ANALYSE MULTICRITRE

PAR
Nadia Lehoux
Pascale Valle

INTRODUCTION

Quel modle choisir?

novembre 04

Analyse multicritre

PLAN DE LA
PRSENTATION

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

novembre 04

Analyse multicritre

DFINITION
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
novembre 04

Analyse multicritre

DFINITION
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

CONTEXTE
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

novembre 04

Analyse multicritre

OBJECTIFS
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

EXEMPLES DAPPLICATION

Choix dun site damnagement

Choix dun moyen de transport
Dcision dinvestissement
Choix de lutilisation dune
technologie ou dun systme
dinformation
Slection de fournisseurs
...

novembre 04

Analyse multicritre

DMARCHE 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

DMARCHE 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
novembre 04

Analyse multicritre

10

TERMINOLOGIE
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

11

FAMILLE DE CRITRES

Liste exhaustive
Oprationnelle
Non redondante
Minimale
Cohrente
Indpendance des critres

novembre 04

Analyse multicritre

12

LMENTS DE LA MATRICE
DE JUGEMENTS
Ensemble des actions potentielles
A={a1,a2,a3,,an} ai o i=1,2,,n
Diffrents critres
cj o j=1,2,,m
Poids des critres
pj o j=1,2,,m
valuations ou jugements
eij o i=1,2,...,n, j=1,2,,m
novembre 04

Analyse multicritre

13

MATRICE DE JUGEMENTS
Critres
Alternatives

c1

c2

c3

cm

Poids
relatifs

p1

p2

p3

pm

e11
e21

en1

e12

eij

e1m

enm

a1
a2
a3
.
.
an
novembre 04

Analyse multicritre

14

EXEMPLE DE MATRICE
Critres
Alternatives

Prix

Poids relatifs

50%

Acura MDX
Lexus RX330

52 000$
51 000$

novembre 04

Cylindre
20%
3,5L
3,3L

Longueur
30%
4 789mm
4 730mm

Analyse multicritre

15

VALUATION DES
ACTIONS
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
novembre 04

Analyse multicritre

16

OPTIMUM 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

17

MTHODES

Les approches peuvent tre divises

en trois catgories selon la faon dont
les jugements seront agrgs
(Schrlig, 1988)

novembre 04

Analyse multicritre

18

MTHODES
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

19

MTHODES
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.
novembre 04

Analyse multicritre

20

10

MTHODES
3) Agrgation locale
On 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

21

MTHODES AVEC
AGRGATION COMPLTE

novembre 04

Analyse multicritre

22

11

MTHODE WSM

(Weight Sum Method 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
m

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

i

j=1

novembre 04

Analyse multicritre

23

MTHODE WPM (Percy Bridgman,1922)

(Weight Product Method 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
m

max ou min (aij/aLj)pij pour i =1,2,n

i

novembre 04

j=1

Analyse multicritre

24

12

MTHODE AHP(Thomas L. Saaty,

Saaty, 1971)
(Analytic Hierarchy Process)

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

25

MTHODE AHP

novembre 04

Analyse multicritre

26

13

MTHODE AHP
Matrice de premier niveau
Qualit

Dlai

Exprience

Qualit

Dlai

1/5

1/3

Exprience

1/2

Exemple: La qualit de la technologie est beaucoup plus

importante que les dlais de livraison
novembre 04

Analyse multicritre

27

MTHODE AHP
Matrices de deuxime niveau
Par rapport la qualit :
Alternatives
1
1
1
1/3
2
1/6
3

2
3
1
3

3
6
1/3
1

Par rapport au dlai de livraison :

Alternatives
1
2
1
1/3
1
3
1
2
1/4
1/5
3

3
4
5
1

Par rapport lexprience de la firme :

Alternatives
1
2
3
1

3
1
2
1
5
2
1/3
1/5
1
3
novembre 04

Analyse multicritre

28

14

MTHODE AHP
Moyenne

Poids

Objectif

gomtrique

2,15/S

1/5

1/3

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

1/2

Somme

1.7

3 1/3

1,00

novembre 04

Analyse multicritre

29

MTHODE 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
novembre 04

Analyse multicritre

30

15

MAUT

(Multi 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

31

MAUT

(Multi 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:
n

U a ( x1 , x 2 ,..., x n ) = pi ui ( xi ( a ) )
i =1

ou multiplicative:
n

U a ( x1 , x2 ,..., xn ) = i + i ui ( xi ( a ) )
i =1

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
novembre 04

Analyse multicritre

32

16

MAUT

(Multi 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
1
Ex: Choix dun
nouvel emploi

novembre 04

0.5

150 000

Analyse multicritre

300 000

33

MAUT

(Multi 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

novembre 04

Analyse multicritre

34

17

MTHODES AVEC
AGRGATION PARTIELLE

novembre 04

Analyse multicritre

35

ELECTRE

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

novembre 04

Analyse multicritre

36

18

ELECTRE 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

37

ELECTRE 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

novembre 04

Analyse multicritre

38

19

ELECTRE I
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

t.b
Poids b
fort n
p
m

novembre 04

10
t.b
7.5 Poids b
5
moyen n
2
p
m
0

8
6.5
5
3.5
2

Analyse multicritre

t.b
Poids b
faible n
p
m

7
6
5
4
3

39

ELECTRE I
II.

Phase 2: les indices

novembre 04

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)
Analyse multicritre

40

20

ELECTRE I
II.

Phase 2: les indices

novembre 04

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)

Analyse multicritre

41

ELECTRE I
III. Phase 3: seuils de surclassement

novembre 04

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
Analyse multicritre

42

21

ELECTRE 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

43

ELECTRE 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

novembre 04

Analyse multicritre

44

22

ELECTRE I
Critres

Site A

Site B

Site C

Cot (millions)

10

50

80

Proximit des
zones urbaines
(m)
Proximit des
autoroutes (m)

400

2000

800

1500

500

300

novembre 04

Analyse multicritre

45

ELECTRE I-Exemple
Critres

Cot
(millions)

Poids

Site A
Site B

7.5
5

2.5
7.5

3
5

Site C

2.5

chelle

0-10

0-10

3-7

novembre 04

Proximit
Proximit
des zones
des
urbaines (m) autoroutes
(m)

Analyse multicritre

46

23

ELECTRE I-Exemple
Site
A

Site
B

Site
C

Site
A

0.6

0.6

Site
B

0.4

0.2

Site
C

0.4

0.8

Indices de discordance 2

Site
A

Site
B

Site
C

Site
B

0.2

0.25

Site
C

0.25

Indices de concordance Site

Site
A

Site
B

Site
C

Site
A

0.25

0. 5

Site
B

0.5

0.25

Site
C

0.4

0.2

Indices de discordance

novembre 04

Analyse multicritre

47

ELECTRE I-Exemple
Seuil de tolrance: indice de concordance = 0.7
indice de discordance = 0.2
Site
A

Site
B

Site
A
Site
B

Site
C

Site A

Site B

Site
C

novembre 04

Site C

Analyse multicritre

48

24

AUTRES 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

49

MTHODES AVEC
AGRGATION LOCALE ET
ITRATIVE

novembre 04

Analyse multicritre

50

25

MTHODE DES CNES

DAMLIORATION
(Geoffrion,
Geoffrion, Dyer,
Dyer, Feinberg,
Feinberg, 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

51

GOAL 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

novembre 04

Analyse multicritre

52

26

GOAL PROGRAMMING
SIMPLIFI
Critres

Distances

c1

c2

c3

a1
a2
a3
a4

4
8
7
5

5
5
6
4

6
7
5
6

a*

a1
a2
a3
a4

c1

c2

c3

Selon cette mthode, laction 2 serait la meilleure

novembre 04

Analyse multicritre

53

AUTRES MTHODES

STEM (Benayoun et Tergny, 1969)

Mthode Ziont-Wallenius (S. Zionts,
1974)

Et autres approches connues

novembre 04

Branch and Bound

Mthode tabou

Analyse multicritre

54

27

CAS
CHOIX DUN
QUIPEMENT DE
MANUTENTION

novembre 04

Analyse multicritre

55

CAS
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
novembre 04

Analyse multicritre

56

28

CAS
Trouver le
meilleur chariot

Niveau 0: But

Niveau1:

Cot

Vitesse

Critres

Niveau 2:
Alternatives
novembre 04

Crown

Entretien

Simplex

Analyse multicritre

57

CAS
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)

novembre 04

Analyse multicritre

58

29

CAS
Matrice de niveau 1
Cot

Vitesse

Entretien

Cot

Vitesse

1/5

1/5

Entretien

1/3

novembre 04

Analyse multicritre

59

CAS
Matrices de niveau 2
Critre: Cot

Critre: Vitesse

Crown

Simplex

Crown

Simplex

Crown

Crown

Simplex

1/3

Simplex

Critre: Entretien

novembre 04

Crown

Simplex

Crown

Simplex

1/5

Analyse multicritre

60

30

CAS
Calcul approximatif du poids pondr des critres
Cot

Vitesse

Cot

Entretien Moyenne
go.
3

Poids

(1*5*3)1/3=

2,47/4=

2,47

0,6175

Vitesse

1/5

1/5

0,34

0,085

Entretien

1/3

1,19

0,2975

1,0000

Somme
novembre 04

Analyse multicritre

61

CAS
Critre: Cot

Critre: Vitesse

Crown

Simp

moy.g

Poids

Crown

1,732

0,75

Simp

1/3

0,577

0,25

2,309

Crown

Simp

moy.g

Poids

Crown

0,5

Simp

0,5

Critre: Entretien

novembre 04

Crown

Simp

moy.g

Poids

Crown

2,236

0,83

Simp

1/5

0,447

0,17

2,683

Analyse multicritre

62

31

CAS
Matrice combine
Cot

Vitesse

Entretien

Crown

0,75

0,5

0,83

Simplex

0,25

0,5

0,17

novembre 04

Analyse multicritre

63

CAS
Poids
2,47/4=

0,6175

Cot

0,085

Vitesse

0,2975

Entretien

On multiplie les lments de la

matrice prcdente par le poids
obtenu pour chaque critre

Poids pondrs

1,000

Cot

Vitesse

Crown

0,4631

0,0425

0,2469

0,7525

Simplex

0,1544

0,0425

0,0506

0,2475

novembre 04

Analyse multicritre

Entretien SOMME

64

32

CHOIX 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

65

CHOIX DE LA MTHODE

Martel et Guiltoni (1998) suggre de

prendre en considration:

novembre 04

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
Analyse multicritre

66

33

OUTILS ET LOGICIELS
Plusieurs logiciels ddis une
mthode:
- Electre IS, III, IV, TRI, IRIS, SRF
http://www.lamsade.dauphine.fr/el2.log
- AHP
http://www.expertchoice.com/
- Naiade (gratuit)
http://www.aiaccproject.org/meetings/Trieste_
02/trieste_cd/Software/Software.htm#nai
novembre 04

Analyse multicritre

67

OUTILS ET LOGICIELS
Plusieurs logiciels ddis une mthode:
- Macbeth
http://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

novembre 04

Analyse multicritre

68

34

OUTILS 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.unibayreuth.de/departments/math/~kschittkowski/easy
_opt.htm
-Visual Decision
http://www.visualdecision.com/download_f.htm

novembre 04

Analyse multicritre

69

OUTILS ET LOGICIELS
Plusieurs logiciels comprenant plus dune
mthode:
- Ergo
http://www.arlingsoft.com/download/ergo_download.a
sp
-Vig et Vimda
http://www.numplan.fi/
- Et plusieurs autres

Il existe galement diverses applications

dveloppes sur Excel, MatLab, et
disponibles sur le Web
novembre 04

Analyse multicritre

70

35

LOGICIEL HIPRE
Un applet du logiciel HIPRE
http://www.hipre.hut.fi

novembre 04

Analyse multicritre

71

GROUPES DE RECHERCHE
Euro Working Group Multicriteria Decision
Aiding (EWG-MCDA)
www.inescc.pt/~ewgmcda/

Geographic Information and Analysis

Multicriteria Decision (GIMDA)
Decision and Control Laboratory, Universit
de lIllinois
Decision Support Systems Laboratory
Universit technique de Crte
IBL, Universit de lHohenheim
Institute of Mathematics, Universit de Lige
novembre 04

Analyse multicritre

72

36

GROUPES 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

73

CONCLUSION
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

novembre 04

Analyse multicritre

74

37

Rfrences
Caillet, 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 making
theory 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 choosing
an appropriate MCDA method, Universit Laval, 1997
Martel, J-M., Aggregating preferences: utility function and
outranking approaches, Universit Laval, 1993

novembre 04

Analyse multicritre

75

Rfrences
Olson, David L., Comparison of three multicriteria methods to
predict known outcomes, Texas A&M University, 1999
Schrling, 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.

novembre 04

Analyse multicritre

76

38