Table des matières

Dédicace.
Remerciements.
Résumé
Introduction générale………………………………………………………………01

Chapitre 1: Aide à la décision multicritère.………………….……….

Introduction……………………………………………………………………..03
1.1 Définition d'une décision……………………………………………03
1.2 Aide à la décision …………………………………………………….…03
1.3 Aide à la décision multicritère……………………………….……04
2. La nécessité d'une analyse multicritères…………………….…04
3. La Recherche Opérationnelle et L'aide à la décision…..…05
4. Phases du processus décisionnel…………………………………..06
5. Les alternatives et les critères …………………………………...…07
5.1 Les alternatives, Le décideur, le poid et les attributs….07
5.1.1 Les alternatives ………………………………………………………...07
5.1.2 Les attributs………………………………………………………...……07
5.1.3 Le poids………………………………………………………………..……07
5.1.4 Le décideur……………………..…………………………………………07
5.2 Critère……………………………………………………………………..……07
5.2.1 Les différents types de critères ……………………………...…08
5.1.1 Les alternatives………………………………..………………….….…08
5.1.2 Les attributs………………………………………………..………..……08
5.1.3 Le poids………………………………………………………………………08
5.1.4 Le décideur…………………………………………………………………08
5.2 Critère……………………………………………………………………………08
5.2.1 Les différents types de critères ……………………………...…09
5.2.2 Le tableau de performances………………………………………10
6. Notion de problématique de décision………………….…..….…11
6.1 Problématique du choix(P.α) ..…………………………………...…11
6.2 Problématique du tri(P.β) ……………………………………..………12
6.3 Problématique du rangement(P.γ)......................................13
7. Les principales méthodes multicritères…………………………14
8. Comparaison entre les méthodes……………………………………15
chapitre 2 Les méthodes PROMETHEE [Brans et Vincke, 1985]
Introduction ……………………………………………………………….……18
1. Principe des méthodes PROMETHEE………………….…..19
 2. Choix des fonctions de préférence …………………………19
3. Les Étapes de la Méthode PROMETHEE ……………….…20
4. Algorithme de la Méthode Promethee ………………………22
chapitre 3 Etude de cas : résolution d'un problème multicritère
1. Présentation du problème…………………………………………..……25
2. Application de la méthode PROMETHEE ……………………..…25
3. Avantages et inconvénients de la méthode Prométhée……28
1. Les Avantages…………….………………………………………………….…28
2. Les inconvénients………………………………………………………….…28
4. Critiques……………………………………………………………………………28
Bibliographie:………………………………………………………………………
 Résumé :
Un outil d'aide à la décision appelé analyse multicritère a été créé pour traiter
les situations multicritères compliquées, qui impliquent des facteurs
qualitatifs et quantitatifs dans le processus de prise de décision.
L'optimisation multicritère est un domaine en pleine expansion qui évolue de
manière significative. De nombreuses approches multicritères ont été
développées à la suite de cette progression. L'approche d'analyse multicritère
PROMETHEE, qui fait partie de la famille des méthodes de surclassement,
est présentée dans cette étude. Deux traitements mathématiques spécifiques
sont proposés pour PROMETHEE : le classement partiel par (PROMETHEE
I) et le classement complet par (PROMETHEE II).
Mots-clés : Prise de décision,Analyse multicritère, méthodes de
surclassement, méthode PROMETHEE.
 Introduction générale

Les individus doivent prendre des décisions dans leur vie personnelle et
professionnelle. Par exemple, un directeur d'entreprise serait tenu d'évaluer
les fournisseurs et de former des alliances avec les meilleurs. Une famille peut
avoir besoin de sélectionner un fournisseur d'énergie pour sa maison. Les
classements universitaires sont indispensables aux étudiants. Les candidats
reçoivent fréquemment un "classement" en fonction de facteurs tels que
l'expérience, la performance lors de l'entretien, etc.
De nombreux problèmes décisionnels sont caractérisés par la diversité des
points de vue qui sont souvent en désaccord les uns avec les autres et qui
utilisent des métriques différentes.
Ce type de problème nécessite la prise en compte simultanée de tous les points
de vue jugés pertinents par le décideur.
C'est entre la fin des années 1960 et le début des années 1970 que l'on assiste à
l'émergence du paradigme multicritère, qui regroupe une partie non
négligeable des adeptes du paradigme de l'optimisation monocritère.
Afin de répondre partiellement aux défis mono critères, les chercheurs de ce
nouveau paradigme construisent des outils et des modes opératoires.
La pondération des critères et leurs diverses méthodes d'agrégation, qui
varient d'une méthode multicritère à l'autre, ne sont que quelques-unes des
nouvelles énigmes qui s'annoncent.
En réalité, le paradigme multicritère se distingue par un processus mental qui
reconnaît la nécessité de prendre en considération plusieurs critères lors de la
prise de décision.
Afin d'aider, de faciliter et de soutenir le management dans le processus de
prise de décision, la recherche sur l'aide multicritère à la décision tente de
créer des modèles plus ou moins formalisés.
L'initiative originale de la recherche opérationnelle, qui visait à utiliser la
science pour informer et orienter les décideurs dans l'administration
d'entreprises jugées efficacement structurées, a été une source d'inspiration
majeure pour cette nouvelle méthode de travail.
Toutes les approches et tous les modèles d'analyse multicritères ont pour
objectif commun d'aider le décideur à prendre une décision qui reflète au
mieux sa compréhension du scénario décisionnel dans lequel il se trouve.
À cet égard, il s'agit de la meilleure réponse qu'il peut apporter à l'aide d'un
outil pratique tel qu'un modèle ou une procédure.
En lui donnant la possibilité de se rapprocher d'une solution, cette approche
décisionnelle cherche à inclure le décideur dans le processus décisionnel.
Cela dépend d'un certain nombre d'éléments subjectifs, notamment la
personnalité du décideur, l'environnement dans lequel la décision a été prise,
la formulation du problème et la technique employée pour faciliter la prise de
décision.
L'ensemble des méthodes multicritères actuelles peut se subdiviser en trois
groupes, chaque
groupe représentant un type d'approche particulier. on distingue:
- Les méthodes d'agrégation.
- Les méthodes interactives.
- Les méthodes de surclassement.
 chapitre 1 :

Aide à la décision multicritère

Introduction :
Les méthodes de prise de décision multicritères sont une branche d'une classe
générale de modèles de recherche opérationnelle qui conviennent pour traiter
des problèmes complexes comportant une grande incertitude, des objectifs
contradictoires, différentes formes de données et d'informations, des intérêts
et des perspectives multiples, et la prise en compte de systèmes biophysiques
et socio-économiques complexes et évolutifs.[1]

1.1 Définition d'une décision:

En consultant le petit Larousse, la décision est définie comme étant « l’action
de décider après délibération ».
Il ya plusieurs définitions qui ont tenté d'expliquer le concept de décision:

● Selon Mintzberg: une décision, qu'elle soit individuelle ou basée sur un

travail de groupe, peut être définie comme "l'engagement dans une action,
c'est-à-dire une intention explicite d'agir". Le but d'une décision est de
résoudre un problème qui se passe à l'organisation ou l'individu. Mais la
décision peut correspondre à un changement de l'environnement
(comportement réactif) ou au désir de saisir une opportunité et ainsi
changer l'environnement (comportement d'anticipation).[2]
● Décider, par définition," c'est choisir entre plusieurs alternatives l'action à
entreprendre, c'est-à-dire choisir une action parmi celles qui sont possibles .

L'alternative qui est finalement choisie ne permet jamais la réalisation totale

ou parfaite des objectifs; elle n'est que la meilleure solution possible dans des
circonstances données .

1. 2 Aide à la décision :
D’après [ROY, 3] « L’aide à la décision est l’activité de celui qui, prenant appui
sur des modèles clairement explicités mais non nécessairement complètement
formalisés, aide à obtenir des éléments de réponses aux questions que se pose
un intervenant dans le processus de décision, éléments concourant à éclairer
la décision et normalement à prescrire, ou simplement à favoriser un
comportement de nature à accroître la cohérence entre l’évolution du
processus d’une part, les objectifs et le système de valeurs au service desquels
cet intervenant se trouve placé d’autre part. »

1. 3 Aide à la décision multicritère

L’aide à la décision multicritère est une analyse ayant pour but d’expliciter une
famille cohérente de critères permettant d’appréhender les différentes
conséquences d’une alternative. Indique que l’aide à la décision multicritère
vise à fournir à un décideur des outils lui permettant de progresser dans la
résolution du problème de décision où plusieurs points de vu
Dans le cadre de la décision multicritère, l’objet de la décision est formé par
un ensemble d’actions ou alternatives. Pour [ROY, 4] les problèmes réels
peuvent être formulés à l’aide des méthodes d’analyse multicritère, selon trois
formulations de bases :
problématique de choix, notée Pα, la problématique de tri ou d’affectation
notée Pβ et la problématique de rangement noté Pγ.

2. La nécessité d'une analyse multicritères

L'approche traditionnelle de prise de décision à critère unique, qui vise
normalement à identifier l'option la plus efficace à un faible coût, n'est plus en
mesure de traiter ces problèmes. D'un point de vue interdisciplinaire,
l'exploitation des sources d'énergie renouvelables (solutions potentielles, plans
d'action, alternatives décisionnelles, sélection de la meilleure alternative,
identification des systèmes d'approvisionnement en énergie non durables,
information des concepteurs sur les performances intégrées des alternatives et
suivi des impacts sur l'environnement social, concentration des
investissements dans les domaines les plus appropriés) est un sujet qui mérite
d'être abordé dans le cadre d'une étude approfondie. sur l'environnement
social, concentrer les investissements dans les domaines les plus appropriés).
Ne peut plus se fonder sur un axe d'évaluation unidimensionnel, tel que le
coût ou le bénéfice. La multiplicité des critères et la complexité de la
planification font de l'analyse multicritère un outil précieux dans le processus
décisionnel. Les décideurs doivent examiner plus d'un objectif pour atteindre
le but final fixé en ce qui concerne la réussite des projets.

3. La Recherche Opérationnelle et L'aide à la décision

L'objectif de cette branche est d'aider la gestion ou l'exploitation d'un système
à faire les meilleurs choix possibles dans l'exercice de ses fonctions.
L'ingénieur en recherche opérationnelle y parvient en créant un modèle
scientifique du système, qui est utilisé pour anticiper et comparer les résultats
d'actions ou de tactiques alternatives.[5]
Les applications dans plusieurs domaines comprennent, entre autres
- les problèmes d'inventaire
- Problèmes d'allocation des ressources.
- Problèmes de transport.
- Problèmes de file d'attente.
- Problèmes d'optimisation linéaire des coûts ou des bénéfices.
L'application de la recherche opérationnelle à un problème quelconque se fait
en 4 étapes :
1- Construction d'un modèle
2- Résolution du modèle à l'aide d'une méthode mathématique
3- Détermination de la solution à l'aide d'un outil informatique
4- Validité de la solution. [6]
4. Phases du processus décisionnel
Les phases du processus décisionnel sont au nombre de trois:

● Identification de la situation décisionnelle qui repose sur la

reconnaissance des décisions et le diagnostic de la situation de décision.
● La recherche des solutions possibles : appelées solutions réalisables
ou solutions satisfaisantes ou solutions admissibles.
● La Sélection de la meilleure solution à implanter, qui suppose une
phase de réduction du nombre plus ou moins important de variantes
possibles à une seule.

●
Fig.n° 1 : Modèle simplifié du processus décisionnel
5. Les alternatives et les critères :
5.1 Les alternatives, Le décideur, le poid et les
attributs

5.1.1 Les alternatives:

L'ensemble des alternatives désigne l'ensemble des scénarios, des candidats,
des sites, etc..., sur lesquels porte la décision. L'identification de cet ensemble
de solutions réalisables est une tâche primordiale dans la définition du
problème.[7]
5.1.2 Les attributs:
Les attributs correspondent à des caractéristiques des alternatives. Les
attributs permettent d'évaluer les niveaux des objectifs.[8]
5.1.3 Le poids
Les poids des critères sont des données essentielles qui reflètent les
exigences ou priorités du décideur. Ils traduisent l’importance relative des
critères et sont définis indépendamment des échelles de mesure. Le meilleur
critère est celui qui a le poids le plus élevé et la normalisation des poids se fait
de telle sorte que leur somme soit égale à 1 (100%). [9]
5.1.4 Le décideur
Le décideur est généralement une personne ou un groupe de personnes qui
sont supposés connaitre le problème de décision multicritère. Le décideur
souvent épaulé par analyste, qui joue le rôle d’interface entre le décideur et
l’aspect mathématique du processus de décision multicritère.

5.2 Critère
Un critère est une fonction permettant d’évaluer une action sur diverses
dimensions liées à un même axe de signification. Cet axe de signification est
traduit par un point de vue.
Formellement, un critère g est une fonction à valeurs réelles définie sur
l’ensemble des actions potentielles de telle sorte qu’il soit possible de
raisonner ou de décrire le résultat de la comparaison de deux actions 𝑥𝑖 et 𝑥𝑗 à
partir de deux nombres g(𝑥𝑖) et g(𝑥𝑗)
Ceci s’exprime de la manière suivante
g(𝑥𝑗) ≥ g(𝑥𝑖) ⇒ 𝑥𝑗 Sg 𝑥𝑖
Ou` Sg est une relation binaire signifiant : “au minimum aussi bien, par
l’évaluation du point de vue considéré par la fonction g”. [10]
Par exemple, la moyenne d’un élève est un critère pouvant servir à déterminer
la valeur de l’élève.
Selon la méthode, la définition de la “valuation” d’un critère (ou manière de
donner une valeur à un critère) peut changer. En revanche, la définition du
critère reste identique.
Les relations binaires suivantes peuvent être définies grâce à la modélisation
des préférences pour deux actes hypothétiques, a et b :

● la non-préférence : correspond à l'absence de raisons qui justifieraient

une préférence entre l'action a et l'action b, ce qui se produit dans les
situations d'indifférence (I) et d'incomparabilité (R).

a ∼ b ⇔ (a I b ou a R b)

● préférence : correspond à l'existence de raisons claires et positives qui

justifient une préférence stricte (P) ou faible (Q).

a b ⇔ (a P b ou a Q b)

● la surclassement : correspond à l'existence de raisons claires et

positives qui justifient une préférence mais sans séparation significative
entre les situations de préférence stricte (P), de préférence faible (Q) et
d'indifférence (I).
a S b ⇒ (a P b ou a Q b ou a I b)

5.2.1 Les différents types de critères

A partir de ces relations, nous pouvons définir plusieurs types de critères en
regard des propriétés exprimées :
➔ Vrai-critère :
aPgb ⇔ g(a) > g(b) et aIgb ⇔ g(a) = g(b)
Ce critère limite le degré d'ambiguïté entre deux "évaluations d'actions
par G à des cas d'égalité". En permettant un ex-aequo par rapport aux
critères de type de processeur. Le critère de vérité part de l'hypothèse
que toutes les actions possibles sont égales entre elles, ce qui équivaut à
un préordre complet.
➔ Pseudo-critère :
a Pg b ⇔ g(a) − g(b) > p(g(b)), a Qgb ⇔ q(g(b)) < g(a) − g(b) ≤ p(g(b)), aIgb ⇔ g(a) − g(b) ≤
q(g(b))
Il utilise les notions de préférence stricte et faible, ainsi que d'indifférence,
pour décrire l'incertitude à trois niveaux. Les résultats de l'évaluation des
actes à travers g déterminent les limites entre les niveaux.

➔ Quasi-critère :
aPgb ⇔ g(a) − g(b) > q(g(b)) et aIgb ⇔ g(a) − g(b) ≤ q(g(b))
Il utilise un intervalle pour représenter le degré d'incertitude entre deux
évaluations d'actions. Le résultat de l'évaluation des actes par g détermine
cette période. La différence par rapport à l'exemple précédent est que les
intervalles d'incertitude sur les évaluations sont utilisés à la place des seuils
pour catégoriser les actions probables.[11]

5.2.2 Le tableau de performances

Un tableau des performances (Tableau 1.) est composé de l’ensemble des
actions X (lignes) évaluées sur l’ensemble des critères G (colonnes). La valeur 𝑔𝑖
(𝑥𝑖) correspond à l’évaluation de l’action xi par rapport au critère 𝑔𝑗 .
 𝑔1 𝑔2 … 𝑔i … 𝑔n

𝑥1 … … … … … …

𝑥2 … … … … … …

… … … … … … …

𝑥i … … … 𝑔𝑖(𝑥𝑖) … …

… … … … … … …

𝑥n … … … … … …

Tableau 1. tableau des performances

6. Notion de problématique de décision

Il existe plusieurs types de décisions multicritères notamment celles qui sont
établies par rapport à la notion de problématique de décision.
D’après Roy [12], les méthodes d’aide à la décision multicritère peuvent être
traitées par quatre types de problématiques décisionnelles. En fonction de la
problématique à traiter, certaines méthodes sont plus adaptées que d’autres.

Problématique du choix(P.α): Aider à choisir une «meilleure» action ou à

élaborer une procédure de sélection.
Elle consiste à identifier un ensemble aussi restreint que possible d’actions
parmi lesquelles figure la meilleure action.
 Figure 2: La problématique du choix

Problématique du tri(P.β): Aider à trier les actions d'après des normes ou à

élaborer une procédure d'affectation.
Les actions ne sont pas comparées entre elles mais sont affectées à l’une des
catégories déjà prédéfinies.
 Figure 3: La problématique du tri

Problématique du rangement(P.γ): aider à ranger les actions selon un ordre

de préférence décroissante ou à élaborer une procédure de classement.
Le rangement recherché déterminera un ordre entre les classes d’équivalence.
 Figure 4:La problématique du rangement

Problématique de la description(P.δ): aider à décrire les actions et/ou leurs

conséquences de façon systématique et formalisée ou à élaborer une procédure
cognitive. [13]

7. Les principales méthodes multicritères:

De nombreuses techniques sont utilisées dans la littérature sur l'aide à la
décision multicritère. Elles ont été divisées par Roy en trois types principaux,
chacun représentant une stratégie différente. Ces catégories sont les
suivantes:
Méthodes de l’approche du critère unique de synthèse :
1.1. Méthode SMART.
1.2. Méthodes MAVT.
1.3. Méthodes MAUT.
1.4. Méthode AHP (Analytic Hierarchy Process).
1.5. Méthode TOPSIS.
1.6. Méthode UTA.
1.7. Méthode EVAMIX.
Les méthodes de surclassement :
2.1. Les Méthodes ELECTRE.
2.1.1. ELECTRE I.
2.1.2. ELECTRE II.
2.1.3. ELECTRE III.
2.1.4. ELECTRE IS
2.1.5. ELECTRE IV
2.1.6. ELECTRE TRI.
2.2. Les méthodes PROMETHEE.
5. Les méthodes interactives selon l'approche du jugement local
interactif :

Depuis leur apparition aux alentours des années 70, plusieurs méthodes
interactives ont été développées. Nous pouvons en citer quelques-unes: la
méthode STEM de Benayoun et Al, la méthode GDF de Geoffrion et Al, et la
méthode du point de référence de Wierzbicki.[14]

8. Comparaison entre les méthodes

SMARTS est une méthode simple basée sur l'attribution de poids aux
alternatives. Comme le mentionnent Edwards et Barron [15] : "Cette méthode
est facile à utiliser et constitue également un bon compromis entre l'erreur de
modélisation et l'erreur d'élicitation. Cependant, cette méthode est la forme la
plus simple de toutes les théories de l'utilité multi-attributs (MAUT) qui sont
confrontées à de nombreux autres problèmes tels que le taux d'incertitude, la
complexité du problème, etc.
Selon Mateo [16] : "L'objectif de l'utilisation de l'AHP est d'identifier
l'alternative préférée et de déterminer un classement de l'alternative lorsque
tous les critères de décision sont pris en compte simultanément.
Pour sa part, [16] estime que "la méthode PROMETHEE utilise la
méthodologie du surclassement pour classer les alternatives, tout en étant
facile à utiliser et moins complexe". Basée sur des extensions de la notion de
critère, la méthode est bien adaptée à un problème où un nombre fini d'actions
alternatives doivent être classées en tenant compte de plusieurs critères.
Pour un problème non structuré, AHP est la méthode la plus appropriée si le
décideur préfère effectuer des comparaisons par paire entre les composantes
du problème qui a été décomposé [16].
D'autre part, PROMÉTHÉE est une méthode de surclassement qui permet au
décideur de choisir la meilleure alternative parmi les alternatives existantes
surclassées.
L'aspect le plus important de cette méthode est qu'elle peut surclasser des
alternatives dans un ordre préalable partiel ou complet.
Cette capacité rend la méthode plus puissante et plus opérationnelle dans
différentes conditions de résolution de problèmes [18]. En outre, la méthode
PROMETHEE comporte un autre élément important : l'évaluation de la
stabilité à la fin du processus de prise de décision peut être effectuée pour
éviter toute déviation supplémentaire dans la progression de la prise de
décision.
ELECTRE est la méthode la plus courante de la théorie de l'utilité à
attributions multiples (MAUT), qui contient des informations entre les
critères et des informations au sein de chaque critère. Elle peut être utilisée
lorsque le décideur ne peut pas être rationnel dans certains aspects de la prise
de décision ; un autre point est que la méthode ELECTRE peut traiter des
données qualitatives et quantitatives avec une grande incertitude. Le point le
plus important concernant ELECTRE est que cette méthode est moins
sensible aux changements dans les données que les autres méthodes, ce qui la
rend plus stable et plus fiable que les autres. En outre, comme cette méthode
comporte différents sous-groupes comme ELECTRE I, II, III, IV et que
chacun d'entre eux a ses propres points forts et faibles, la méthode est
applicable dans différents secteurs relativement facilement.
Tableau 2 :Comparaison entre différentes méthodes sur la base de critères
développés
 chapitre 2

Les méthodes PROMETHEE [Brans et Vincke, 1985]

 Introduction
Il existe plusieurs méthodes d’agrégation des préférences, mais nous
présenterons une
méthode particulière qui est la méthode PROMETHEE (The Preference
Ranking
Organization METhod of Enrichment Evaluation).
Les méthodes Prométhée sont des méthodes de surclassement basées sur les
théories de ROY et elles ont été créé par le professeur Jean-Pierre Brans en
1982 , Il ne comprenait alors que les classements de base de PROMETHEE I et
II et développées par Jean-Pierre Brans et Philippe Vincke à partir du milieu
des années 80.

1. Principe des méthodes PROMETHEE

La méthode PROMETHEE fait partie de la famille des méthodes de
surclassement value, pour lequel deux traitements mathématiques particuliers
sont proposés: le premier permet de ranger les actions en un préordre partiel
et qui mène à l'incomparabilité (méthode PROMETHEE I), le second permet
de ranger les actions potentielles selon un préordre total (méthode
PROMETHEE II). Ces méthodes s'adressent à tout problème multicritère du
type:
Opt {ƒ1(x), ƒ2(x),……, ƒk(x) /x Є A}
Elle consiste à établir un processus de comparaison numérique de chaque action
par rapport à toutes les autres actions. Ainsi, il est possible de calculer le plus
(mérite) ou le moins (démérite) de chaque action par rapport à toutes les autres. Le
résultat de cette comparaison permet le classement ordonné des actions.
D'après Brans, les méthodes PROMETHEE reposent sur les trois étapes
suivantes:
1-Enrichissement de la structure de préférence
2-Enrichissement de la relation de dominance
3-Aide à la décision [19]

2. Choix des fonctions de préférence :

Pour chaque critère, le décideur est appelé à choisir une des
six formes de courbes représentées ci-dessous. Les paramètres relatifs à
chaque courbe représentent des seuils d’indifférence et/ou de préférence.
 Figure 5:Différents types de critères [Vincke 1989]

3. Les Étapes de la Méthode PROMETHEE :

Les Méthodes PROMETHEE I et II se présentent comme suit :
1-Étape de préparation :
Dans cette étape, vous devez définir les alternatives à évaluer, les critères qui
seront utilisés pour les évaluer, ainsi que les poids relatifs des critères. Les
alternatives doivent être comparables et On fixe pour chaque critère, une des
six formes de courbes proposées dans PROMETHEE
2-Indices de préférence agrégés
Pour chaque couple d’actions (ai, ak); on calcule la préférence globale (degré de
surclassement) de la manière suivante :
𝑛
𝑃(𝑎𝑖, 𝑎𝑘 ) = ∑ 𝑤𝑖. 𝐹𝑗 (𝑎𝑖, 𝑎𝑘 )
𝑗=1

où (wj ; j =1; 2.......k) représente les poids d'importance relative des différents
critères.Plus le poids est élevé, plus le critère est important. Il n'y a pas
d'objection à considérer des poids normalisés, de sorte que :
𝑘
∑ 𝑤𝑗 = 1
𝑗=1

P(ai ,ak) exprime avec quel degré 𝑎𝑖 est préféré à ak sur tous les critères et ai,ak
comment ai est préféré à ak
3-Calculer les flux entrant et sortant pour chaque action ai :

Chaque alternative a fait face à (n-1) autres alternatives dans A. Définissons

les deux flux de surclassement suivants :

1
Le flux de surclassement sortant: Ф⁺ (a)= 𝑛−1 ∑ 𝑃(𝑎, 𝑥)
𝑥∈𝐴

1
Le flux de surclassement entrant : Ф⁻(a)= 𝑛−1 ∑ 𝑃(𝑥, 𝑎)
𝑥∈𝐴
Ces deux flux expriment le caractère surclassant de l'action a face aux (n -1)
autres actions, c'est-à-dire sa puissance. Ф⁺ (a) (resp sa faiblesse Ф⁻(a) est
d'autant plus grand (resp moins grand) que a surclasse fortement les autres
actions . [20]
 Figure 6:Le flux de surclassement PROMETHEE (a) Ф⁺ (a), (b) Ф⁻(a)

4-Déterminer les 2 pré-ordres totaux et procéder au rangement des

actions.
● Le premier pré-ordre total consiste à ranger les actions dans l’ordre
décroissant des Ф⁺
● Le second pré-ordre total consiste à ranger les actions dans l’ordre
croissant des Ф⁻
● L’intersection des 2 pré-ordres totaux fournit le pré-ordre partiel de
la méthode PROMETHEE I
● PROMETHEE II consiste à ranger les actions selon l’ordre
décroissant des scores Ф(ai) définis comme suit :
Le flux de surclassement net :
Ф(𝑎𝑖) = Ф⁺ (𝑎𝑖) – Ф⁻ (𝑎𝑖)
Ainsi, PROMETHEE II fournit un pré-ordre total.

4. Algorithme de la Méthode Promethee :

input: 𝑛 (alternatives) ,q (criteria), fi(aj) (evaluation table) ,Pi (preference function);

for all criteria fk , k ∈ {1, . . . , q} do
dk (ai, aj ) = fk (ai) − fk (aj )
end
for all pairs of alternatives ai , aj , i, j ∈ {1, . . . , n} do
πk (ai , aj ) = Pk [dk (ai , aj )]
end
for all criteria fk , k ∈ {1, . . . , q} do

πk(ai, aj ) = sum(πk (ai, aj ))

end
for all pairs of alternatives ai, aj , i, j ∈ {1, . . . , n} do
φ+(ai) = sum(π(ai, aj ))

φ−(ai) = sum(π(aj , ai))

end
for all alternatives ai, i ∈ {1, . . . , n} do
φ(ai) = φ+(ai) − φ−(ai)
end
FinalRanking = SortDesc(φ)
Result: FinalRanking
 chapitre 3

Etude de cas : résolution d'un problème

multicritère
 1. Présentation du problème:
L'entreprise est tenue d'étudier les termes des offres d'achat pour en tirer les
avantages et les inconvénients des véhicules, et donc le problème qui se pose
réside dans la sélection des offres à faire. En fait, six émissions potentielles
ont été identifiées; Ainsi, les différentes marques de voitures requises pour
cette étude sont les procédures, d'une part:
Action 1: Toyota (Japon).. Action 2: Volvo (Suède). Action 3: Fiat (Italie).
Action 4: Mercedes (Allemagne).
D'autre part, cinq critères d'évaluation sont pris en considération avec leurs
poids respectifs:
C1: Caractéristiques techniques du matériel.
C2: Coût du matériel.
C3: Niveau de sécurité du matériel proposé.
C4: Qualité du service après vente.
C5: Coût estimé de la maintenance sur la durée de vie du matériel.
C6:La marque
Dans le cas concret proposé, les fonctions de préférence devront être choisies
de façon à maximiser les critères .
Le poid de chaque critères représenté ci dessous :

C1 C2 C3 C4 C5 C6
0,2336 0,1652 0,3355 0,1021 0,0424 0,1212

2. Application de la méthode PROMETHEE :

I.PROMETHEE I: rangement partiel
➢Étape 1 : modélisation des critères
C1 C2 C3 C4 C5 C6
Toyota 1350 1850 7,5 2,58 93,5 0,045
Volvo 1680 1650 8,5 3,75 95,3 0,068
Fiat 1560 1950 6,5 4,86 88,6 0,095
Mercedece 1470 1850 9,5 3,16 98,4 0,072
Max 1680 1950 9,5 4,86 98,4 0,095
Min 1350 1650 6,5 2,58 88,6 0,045
Max-Min 330 300 3 2,28 9,8 0,05
POID 0,2336 0,1652 0,3355 0,1021 0,0424 0,1212

● Calcul des D=gj(a1) - gj(a2)

C1 C2 C3 C4 C5 C6
D13 -1,0000 0,6667 -0,3333 -0,5132 -0,1837 -0,4600
D13 -0,6364 -0,3333 0,3333 -1,0000 0,5000 -1,0000
D14 -0,3636 0,0000 -0,6667 -0,2544 -0,5000 -0,5400
D21 1,0000 -0,6667 0,3333 0,5132 0,1837 0,4600
D23 0,3636 -1,0000 0,6667 -0,4868 0,6837 -0,5400
D24 0,6364 -0,6667 -0,3333 0,2588 -0,3163 -0,0800
D31 0,6364 0,3333 -0,3333 1,0000 -0,5000 1,0000
D32 -0,3636 1,0000 -0,6667 0,4868 -0,6837 0,5400
D34 0,2727 0,3333 -1,0000 0,7456 -1,0000 0,4600
D41 0,3636 0,0000 0,6667 0,2544 0,5000 0,5400
D42 -0,6364 0,6667 0,3333 -0,2588 0,3163 0,0800
D43 -0,2727 -0,3333 1,0000 -0,7456 1,0000 -0,4600

➢ Étape 2 : Calcul des préférences globales P(ai, ak)

𝑛
𝑃(𝑎𝑖, 𝑎𝑘 ) = ∑ 𝑤𝑖. 𝐹𝑗 (𝑎𝑖, 𝑎𝑘 )
𝑗=1

Toyota Volvo Fiat Mercedece

Toyota 0 0,110133 0,133033 0
Volvo 0,461366 0 0,337599 0,175075
Fiat 0,427021 0,280354 0 0,250654
Mercedece 0,4212330 0,245074 0,3779 0

➢ Étape 3 :Calcul des flux entrant et sortant pour chaque

action ai
1 1
Ф⁺ (a)= 𝑛−1 . ∑ 𝑃(𝑎, 𝑥) Ф⁻(a)= 𝑛−1 . ∑ 𝑃(𝑥, 𝑎)
𝑥∈𝐴 𝑥∈𝐴
 Flux sortant Flux entrant
Toyota 0,0810555 0,4365403
Volvo 0,3246806 0,2118543
Fiat 0,3193436 0,2828444
Mercedece 0,3480693 0,1419100

➢ Étape 4 :Déterminer les 2 pré-ordres totaux et procéder au

rangement des actions
● Ф⁺ donne :
Mercedece ≻ Volvo ≻ Fiat ≻ Toyota

● Ф⁻ donne :
Toyota ≻ Fiat ≻ Volvo ≻ Mercedece

II.PROMETHEE II: rangement complet

concernant le flux net Ф = Ф⁺ – Ф⁻

● L’application de la méthode PROMETHEE II

donne le pré-ordre total suivant :
Mercedece ≻ Volvo ≻ Fiat ≻ Toyota

Flux sortant Flux entrant Flux net rang

Toyota 0,0810555 0,4365403 -0,3554848 4
Volvo 0,3246806 0,2118543 0,1128264 2
Fiat 0,3193436 0,2828444 0,0364992 3
Mercedece 0,3480693 0,1419100 0,2061593 1

Conclusion:
Dans ce chapitre, nous avons étudié un cas d'application pratique ayant pour
but d'utiliser la méthode multicritère PROMETHEE dans le cadre de données
réelles. Nous avons disposé des évaluations de six actions sur cinq critères
déterminés par le gestionnaire d’un entreprise .
Brièvement, la méthodologie Prométhée n'a pas l'ambition de décider: elle
éclaire, elle aide le décideur à mieux comprendre son problème. Elle lui laisse
un large espace de liberté, structuré quantitativement, dans lequel il est amené
à préciser progressivement ses préférences et finalement sa décision.

3. Avantages et inconvénients de la méthode

Prométhée:
1. Les Avantages:
1- L'introduction de six fonctions de préférence différentes dans un seul et
même processus; il s'agit d'une extension de critère mais de façon bien
formalisée.[21]
2- Cette méthode est parvenue à intégrer de façon simple les développements
récents dans la modélisation des préférences.
4- La simplicité de Prométhée la place sur une bonne position pour être
utilisée si on cherche à ranger des actions potentielles et que le décideur ne
trouve pas beaucoup de peine à déterminer les poids des critères.[22]

2. Les inconvénients:
1- Par rapport à Electre III, Prométhée perd des nuances dans la valuation des
arcs de
surclassement (qui expriment par exemple que «a1 est préférée à a2»).[23]
2-En tant que méthode de surclassement de type rangement. Prométhée
permet de ranger les actions mais ne permet de rendre compte des différences
quantitatives relatives à ces actions.
3- Le fait de prendre des seuils d'indifférence et de préférence constants peut
être considéré comme une restriction.[24]

4. Critiques
Les méthodes PROMETHEE sont faciles et compréhensibles par
l’utilisateur. D’autres variantes des méthodes PROMETHEE ont déjà vu
le jour : PROMETHEE III (conduit à un ordre d’intervalle),
PROMETHEE IV(Lorsque l’ensemble des solutions admissibles est un
continuum) et enfin PROMETHEE V (cette méthode a été conçue pour
des choix multicritères avec contraintes de segmentation).[25]
 Bibliographie

[1] : Wang JJ, Jing YY, Zhang CF et al (2010) Review on multi-criteria decision analysis aid in
sustainable energy decision-making. Renew Sust Energ Rev 13:2263–2278
[2] : Mintzberg H, "Structure et dynamique des organisations", 1er Ed, Ed d'organisation, Paris,
1993, p26.
[ROY, 3] : Méthodologie multicritère d’aide à la décision. Ed. Economica, 1985.
[ROY, 4] : Multicriteria Methodology for Decision Aiding Dordrecht : Kluwer
Academic Publishers
[5] : Danial Thiel, "Recherche opérationnelle et management des entreprises", 1ère édition,
Economica, Paris, 1999, p2.
[6] : Article : "Les étapes de la recherche opérationnelle", Article téléchargé le:12/01/2009,
http:/roclub.dz.8m.com/ro001.htm
[7] : [BELARIBI F.Z. 2009] « Les outils d’aide à la décision » Mémoire de magister en sciences
économiques, Université de Tlemcen.
[8] : [BRANS, VINCKE, & MARESCHAL, 1986] « How to select and how to rank projects: The
method. »European Journal of Operational Research, 1986, vol. 24, issue 2, 228-238.
[9] : [E. K. GABLA,2016].
[10] : Ph. Vincke, L’aide multicritère à la décision, éditions Ellipses, éditions de l’Université de
Bruxelles, 1989
[11] : [Brans J.P, 1982] « Elaboration d'instruments d'aide à la décision : méthode PROMETHEE »
Université Laval, Québec
[12] : Roy, B., Méthodologie Multicritère d'Aide à la Décision, ed. ECONOMICA. 1985.
[13] : Ph. Vincke, L’aide multicritère à la décision, éditions Ellipses, éditions de l’Université de
Bruxelles, 1989
[14] : [Mohamed Mammeri,2013] « Une approche d’aide multicritère à la décision pour
l’évaluation du confort dans les trains : construction d’un modèle d’évaluation. ». Université Paris
Dauphine.
[15] : W. Edwards and F. H. Barron, “SMARTS and SMARTER: Improved Simple Methods for
Multiattribute Utility Measurement,” Organ. Behav. Hum. Decis. Process., vol. 60, no. 3, pp.
306–325, Dec. 1994.
[16] : J. R. S. C. Mateo, Multi-Criteria Analysis in the Renewable Energy Industry. New York:
Springer London, 2011
[17] : T. L. Saaty, “How to make a decision: The analytic hierarchy process,” Eur. J. Oper. Res., vol.
48, no. 1, pp. 9–26, Sep. 1990
[18] : J. P. Brans, P. Vincke, and B. Mareschal, “How to select and how to rank projects: The
PROMETHEE method,” Eur. J. Oper. Res., vol. 24, pp. 228–238, 1986

[19] Brans J.P, Bertrand M, "Prométhée-Gaia: une méthodologie d'aide à la décision en présence
de critères multiples", 1er Ed, Ed de l'université de Bruxelles, Belgique, 2003, p50.
[20] : J.P. Brans. L’ingénierie de la décision; Elaboration d’instruments d’aide à la décision. La
méthode PROMETHEE. In R. Nadeau and M. Landry, editors, L’aide à la décision: Nature,
Instruments et Perspectives d’Avenir, pages 183–213, Québec, Canada, 1982. Presses de
l’Université Laval.

[21] : Schärlig A, "Décider sur plusieurs critères: panorama de l'aide à la décision multicritère",
Presse polytechniques et universitaires romandes, Suisse, 1985, p24.
[22] : Diakoulaki D, Koumoustsos N, "Cardinal ranking of alternative actions: extention of the
PROMETHEE méthod", European journal opérational research, 1991, vol 53, p337
[23] : Schärlig A, op cit, p24.
[24] : Diakoulaki D, Koumoustsos N, op cit, p338.
[25] : Abdelkader Hammami. Modélisation technico-économique d’une chaîne logistique dans
une entreprise réseau.