of 38/38
ANALYSE MULTICRITÈRE ANALYSE MULTICRITÈRE PAR Nadia Lehoux Pascale Vallée novembre 04 Analyse multicritère 2 INTRODUCTION INTRODUCTION Quel modèle choisir?

L'analyse multicritères

  • View
    257

  • Download
    8

Embed Size (px)

Text of L'analyse multicritères

  • 1

    ANALYSE MULTICRITREANALYSE MULTICRITRE

    PARNadia LehouxPascale Valle

    novembre 04 Analyse multicritre 2

    INTRODUCTIONINTRODUCTION

    Quel modle choisir?

  • 2

    novembre 04 Analyse multicritre 3

    PLAN DE LA PLAN DE LA PRSENTATIONPRSENTATION

    Dfinition gnrale Terminologie Diffrentes mthodes utilises Cas pratique Outils et logiciels Groupes de recherche Conclusion

    novembre 04 Analyse multicritre 4

    DFINITIONDFINITION

    Science technique voue lclaircissement de la comprhension dun problme de dcision et sa rsolution

    Elle devient multicritre lorsque le problme comporte plusieurs objectifs, souvent contradictoires

  • 3

    novembre 04 Analyse multicritre 5

    DFINITIONDFINITION

    Analyse qui vise expliciter une famille cohrente de critres pour permettre de concevoir, justifier et transformer les prfrences au sein dun processus de dcision

    novembre 04 Analyse multicritre 6

    CONTEXTECONTEXTE

    Loptimisation monocritre nest souvent pas le reflet de la ralit

    Pour certains problmes, il peut tre parfois dangereux de les traiter dans loptique de loptimisation

  • 4

    novembre 04 Analyse multicritre 7

    OBJECTIFSOBJECTIFS

    Aider prendre une dcision ou valuer plusieurs options dans des situations o aucune possibilit nest parfaite

    Permettre de concilier les aspects conomiques, de design, technologiques, environnementaux, sociaux,

    novembre 04 Analyse multicritre 8

    EXEMPLES DEXEMPLES DAPPLICATIONAPPLICATION

    Choix dun site damnagement Choix dun moyen de transport Dcision dinvestissement Choix de lutilisation dune

    technologie ou dun systme dinformation

    Slection de fournisseurs ...

  • 5

    novembre 04 Analyse multicritre 9

    DMARCHE SUIVREDMARCHE SUIVRE Recherche de la solution la plus adquate

    possible en 5 tapes: Identifier lobjectif global de la dmarche et le type

    de dcision Dresser la liste des solutions possibles ou

    envisageables Dresser la liste des critres prendre en

    considration Juger chacune des solutions aux yeux de chacun

    des critres Agrger ces jugements pour dsigner la solution

    qui obtient les meilleures valuations

    novembre 04 Analyse multicritre 10

    DMARCHE SUIVREDMARCHE SUIVRE

    Comment va-ton agrger les jugements ou encore lensemble des valuations faites de chacune des solutions par rapport chacun des critres, afin de dsigner la solution la plus valable???

    En utilisant une des nombreuses mthodes proposes dans la littrature

  • 6

    novembre 04 Analyse multicritre 11

    TERMINOLOGIETERMINOLOGIE

    Actions potentielles (alternatives)(Construire lautoroute en rasant une fort ou construire lautoroute parmi des quartiers rsidentiels?)

    Critres(Nombre dhectares de fort dtruits, nombre dhabitants gns par le bruit)

    Units(1000 hectares de fort, 20 000 habitants)

    Poids des critres(25%, 75%)

    valuations ou jugements(Action 1: 1, 5 Action2: 5, 1)

    novembre 04 Analyse multicritre 12

    FAMILLE DE CRITRESFAMILLE DE CRITRES

    Liste exhaustive Oprationnelle Non redondante Minimale Cohrente Indpendance des critres

  • 7

    novembre 04 Analyse multicritre 13

    LMENTS DE LA MATRICE LMENTS DE LA MATRICE DE JUGEMENTSDE JUGEMENTS

    Ensemble des actions potentielles A={a1,a2,a3,,an} ai o i=1,2,,n

    Diffrents critrescj o j=1,2,,m

    Poids des critrespj o j=1,2,,m

    valuations ou jugementseij o i=1,2,...,n, j=1,2,,m

    novembre 04 Analyse multicritre 14

    MATRICE DE JUGEMENTSMATRICE DE JUGEMENTS

    e11 e12 e1me21 eij en1 enm

    a1a2a3..

    an

    p1 p2 p3 pmPoids relatifs

    c1 c2 c3 cmAlternativesCritresCritres

  • 8

    novembre 04 Analyse multicritre 15

    EXEMPLE DE MATRICEEXEMPLE DE MATRICE

    52 000$ 3,5L 4 789mm51 000$ 3,3L 4 730mm

    Acura MDXLexus RX330

    50% 20% 30%Poids relatifs

    Prix Cylindre LongueurAlternatives

    CritresCritres

    novembre 04 Analyse multicritre 16

    VALUATION DES VALUATION DES ACTIONSACTIONS

    Si une action a un mauvais score sur tous les critres, on peut lliminer

    Une action ai domine une action ak si:eij>=ekj pour tout j et si eij>ekj pour au moins un j

  • 9

    novembre 04 Analyse multicritre 17

    OPTIMUM DE PARETOOPTIMUM DE PARETO

    On cherche sur un graphique une solution suprieure du point de vue dun critre, sans toutefois faire diminuer les autres critres

    Il existe des solutions non dominantes sur une frontire, et cest au dcideur de choisir laction quil prfre

    novembre 04 Analyse multicritre 18

    MTHODESMTHODES

    Les approches peuvent tre divises en trois catgories selon la faon dont les jugements seront agrgs (Schrlig, 1988)

  • 10

    novembre 04 Analyse multicritre 19

    MTHODESMTHODES

    1) Agrgation complte (top-down approach) On cherche agrger les n critres afin de les rduire en un critre unique. On suppose que les jugements sont transitifs ex: a>b, b>c alors a>c

    novembre 04 Analyse multicritre 20

    MTHODESMTHODES

    2) Agrgation partielle (bottom-up approach)On cherche comparer des actions potentielles ou des classements les uns aux autres et tablir entre ces lments des relations de surclassement. On doit alors respecter lincomparabilit.

  • 11

    novembre 04 Analyse multicritre 21

    MTHODESMTHODES

    3) Agrgation localeOn cherche en premier lieu une solution de dpart. Par la suite, on procde une recherche itrative pour trouver une meilleure solution.

    novembre 04 Analyse multicritre 22

    MTHODES AVECMTHODES AVECAGRGATION COMPLTEAGRGATION COMPLTE

  • 12

    novembre 04 Analyse multicritre 23

    MTHODE WSM MTHODE WSM ((WeightWeight SumSum MethodMethod ou Somme de notes)ou Somme de notes)

    On utilise ici une chelle de 0 6 (excellent=6, trs bon=5, bon=4, moyen=3, passable=2, pas bon=1, mdiocre=0)

    Voici les rsultats:

    Action 1: 1 5 4 4 4 La somme est 18

    Action 2: 4 3 4 3 3 La somme est 17

    Selon la somme des valuations des critres, laction 1 serait la meilleure, pourtant elle est loin de satisfaire le critre 1

    max ou min eij*pj pour i=1,2,,nj=1

    m

    ii

    novembre 04 Analyse multicritre 24

    MTHODE WPM MTHODE WPM (Percy Bridgman,1922)(Percy Bridgman,1922)((WeightWeight ProductProduct MethodMethod ou Multiplication de ratios)ou Multiplication de ratios)

    Cette mthode pnalise fortement les actions trs mauvaises pour un critre

    Voici par exemple 3 actions potentielles et 3 critres

    Action 1: 1 5 4 4 4 e1=(1/5)*(5/8)*(4/8)*(4/7)*(4/7)=0,0204

    Action 2: 4 3 4 3 3 e2=(4/5)*(3/8)*(4/8)*(3/7)*(3/7)=0,0276

    Avec cette mthode, laction 2 serait ici la meilleure

    max ou min (aij/aLj)pij pour i =1,2,nii j=1m

  • 13

    novembre 04 Analyse multicritre 25

    MTHODE AHPMTHODE AHP(Thomas L. (Thomas L. SaatySaaty, 1971), 1971)((AnalyticAnalytic HierarchyHierarchy ProcessProcess))

    Dcomposer le problme complexe en une structure hirarchique (niveaux)

    Effectuer les combinaisons binaires Dterminer les priorits Synthtiser les priorits Cohrence des jugements

    novembre 04 Analyse multicritre 26

    MTHODE AHPMTHODE AHP

  • 14

    novembre 04 Analyse multicritre 27

    MTHODE AHPMTHODE AHP

    Matrice de premier niveauMatrice de premier niveau

    Exemple: La qualit de la technologie est beaucoup plus Exemple: La qualit de la technologie est beaucoup plus importante que les dlais de livraison importante que les dlais de livraison

    131/2Exprience

    1/311/5Dlai

    251Qualit

    ExprienceDlaiQualit

    novembre 04 Analyse multicritre 28

    MTHODE AHPMTHODE AHP

    Par rapport la qualit :Alternatives 1 2 3

    1 1 3 62 1/3 1 1/33 1/6 3 1

    Par rapport au dlai de livraison :Alternatives 1 2 3

    1 1 1/3 42 3 1 53 1/4 1/5 1

    Matrices de deuxime niveauMatrices de deuxime niveau

    Par rapport lexprience de la firme :Alternatives 1 2 3

    1 1 32 2 1 53 1/3 1/5 1

  • 15

    novembre 04 Analyse multicritre 29

    MTHODE AHPMTHODE AHP

    1,00SS3 1/391.7Somme

    131/2E

    1/311/5D

    2,15/SS(1*5*2)1/3

    = 2,15251Q

    PoidsMoyenne gomtriqueEDQObjectif

    novembre 04 Analyse multicritre 30

    MTHODE AHPMTHODE AHP

    On procde de la mme manire pour les matrices de niveau 2

    On construit ensuite une matrice combine contenant les critres et les alternatives

    On trouve les poids pondrs en multipliant le poids de chaque critre par le poids de chaque alternative par rapport chaque critre

    Pour chaque alternative, on additionne les poids, et la meilleure action est celle ayant le poids maximal

  • 16

    novembre 04 Analyse multicritre 31

    MAUT MAUT ((Multi Attribute Utility TheoryMulti Attribute Utility Theory))

    Mthode dveloppe vers la fin des annes 60 par Ralph Keeney et Howard Raiffa

    Cherche mesurer lutilit totale qui peut tre tire de chacune des actions potentielles

    Elle est obtenue en combinant les utilits lmentaires ou partielles que prsentent cette action aux yeux des diffrents critres

    novembre 04 Analyse multicritre 32

    MAUT MAUT ((Multi Attribute Utility TheoryMulti Attribute Utility Theory))

    Lutilit totale UA (x1,x2,..,xn) associe laction valuer sur les critres 1,2,..,n peut tre obtenue selon une formule additive:

    ou multiplicative:

    ui(xi(a)): utilit gnre par rapport au critre i si laction a considre a la performance xi

    pi , i et i: poids du critre i

    ( ) ( ))(,...,,1

    21 axupxxxU in

    iiina

    =

    =

    ( ) ( ))(,...,,1

    21 axuxxxU in

    iiiina

    =

    +=

  • 17

    novembre 04 Analyse multicritre 33

    MAUT MAUT ((Multi Attribute Utility TheoryMulti Attribute Utility Theory))

    Par des questions adresses au dcideur ou via lutilisation de loteries, on va pouvoir dterminer lutilit partielle vis--vis chacun des critres

    Ex: Choix dun nouvel emploi

    150 000 300 000

    1

    0.5

    novembre 04 Analyse multicritre 34

    MAUT MAUT ((Multi Attribute Utility TheoryMulti Attribute Utility Theory))

    La difficult principale de cette mthode rside dans la complexit destimer la fonction dutilit

    Suppose lhomme totalement rationnel! Lefficacit des loteries grandement remise

    en question dans la littrature

  • 18

    novembre 04 Analyse multicritre 35

    MTHODES AVECMTHODES AVECAGRGATION PARTIELLEAGRGATION PARTIELLE

    novembre 04 Analyse multicritre 36

    ELECTREELECTRE

    Famille de mthodes dites de surclassement conues par Bernard Roy et bases sur la comparaison dactions

    Premire mthode de la famille, Electre I, publie en 1968

  • 19

    novembre 04 Analyse multicritre 37

    ELECTRE IELECTRE I

    Cette mthode repose sur le principe de Condorat (1785):

    Une action en surclasse une autre si elle est au moins aussi bonne que lautre relativement une majorit de critres, sans tre nettement plus mauvaise que cette autre relativement aux autres critres

    novembre 04 Analyse multicritre 38

    ELECTRE IELECTRE I

    On sintresse donc chaque action de lensemble et on la compare toutes les autres

    La comparaison se fait par paire ordonne (a p/r b b p/r a) et on se demande alors si laction a surclasse ou non laction b

  • 20

    novembre 04 Analyse multicritre 39

    I. Phase 1 : les jugements Dterminer des critres cohrents Attribuer des poids aux diffrents

    critres considrs valuer chaque action aux yeux de

    chaque critre et laborer la matrice

    ELECTRE IELECTRE I

    Poidsfort

    86.553.52

    107.5520

    Poidsmoyen

    Poidsfaible

    76543

    t.bbnp

    m

    t.bbnp

    m

    t.bbnp

    m

    novembre 04 Analyse multicritre 40

    ELECTRE IELECTRE I

    II. Phase 2: les indices Pour chaque paire ordonne dactions,

    poser lhypothse que la premire action surclasse la seconde et confronter cette hypothse aux chiffres de la matrice

    Additionner les poids des critres qui sont en accord avec lhypothse et diviser la somme par celle de tous les poids (indice de concordance)

  • 21

    novembre 04 Analyse multicritre 41

    ELECTRE IELECTRE I

    II. Phase 2: les indices Considrer les critres pour lesquels laction a

    est moins bonne que laction b, choisir la divergence la plus forte et diviser cette divergence par la longueur de la plus grande chelle utilise (indice de discordance)

    Choisir la divergence la 2e plus forte et la diviser par la longueur de la plus grande chelle (indice de discordance 2)

    novembre 04 Analyse multicritre 42

    ELECTRE IELECTRE I

    III. Phase 3: seuils de surclassement Fixer un seuil de tolrance pour les

    indices de concordance exprimant le minimum de concordance requis

    Fixer un seuil de tolrance pour lindice de discordance exprimant le maximum de discordance tolr

    Examiner toutes les paires ordonnes daprs le seuil et ne conserver que celles passant le filtre

  • 22

    novembre 04 Analyse multicritre 43

    ELECTRE IELECTRE I

    IV. Phase 4: ttonnement et synthse Si certaines actions ne sont ni

    surclassantes, ni surclasses, rpter les tapes 2 et 3 en augmentant ou en diminuant les valeurs des seuils, des poids,

    Choisir si possible laction qui surclasse les autres dans la plupart des scnarios

    novembre 04 Analyse multicritre 44

    ELECTRE IELECTRE I

    Mthode qui permet de dgager un sous-ensemble de solutions

    Demande peu dinformation donc facile implanter

    Comporte quelques dfauts qui sont corrigs dans les versions suivantes

  • 23

    novembre 04 Analyse multicritre 45

    ELECTRE IELECTRE I

    3005001500Proximit des autoroutes (m)

    8002000400Proximit des zones urbaines

    (m)

    805010Cot (millions)

    Site CSite BSite ACritres

    novembre 04 Analyse multicritre 46

    ELECTRE IELECTRE I--ExempleExemple

    752.5Site C57.55Site B32.57.5Site A244Poids

    3-70-100-10chelle

    Proximitdes

    autoroutes (m)

    Proximitdes zones

    urbaines (m)

    Cot (millions)

    Critres

  • 24

    novembre 04 Analyse multicritre 47

    ELECTRE IELECTRE I--ExempleExemple

    -0.80.4Site C

    0.2-0.4Site B

    0.60.6-Site A

    Site C

    Site B

    Site A

    -00.25Site C

    0.25-0.2Site B

    00-Site A

    Site C

    Site B

    Site A

    -0.20.4Site C

    0.25-0.5Site B

    0. 50.25-Site A

    Site C

    Site B

    Site A

    Indices de concordance Indices de discordance

    Indices de discordance 2

    novembre 04 Analyse multicritre 48

    ELECTRE IELECTRE I--ExempleExempleSeuil de tolrance: indice de concordance = 0.7

    indice de discordance = 0.2

    xSite C

    xSite B

    Site A

    Site C

    Site B

    Site A Site A Site B

    Site C

  • 25

    novembre 04 Analyse multicritre 49

    AUTRES MTHODESAUTRES MTHODES

    Electre II, III, IV (B. Roy, 1968 et +) Promthe I et II (J.-P. Brans, 1980) Melchior (J. P. Leclerc, 1984) Qualifex (J. Paelinck, 1976) Oreste (M. Reubens, 1979) Regim (P. Nijkamp et P. Rietveld,

    1983) Naiade (G. Munda, 1995)

    novembre 04 Analyse multicritre 50

    MTHODES AVECMTHODES AVECAGRGATION LOCALE ET AGRGATION LOCALE ET

    ITRATIVEITRATIVE

  • 26

    novembre 04 Analyse multicritre 51

    MTHODE DES CNES MTHODE DES CNES DDAMLIORATIONAMLIORATION

    ((GeoffrionGeoffrion, , DyerDyer, , FeinbergFeinberg, 1972), 1972)

    On a V, un ensemble de vecteurs correspondant des actions potentielles

    On choisit un point vi dans V On slectionne les points prfrables vi

    dans V, ce qui forme un cne On choisit un point dans ce cne et on

    recommence la procdure jusqu ce quil ny ait plus damlioration possible

    novembre 04 Analyse multicritre 52

    GOAL PROGRAMMINGGOAL PROGRAMMING

    On fixe dabord pour chaque critre la valeur de lvaluation que lon dsire avoir

    Pour chaque action, on dtermine pour quel critre lvaluation est la plus loigne de la cible (donc le critre le moins respect)

    Laction tant la moins lcart est la meilleure

  • 27

    novembre 04 Analyse multicritre 53

    GOAL PROGRAMMING GOAL PROGRAMMING SIMPLIFISIMPLIFI

    9 7 8a*

    4 5 68 5 77 6 55 4 6

    a1a2a3a4

    c1 c2 c3

    5 2 21 2 12 1 34 3 2

    a1a2a3a4

    c1 c2 c3

    CritresCritres DistancesDistances

    Selon cette mthode, laction 2 serait la meilleureSelon cette mthode, laction 2 serait la meilleure

    novembre 04 Analyse multicritre 54

    AUTRES MTHODESAUTRES MTHODES

    STEM (Benayoun et Tergny, 1969) Mthode Ziont-Wallenius (S. Zionts,

    1974) Et autres approches connues

    Branch and Bound Mthode tabou

  • 28

    novembre 04 Analyse multicritre 55

    CASCAS

    CHOIX DCHOIX DUN UN QUIPEMENT DE QUIPEMENT DE MANUTENTIONMANUTENTION

    novembre 04 Analyse multicritre 56

    CASCAS

    Le but est de trouver le meilleur modle dquipement

    Nous avons deux modles potentiels de chariots lvateurs(Crown, Simplex)

    Nous avons trois critres de dcision(cot, vitesse, entretien)

    * Cette liste de critres est loin dtre exhaustive, mais le but est de comprendre la mthode

  • 29

    novembre 04 Analyse multicritre 57

    CASCASTrouver le

    meilleur chariot

    Cot Vitesse Entretien

    Crown Simplex

    Niveau 0: But

    Niveau1:

    Critres

    Niveau 2:

    Alternatives

    novembre 04 Analyse multicritre 58

    CASCAS

    On compare chaque paire doptions en regard de chaque critre

    Dimportance gale (1) Modrment plus important (3) Beaucoup plus important (5) Considrablement plus important (7) Dune importance crasante (9)

  • 30

    novembre 04 Analyse multicritre 59

    CASCAS

    Matrice de niveau 1

    151/3Entretien

    1/511/5Vitesse

    351Cot

    EntretienVitesseCot

    novembre 04 Analyse multicritre 60

    CASCAS

    11/3Simplex

    31Crown

    SimplexCrownCritre: Cot

    11Simplex

    11Crown

    SimplexCrownCritre: Vitesse

    Matrices de niveau 2

    11/5Simplex

    51Crown

    SimplexCrownCritre: Entretien

  • 31

    novembre 04 Analyse multicritre 61

    CASCAS

    151/3Entretien

    Somme

    1/511/5Vitesse

    351Cot

    EntretienVitesseCot

    Calcul approximatif du poids pondr des critres

    1,00004

    0,29751,19

    0,0850,34

    2,47/4=0,6175

    (1*5*3)1/3=2,47

    PoidsMoyenne go.

    novembre 04 Analyse multicritre 62

    CASCAS

    12,309

    0,250,57711/3Simp0,751,73231Crown

    Poidsmoy.gSimpCrown

    Critre: Cot

    12,6830,170,44711/5Simp0,832,23651Crown

    Poidsmoy.gSimpCrown

    Critre: Entretien

    2

    0,5111Simp0,5111Crown

    Poidsmoy.gSimpCrown

    Critre: Vitesse

  • 32

    novembre 04 Analyse multicritre 63

    CASCAS

    Matrice combine

    0,170,50,25Simplex

    0,830,50,75Crown

    EntretienVitesseCot

    novembre 04 Analyse multicritre 64

    CASCAS

    0,24750,05060,04250,1544Simplex

    0,75250,24690,04250,4631Crown

    SOMMEEntretienVitesseCot

    Poids pondrs1,0000,29750,085

    2,47/4=0,6175

    Poids

    Cot

    Vitesse

    Entretien

    On multiplie les lments de la matrice prcdente par le poids obtenu pour chaque critre

  • 33

    novembre 04 Analyse multicritre 65

    CHOIX DE LA MTHODECHOIX DE LA MTHODE

    Comment choisir la bonne mthode? Il est souvent plus difficile de choisir la bonne mthode que de rsoudre le problme!

    Trs nombreuses cole franaise vs amricaine Pas de mthode parfaite

    novembre 04 Analyse multicritre 66

    CHOIX DE LA MTHODECHOIX DE LA MTHODE Martel et Guiltoni (1998) suggre de

    prendre en considration: Le nombre de dcideurs Les prfrences naturelles du dcideur Une mthode qui va dans le sens de la vision de

    la problmatique du dcideur Linformation disponible et qui sera traite

    adquatement par la mthode Le degr compensatoire de la mthode Les hypothses sur lesquelles repose la mthode Le systme de support la dcision qui

    accompagne la mthode

  • 34

    novembre 04 Analyse multicritre 67

    OUTILS ET LOGICIELSOUTILS ET LOGICIELS

    Plusieurs logiciels ddis une mthode:- Electre IS, III, IV, TRI, IRIS, SRFhttp://www.lamsade.dauphine.fr/el2.log- AHPhttp://www.expertchoice.com/- Naiade (gratuit)http://www.aiaccproject.org/meetings/Trieste_

    02/trieste_cd/Software/Software.htm#nai

    novembre 04 Analyse multicritre 68

    OUTILS ET LOGICIELSOUTILS ET LOGICIELS

    Plusieurs logiciels ddis une mthode:- Macbethhttp://www.m-macbeth.com/Msite.html- Evidential Reasoning Approach (version tudiante

    gratuite)http://www.e-ids.co.uk/

    - Nimbus (en ligne)http://nimbus.mit.jyu.fi/N4/index.html

  • 35

    novembre 04 Analyse multicritre 69

    OUTILS ET LOGICIELSOUTILS ET LOGICIELS Plusieurs logiciels comprenant plus dune

    mthode:- MultCSync (version gratuite)http://uts.cc.utexas.edu/~consbio/Cons/ResNet.html- NLPJOB (version gratuite)http://www.uni-

    bayreuth.de/departments/math/~kschittkowski/easy_opt.htm

    -Visual Decisionhttp://www.visualdecision.com/download_f.htm

    novembre 04 Analyse multicritre 70

    OUTILS ET LOGICIELSOUTILS ET LOGICIELS Plusieurs logiciels comprenant plus dune

    mthode:- Ergohttp://www.arlingsoft.com/download/ergo_download.a

    sp-Vig et Vimdahttp://www.numplan.fi/- Et plusieurs autres

    Il existe galement diverses applications dveloppes sur Excel, MatLab, et disponibles sur le Web

  • 36

    novembre 04 Analyse multicritre 71

    LOGICIEL HIPRELOGICIEL HIPRE

    Un applet du logiciel HIPREhttp://www.hipre.hut.fi

    novembre 04 Analyse multicritre 72

    GROUPES DE RECHERCHEGROUPES DE RECHERCHE Euro Working Group Multicriteria Decision

    Aiding (EWG-MCDA)www.inescc.pt/~ewgmcda/

    Geographic Information and AnalysisMulticriteria Decision (GIMDA)

    Decision and Control Laboratory, Universitde lIllinois

    Decision Support Systems LaboratoryUniversit technique de Crte

    IBL, Universit de lHohenheim Institute of Mathematics, Universit de Lige

  • 37

    novembre 04 Analyse multicritre 73

    GROUPES DE RECHERCHEGROUPES DE RECHERCHE LAMSADE (Laboratory for Analysing and

    Modelling Decision), Universit de Dauphine International Society on Multiple Criteria

    Decision Making Multiple Criteria Decision Support, cole

    dconomie dHelsinki Service de Mathmatiques de la Gestion,

    Universit Libre de Bruxelles Laboratory of Mathematical Methods for

    Economic Decision Analysis, Acadmie des sciences de Russie

    novembre 04 Analyse multicritre 74

    CONCLUSIONCONCLUSION

    Il est difficile de trouver LA mthode approprie au problme auquel le dcideur est confront

    Il existe plusieurs bonnes solutions, le choix de lalternative dpend plutt du dcideur

  • 38

    novembre 04 Analyse multicritre 75

    RfrencesRfrencesCaillet, R., Analyse multicritre: tude et comparaison des mthodes existantes en vue dune application en analyse de cycle de vie, CIRANO, Montral, aot 2003

    Chankong, V. et Haimes, Y.Y., Multiobjective decision makingtheory and methodology, North-Holland, 1983, 406 pages.

    Dhaenens, C. et Talbi, El-G., Optimisation multi-critres: approche par mtaheuristiques (http://www.lifl.fr/~dhaenens

    Guitouni, A. et Martel J-M, Tentative guidelines to help choosingan appropriate MCDA method, Universit Laval, 1997

    Martel, J-M., Aggregating preferences: utility function andoutranking approaches, Universit Laval, 1993

    novembre 04 Analyse multicritre 76

    RfrencesRfrencesOlson, David L., Comparison of three multicriteria methods to predict known outcomes, Texas A&M University, 1999Schrling, Alain, Dcider sur plusieurs critres, Presses Polytechniques Romandes, 1985, 304 pages.

    Talbi, El-G., Mthodes doptimisation avances

    Zeleny, M., Multiple criteria decision making, McGraw-Hill, Columbia University, 1982, 563 pages.