.7 appareil 3 8 9 10 4 6.9
wi fi (x )
A. Rolland
20 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
y max(fi (x )) max(fi (y ))
i i
A. Rolland
21 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
wi f(i ) (x )
avec f(1) (x ) f(2) (x ) . . . f(3) (x ) aux rangs des valeurs et non aux les poids sont affectes ` criteres permet de retrouver (et composer) tous les indices statistiques de position
A. Rolland
22 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
wi f(i ) (x )
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
avec f(1) (x ) f(2) (x ) . . . f(3) (x ) une mesure sur 2N et Ai = {1, . . . , i }. ` ou integrale vis-a-vis dune mesure non additive (capacite mesure oue) ` permet de modeliser les interactions entre criteres inclue WS, OWA, etc...
A. Rolland ` pour laide a ` la decision analyse multicritere 24 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
appareil 1 10 3 5 9 5
A. Rolland
25 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
` RE OPTIMISATION MULTICRIT E
P RINCIPE x y d (x , z ) d (y , z )
ou ` d (, ) est une distance et z un point ideal Exemple : methode TOPSIS [Hwang& Yoon81]
et du point anti-ideal calcul du point ideal calcul de la distance d au point ideal calcul de la distance d au point anti-ideal calcul du score : s =
d d +d
A. Rolland
26 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
` RE OPTIMISATION MULTICRIT E
P RINCIPE x y d (x , z ) d (y , z )
appareil 1 10 3 5 9
appareil 2 6 10 5 10
appareil 3 8 9 10 4
Ideal 10 10 10 10
Anti-Ideal 6 3 5 4
A. Rolland
27 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
A. Rolland
28 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
B IBLIOGRAPHIE
` a ` la Decision B. Roy et D. Bouyssou, Aide Multicritere : Methodes et Cas, Economica 1993 D. Bouyssou, D. Dubois, M. Pirlot, H. Prade, Concepts et ` la decision ` methodes pour laide a , volume 3, Hermes 2006
A. Rolland
29 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
` SES H YPOTH E
acte de decision = processus delaboration progressive erence dune structure de pref dincomparabilite des actions lacceptation de lidee erence avoir comme resultat une structure de pref beaucoup moins stricte quun pre-ordre total en vue declairer le DM sur son choix
A. Rolland
30 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
R ELATION DE SURCLASSEMENT
P RINCIPE x y C (x , y )
i N
C (y , x )
avec C (x , y ) = {i N |xi
yi }
A. Rolland
31 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
THODE ELECTRE [R LA ME
OY 68]
R ELATION DE SURCLASSEMENT x surclasse y (xSy ) si C (x , y ) > SC et j N , non yj Vj xj er e a ` y (xPy ou x y ) xSy et non ySx : x est pref xSy et ySx : x et y sont indifferents (xIy ou x y ) non xSy et non ySx : x et y sont incomparables (xRy ) erences La relation S donne un graphe des pref sur X Alors que fait-on ? Electre analyse une situation mais ne resout pas tous les ` problemes ! on peut reduire le graphe en fusionnant les cycles en une nouvelle alternative on peut faire varier les seuils pour une analyse de sensibilite
A. Rolland ` pour laide a ` la decision analyse multicritere 32 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
THODE ELECTRE [R LA ME
` critere Nb Pixel sensibilite vitesse Macro Prix ` critere appareil 1 appareil 2 appareil 3 appareil 1 20m 125-6400 30s-1/2000 10cm 490 C
OY 68]
avec w1 = w2 = w3 = w4 = w5 = 0.2
A. Rolland ` pour laide a ` la decision analyse multicritere 33 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
RANS E TA L 84]
i Pi (a, b) and
(x , y ) and
A. Rolland
34 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
Autres methodes
A. Rolland
35 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
A. Rolland
36 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
` GLES DE D E CISIONS [S RE
LOWINSKY E TA L 01]
problematique du tri utilise la dominance et les Rough sets imprecises ` convient bien aux donnees ou incompletes ` comprehensible tres par un decideur P RINCIPE dans une categorie Si x domine y alors x doit etre classe au moins aussi bonne que celle de y .
A. Rolland
37 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
AHP [S
AATY 71,
S AATY 80]
methode pour determiner les poids dune somme ee ponder ` utilise les comparaisons dalternatives et de criteres peut prendre en compte plusieurs decideurs. P RINCIPE ` Decomposer le probleme complexe en une structure hierarchique (niveaux) ` Effectuer les comparaisons entre criteres :de 1 ` 9 (extreme erence) (indifference) a pref Effectuer les comparaisons entre alternatives Synthetiser les comparaisons (moyenne) pour obtenir un classement Coherence des jugements
A. Rolland ` pour laide a ` la decision analyse multicritere 38 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
C E QU IL FAUT RETENIR pas de methode miracle ! es souhaitables... ou non mais des propriet
A. Rolland
39 / 39
Introduction
Cadre
Utilites
Surclassements
Autres methodes
Conclusion
C E QU IL FAUT RETENIR pas de methode miracle ! es souhaitables... ou non mais des propriet FIS LES D E lanalyse axiomatique ` lechelle le passage a ` lelicitation des parametres (preference learning)
A. Rolland
39 / 39