Tatiana Mironova
30 mai 2015
Table des matières
1
Table des figures
2
Chapitre 1
3
Figure 1.1 – Illustration d’utilisation d’AMCD pour le probléme - choix
une voiture
4
— analyst qui sera notre boite noire "AMCD", qui aide de formaliser de
préference de decideur et versez des poids de critères dans tableau de
preference
— le calcul d’une recommandation de décision à l’aide, si deci-
deur accept l’artefact de sortie d’AMCD (le resultat), sinon, après
correction des donnès d’entrèe(tables de preferences, des alternatives
ou des critères), refaire notre ètape de l’aide à la decision
1.1 L’AMCD
contexte scientifique En fait, tout a déjà été dit précédemment, mais
nous rappelons ici ces éléments qui, s’ils sont toujours importants sujets qui
constituent les quotidien des chercheurs et utilisateurs du domaine d’AMCD :
— Aidér à prendre des décision de manière plus transparent,
— déterminer des facteurs organisationnels et sociaux dans les problèmes
de décision,
— formaliser les préférences des différents acteurs d’une décision,
— gérer des points de vue multiples dans un processus de décision,
— gestionner de multiples décideurs et contraintes
Par ailleurs, ce processus d’aide à la décision n’a pas obligatoirement une
structure linéaire telle qu’elle apparaît dans la liste précédente. Au contraire,
cette structure dépend du contexte du problème de décision et l’algorithme
d’AMCD choisi, et souvent besoin d’être très interactive et d’inclure des
boucles et des mises à jour d’étapes précédentes. En général, le processus
d’aide à la décision est guidé par un analyste (expert de l’AMCD) et se base
donc sur son savoir-faire. Cette expertise est longue à acquérir et pour un
novice en AMCD c’est assez difficile de mener ce genre d’analyse complexe
sans une aide extérieure. ’il y a un réel besoin d’un travail méthodologique
en vue de soutenir l’analyste dans la structuration et l’implémentation du
processus d’aide à la décision. Ces observations constituent le point de départ
de ce sujet de recherche.
Principaux objectifs
Le but principal de cette thèse est donc de proposer des modèles du pro-
cessus d’AMCD et un système informatique pour le soutenir. Nous viserons
donc à fournir des outils (au sens large) qui, d’un côté augmenteront les ca-
pacités de l’analyste à guider le processus d’aide à la décision en explicitant
notamment les choix qu’il doit effectuer, et qui, d’un autre côté rendront le
processus plus transparent pour tous les participants.
D’après Hodgkin, Belton et Koulouri (2005)[5] :
The aim through an MCDA [process] is not only to find the
“right answer” to a decision problem but it is to facilitate decision
makers in a process of learning about an issue and about their own
and other stakeholders’ perspective on and preferences relating
5
Figure 1.2 – Les méthodes de surclassement
Il arrive rarement que les critères et les actions d’un problème de décision
soient des réalités objectives faciles à appréhender et à modéliser. Une voie de
recherche consiste donc à généraliser les résultats théoriques et les méthodes
en y intégrant ces structures. Les sorts des problèmes multicritères, définies
par Roy [7] :
6
Figure 1.4 – Les étapes de processus
7
aura la liste de toutes les alternatives possibles et souhaitables.
— Dresser la liste des critères à prendre en compte - On pèse
preuves. Dans cette étape, on dessine sur ses informations et les émo-
tions d’imaginer ce que ce serait comme si vous avez effectué chacune
des solutions de rechange à la fin. Finalement, on est capable de pla-
cer les alternatives par ordre de priorité, sur la base de ses propre
système de valeurs.
— Etablir un tableau des performances -On choisit parmi les al-
ternatives. Une fois que décider a pesé tous les éléments de preuve, il
es prêt à choisir la solution qui semble être le mieux adapté pour lui
ou une combinaison de solutions de rechange.
— Agreger les performances - Prendre des mesures, analyst prend
maintenant une action positive qui commence à mettre en œuvre la
solution de rechange que décideur a choisi à l’étape précident
— Analyse de recommendation - Décision en révision et les consé-
quences.
Comme vous pouvez constatez, il y a sept étapes de la prise de décision
efficace
8
Chapitre 2
9
Figure 2.1 – la modélisation de décision facilitée (Franco, Montibeller)
10
Figure 2.2 – The Model Description Method
11
non seulement à l’extérieur du système, mais aussi caché, implicite dans le
système [11]
Processus d’AMCD de Milan :
— "predecision process" - la collecte d’informations, l’analyse, certaines
informations peuvent être réinterprété ou rejeté. lorsque cela Etap est
stabilisé nous pouvons nous déplacer pour la prochaine
— "partial decisions" - Milan a utilisé dans son processus d’AMCD mé-
thode "déplacement de l’idéal"
— "the final decision stage"
— "the postdecision stage"
Possibles obstacle dans les processus pris de la décision :
— la présence d’une dissonance cognitive conduit à une exposition sé-
lective à l’information.
— informations consonne est favorisée par rapport à dissonante
— augmentant décision après la dissonance attendu par succomber à de
plus en plus forte après la décision regret
Another important consequence of a partial decision, or
of any decision, is the cognitive dissonance that emerges after
the decision has been taken. Festinger (1964) shows that the
longer and more difficult the predecision stage, the greater the
dissonance that follows
12
As the client and the analyst return to the reality they should
take at learst three precautions before they formulate the final
recommendation :
1. Sensitivity analysis
2. Robustness analysis
3. Legitimation
Il y a quelques recommandation pour analyst. Mais ici manques un peu de
practiques et il est aussi trés loin de creation "manual" pour l’AMCD
possibles points pour integrer dans mon recherche :
— étudie chémin de processus, comme on passe un étape aprés autre.
— Comme on peux utilise l’information stabilizer une artéfact pour autre
artéfact ?
— Analyse plus profond de practique resultats
13
Chapitre 3
Le déroulement de la première
année de thèse
14
[4]
15
Figure 3.2 – Example de diagrame de sequence
— le diagramme d’état
— le diagramme d’activité
— le diagramme de déploiement
— le diagramme de collaboration
Les diagrammes d’activités permettent de mettre l’accent sur les traitements.
Ils sont donc particulièrement adaptés à la modélisation du cheminement de
flots de contrôle et de flots de données. Ils permettent ainsi de représenter
graphiquement le comportement d’une méthode ou le déroulement d’un cas
d’utilisation. Les partitions, souvent appelées couloirs ou lignes d’eau (swim-
lane) du fait de leur notation, permettent d’organiser les nœuds d’activités
dans un diagramme d’activités en opérant des regroupements (cf. figure 3.3).
D’avantage de ArgoUML
— L’exportation de ces diagrammes dans de nombreux formats (GIF,
PNG,PS, SVG, ...).
— La génération de classes Java (et même C/C++ et Php avec des
plugins) des objets décris avec ArgoUML.
— L’analyse de classe Java déja existante (très pratique).
Ce logiciel est donc déjà pleinement fonctionnel et permet de s’initier aux
joies de l’UML ainsi que de disposer d’un outil de génie logiciel de bonne fac-
ture. Pendant la phase de discussion sur le sujet "processus de création d’un
modèle" avec Jacques Simonin, avait identifié certains points clés, lesquelles
peuvent être divisés en :
— "la vue metier" - faire les diagrammes activite métier et les dia-
grammes object métier
— "la vue applicative" - service applicativ (diviz, R ect.)
— "la vue technique" - les diagrammes deploiement, node d’execu-
tion(PC, Server ect.), lien de communication(p.e. un protocol)
— "la vue functionnel" - concept du niveau systéme d’information
16
Figure 3.3 – Example de diagrame d’activité, niveau 0, ArgoUML
17
Chapitre 4
18
Bibliographie
19