Académique Documents
Professionnel Documents
Culture Documents
CM Principal Zakaria VF Mai 2024 - Aide A La Decision
CM Principal Zakaria VF Mai 2024 - Aide A La Decision
Aide à la décision
Zakaria MOUKITE
Aide à la décision
1. Généralités
▪ Introduction
▪ Les bases d’une analyse
▪ Les préférences : pondération des critères
2. Méthodes d’agrégation
3. Méthodes de surclassement
▪ Introduction
▪ Modélisation des préférences
▪ ELECTRE III
▪ ELECTRE tri
4. Synthèse
Eléments extraits du cours de
Pr J-C. Mangin – Université de Savoie
Schématisation globale
Ensemble fini
Ensemble non
déterminé
Logique de
conception
Communiquer le résultat
Ensemble Critères
des actions d’évaluation
Constituer la matrice
de décision
Représentation
Déterminer les par profil
Etude préalable
solutions satisfaisantes
Actions
efficaces
Etudier :
Ordonner, classer
Calcul
(Agrégation, ELECTRE
I,II,III,TRI, …)
Analyser la robustesse
de la proposition
Aide à la décision
1 - Généralités
Introduction
➢ Aide à la décision
But :
Minimiser ou maximiser une fonction réelle de plusieurs
variables réelles, en présence de contraintes plus ou
moins complexes, limitant les valeurs qu’il est possible
de donner aux variables.
But :
Minimiser ou maximiser une fonction réelle de plusieurs
variables réelles, en présence de contraintes plus ou
moins complexes, limitant les valeurs qu’il est possible
de donner aux variables.
But :
Minimiser ou maximiser une fonction réelle de plusieurs
variables réelles, en présence de contraintes plus ou
moins complexes, limitant les valeurs qu’il est possible
de donner aux variables.
Les
désordres
du bâti
G. Sauce Aide à la décision I - 12
Optimisation monocritère
But :
Minimiser ou maximiser une fonction réelle de plusieurs
variables réelles, en présence de contraintes plus ou
moins complexes, limitant les valeurs qu’il est possible
de donner aux variables.
But :
Minimiser ou maximiser une fonction réelle de plusieurs
variables réelles, en présence de contraintes plus ou
moins complexes, limitant les valeurs qu’il est possible
de donner aux variables.
Formulation du problème :
Formulation du problème :
opt C1 , C2 , ..., Cn = max C1 , max C2 , ..., max Cn
x1 ,..., x n x1 ,..., x n x1 ,..., x n x1 ,..., x n
X D Rn X = {x1, x2, …, xn }
Préférence →
Une solution
x1
Préférence → C1
Prix spécial du jury Maxime Bouyer, ingénieur hydraulicien à Paris, pour sa photo concernant un
problème d’étanchéité et d’aération dans une salle de bains : «Des moisissures sur le mur attenant à
la douche, dans la salle d’eau d’un appartement parisien occupé. La salle d’eau est traversée par
les descentes de gouttières et l’aération se fait seulement par une fenêtre»
Les désordres du bâti
E
q
u
i
p
e
m
e
n
t
s
Optimisation multicritère
Préférence →
Une solution
x1
Préférence → C1
➢ Problème à résoudre
Construire l’ensemble des solutions non
dominées
C2
Préférence →
Coin NE
Ensemble des
solutions non-
dominées
Préférence → C1
Préférence →
▪ Ensemble de Pareto est
très difficile à obtenir Pour (a1i, a2i)
▪ Transformation en
un critère unique
avec variation de poids
C = a1 C1 + a2 C2 + … + an Cn
parmi
les solutions non-dominées ?
Préférence → C1
G. Sauce Aide à la décision I - 30
Description d’un problème
multicritère
➢ Le décideur
Personne pour qui l’aide à la décision est élaborée.
➢ L’homme d’étude
Personne qui prend en charge l’aide à la décision et qui
• met en œuvre les modèles,
• formalise les recommandations,
• éclaire le décideur.
➢ L’ensemble de choix
Ensemble des actions dans lequel le décideur doit choisir.
• Il sera noté A,
• Il est considéré comme fini,
• Il comprend m actions potentielles a1, a2, …, am.
Mode Projet
Acteurs
Description d’un problème
multicritère
➢ Une action potentielle
Action jugée provisoirement possible.
➢ Conséquence
Effet (ou attribut) d'une action susceptible d'interférer avec les
objectifs d'un acteur.
➢ Critère
Expression de points de vue, d'objectifs, d'aptitudes ou de
contraintes relatives au contexte réel permettant de juger
• Axe de jugement,
• Le nombre de critères est supposé fini : ensemble CR,
• n critères C1, C2, …, Cn.
✓ Pour devenir un critère, cette expression doit être :
o utile au problème considéré,
o fiable.
✓ Un critère est doté d'une structure de préférence :
échelle de valeurs, cardinale ou ordinale.
G. Sauce Aide à la décision I - 33
Description d’un problème
multicritère
➢ Performance d’un critère
• Valeur du critère
• Caractérise une action
• Calculée selon un modèle d’évaluation (fonction, grille d’évaluation, etc.)
✓ Critère Quantitatif
• Attribut naturellement numérique (vitesse, température, coût, etc.)
• Le critère est direct si la préférence croit avec la valeur du critère
• Le critère est indirect si la préférence décroit avec la valeur croissante du
critère
✓ Critère Qualitatif
• Correspond à des évaluations qui ne s'effectuent pas naturellement avec
des nombres;
• Aucune unité de mesure canonique ne peut être reconnue.
• On utilise très souvent des vocables pour l’évaluation, comme «Bien»,
«Moyen», «Mauvais», etc
Mode Projet
Acteurs
Description d’un problème
multicritère
C1 C2 Cj Cn
A1 :
A2 :
Ai ….. ….. Pij
Am
C1 C2 Cj Cn
A1 :
A2 :
Ai ….. ….. Pij
Am
A C3 A
C2 C 20 %
80 B
D
E
B 5%
C
E D C3 A
40
20 %
B C1
C1 D 27 23 18
27 23 18
E
C
5%
80
C2
40
21
A
24
B
C 27
C2 C3
Préférence
18 80 20
A
B 21 60 15
C 40
24 10
D
27 20 5
E
Aide à la décision
1 - Généralités
Bâtiment …??
Type : ???
Perspectives :…
EXEMPLE : COMMENT CONSTRUIRE ET
JALONNER UN PROJET ÉNERGÉTIQUE ?
Dans un tél Contexte….Identifier ..
Pathologie : ???
➢ Action satisfaisante
▪ Une action qui respecte, pour chaque critère, un seuil minimal
appelé seuil de satisfaction qui représente un niveau qui, s’il est
atteint, satisfait le décideur.
➢ Action efficace
▪ Toute action potentielle non dominée
Visualisation des solutions non-dominées sur les représentations
graphiques
Cela revient à éliminer toutes les actions ne satisfaisant pas l’un des
seuils au moins
Mode Projet
Acteurs
Analyse d’un problème multicritère
Bureaux
* Eclairage
Typologie des
bâtiments …
Bureaux
* Chauffage
Analyse d’un problème
multicritère
➢ Principales méthodes
Aide à la décision
1 - Généralités
➢ Classement de l’importance
✓ Une information ordinale est relativement pauvre
➢ Système de poids
✓ Une expression numérique de l’importance
✓ Poids cardinal : poids absolu
(il existe des poids intermédiaires : des poids relatifs)
➢ Pondération Directe
• Le décideur exprime clairement une préférence
➢ Méthode GRAMP
➢ Méthode MacBeth-Poids
➢ Méthode argumentatives
C1 C2 C3
C1 0 1
C2 2 2
C3 1 0
3 0 3
C1 C2 C3
C1 0 1
C2 2 2
C3 1 0
3 0 3
Poids 7 2 7
Aide à la décision
2 - Méthodes d’agrégation
On cherche à
décider à partir d’un critère unique de synthèse
en agrégeant les performances des différents critères
Uj 10*(30 – C1) C2 C3
Poids 1 2000€ 3M€
par emplois par %
➢Analyse monocritère
G. Sauce Aide à la décision I - 70
Méthodes d'agrégation
Version classique
On cherche à décider à partir d’un critère unique de synthèse
obtenu en combinant et pondérant les critères
å
1
M (A) = pi .vi (A)
Moyenne pondérée
å pi i
i
Au final :
➢ Tableau de transformation
Modèle de notation : règles d’évaluation pour passer des
performances aux notes
➢ Tableau de transformation
• Normalisation des valeurs de critère : de 0 à 10
• Les bornes sont définies par les valeurs maximales Valeur mini Valeur Maxi
et minimales des performances des solutions. Coût/km (M€) 27 18
• Le minimum aura 0,le maximum aura 10.
Nbre Emplois (millier) 30 82
• La fonction de transformation est linéaire.
Baisse traffic routier (%) 3 20
➢ L’échelle de notation
Pour ne pas fausser l’importance des critères
Conclusion
2 problèmes majeurs :
Aide à la décision
TD
Aide à la décision
3 – Méthodes de surclassement
Introduction
a surclasse b
Aide à la décision
3 – Méthodes de surclassement
Notation :
Uj(b) : fonction d’utilité pour le critère j.
Elle représente la performance de l’action b pour le critère j
G. Sauce Aide à la décision I - 85
Le modèle traditionnel
(a) I (b)
Uj(a)
Uj(b)
1 = oui
(a) I (b)
U(a)
-q U(b) +q
1 = oui
(a) I (b)
(b) Q (a) (a) Q (b)
(b) P (a) (a) P (b)
-p -q U(b) +q +p U(a)
1 = oui
La préférence faible
(a) Q (b)
n'est pas une préférence de moindre intensité;
Elle traduit simplement une hésitation entre la
préférence et l'indifférence.
• Seuils p et q constants
• Seuils p et q variables
Par exemple : une loi de variation linéaire
p = U(a) + et q = ’ U(a) + ’
ou
p = U(b) + et q = ’ U(b) + ’
Par exemple :
Pour un critère de coût, le seuil d' indifférence q est de 500 € pour une valeur du
critère de 10 000 €, mais est plus élevé pour une somme plus importante, un seuil
de 3 000 €, par exemple, pour une valeur du critère de 100 000 €.
Comparaison
ELECTRE - PROMÉTHÉE
cj(a,b)
ELECTRE PROMÉTHÉE
-p -q 0 q p U(a) - U(b)
p . c (a , b )
j j
C( a , b ) =
j
p j
j
1 = oui
La discordance La concordance
1 = oui
dj(a,b) cj(a,b)
Aide à la décision
3 – Méthodes de surclassement
• Electre III
• Electre Tri
Aide à la décision
3 – Méthodes de surclassement
• Electre III
Objectif de la méthode :
Résolution de la problématique de rangement
des meilleures actions aux moins bonnes
mais
➢ Introduction de flou :
• Utilisation de pseudo-critères
Résultat du classement
1
2
3
4
4 3 2 1
Classement descendant
ascendant
C E
1
3
A
4 B
5 D
5 4 3 2 1 descendant
G. Sauce Aide à la décision I - 105
La méthode Electre III
Analyse de l’incomparabilité :
➢ E et B sont comparables
(incomparabilité nulle)
➢ C a une incomparabilité de 1
Remarque :
En comparaison des résultats avec une méthode d’agrégation
➢ Mise en évidence de cette incomparabilité de A, C et D
G. Sauce Aide à la décision I - 106
Spécialité Bâtiments
Module Techniques Opératoires de la Construction
Aide à la décision
3 – Méthodes de surclassement
• Electre TRI
Objectif de la méthode :
Résolution de la problématique de tri
➢ Affecter une action à une classe ou une catégorie
Préférence
R3
C3
R2
R1 C2 Action A
C1
R0
C3
Optimiste
C2 D
C1
Aide à la décision
4 - Synthèse
Analyse de robustesse
(1, 1, 1) (3, 2, 1)
ascendant ascendant
1 A 1 A
2 B 2 DB C
3 D C 3
4 4
4 3 2 1 Descendant 4 3 2 1 Descendant
C1 C2 Ci
q 0,5; 1 De 1 à 1,25 modulo 0,05 …
p 1; 1,5; 2 De 2 à 2,5 modulo 0,5 …
v 3;4 ;5 De 4 à 5 modulo 1 …
ascendant ascendant
1 1 AC
A
2 B CD 2 B
3 3 D
4 4
4 3 2 1 descendant 4 3 2 1 descendant
1 A 1 A
2 B 2 B
3 D C 3 D C
4 4
4 3 2 1 descendant 4 3 2 1 descendant
➢ Points d’analyse
✓ Dispersion des résultats
✓ …
Calcul de % d’apparition
Aide à la décision
4 - Synthèse
Ensemble Critères
des actions d’évaluation
Constituer la matrice
de décision
Représentation
Déterminer les par profil
Etude préalable
solutions satisfaisantes
Actions
efficaces
Etudier :
Ordonner, classer
Calcul
(Agrégation, ELECTRE
I,II,III,TRI, …)
Analyser la robustesse
de la proposition
➢ Action satisfaisante
▪ Une action qui respecte les contraintes, par exemple, pour chaque
critère, un seuil minimal appelé seuil de satisfaction qui représente
un niveau qui, s’il est atteint, satisfait le décideur.
➢ Action efficace
▪ Toute action potentielle non dominée
Visualisation des solutions non-dominées sur les représentations
graphiques
Cela revient à éliminer toutes les actions ne satisfaisant pas l’un des
seuils au moins
1 - Problématique de sélection
Recherche de la meilleure action : Dégager un sous-ensemble de A aussi
restreint que possible composé des « meilleures actions »
➢ L’idéal : un singleton => une seule action.
4 - Problématique de description
Problème cognitif consistant à connaître le problème au travers des
actions, des critères, des performances,...
Rappel :
Ensemble fini
Ensemble non
déterminé
Logique de
conception
Communiquer le résultat
✓ Où débute-il ?
✓ Quand est-il fini ?
Cela signifie :
▪ Déterminer l’organisation et les rôles
Qui fait quoi