WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Raisonnement flou pour le rangement des zones industrielles.


par Lakhdar El Amine Boudaoud
Université d'Oran 1 - Master 2 Mathématiques et informatique 2016
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

1.6.4 Démarche de la méthode

La méthode AHP a recours à différentes formes de connaissances, au fur et à mesure de

son déroulement. Elle fait en particulier appel à l'imagination et à l'expérience pour définir la hiérarchie du problème. Lors du diagnostic ou de l'expertise, elle fait appel à la logique et à l'intuition des décideurs pour proposer des appréciations. Elle permet ainsi d'identifier, de comprendre et d'évaluer les interactions d'un système considéré dans sa globalité (T.Saaty, 1980)

La méthode AHP est construite à partir de différents niveaux de critères. Elle permet ainsi

? décomposer un problème complexe et non structuré en ses éléments constituants.

? modéliser ces éléments sous la forme d'une structure hiérarchique.

? quantifier l'importance relative de chaque élément à partir de jugements subjectifs.

? et enfin, de synthétiser l'importance relative de chaque élément de la hiérarchie en une préférence globale afin de déterminer des priorités parmi les actions potentielles.

La méthode AHP permet de compenser la dégradation de performance d'une action sur certains critères par sa performance sur d'autres. Une telle méthode est dite compensatoire. Afin de mesurer les qualités intangibles d'éléments de nature différente, elle repose sur l'utilisation d'une échelle de mesure unique. Elle permet ainsi de résoudre un grand nombre de problèmes décisionnels de façon quantitative en élaborant un modèle d'aide à la décision, représenté sous la forme d'une hiérarchie, elle repose principalement sur une démarche descriptive afin de tenir en compte la nature « humaine » plutôt que de lui imposer un mode de pensée particulier.

1.6.4.1 Les étapes de l'application

Nous allons détailler dans ce qui va suivre les différentes étapes de la méthode AHP (voir la figure 1.4).

13

Chapitre 1 Aide à la décision Multicritère

Figure 1.4 les étapes d'application de l'AHP

Étape 1 : Etablir la structure hiérarchique

La première étape consiste à décomposer le problème complexe en une structure

hiérarchique à travers des niveaux qui sont :

Niveau 0 : Définir l'objectif cible.

Niveau 1 : Définir les critères de décision ou d'analyse.

Niveau intermédiaire : Il peut y avoir plusieurs pour déterminer les sous critères

Dernier Niveau : Définir les alternatives ou les actions possibles.

La figure 1.5 donne un aperçu sur la hiérarchie d'un problème.

14

Chapitre 1 Aide à la décision Multicritère

Figure 1.5 la hiérarchie du problème

Étape 2 : Effectuer les pondérations binaires

Cette étape consiste à étudier les points suivants :

- Comparer l'importance relative de tous les éléments appartenant à un même niveau de la hiérarchie pris deux par deux, par rapport à l'élément du niveau immédiatement supérieur. - configurer une matrice carrée réciproque formée par les évaluations (K*K), K étant le nombre d'éléments comparés, nous obtenons une matrice (voir exemple).

aij = 1 et

a = aij avec aji = liaij (valeur réciproque)

Tableau 1.1 Exemple d'une matrice de comparaison par paire.

Chapitre 1 Aide à la décision Multicritère

Degré de préférence

1

 

Importance égale

 
 
 

2

 

Importance faible

3

 

Importance assez modérée

 
 
 

4

 

Importance modérée

5

 

Importance assez forte

6

 

Importance forte

7

 

Importance très forte

8

 

Importance extrême

 
 
 

9

 

Importance capitale

Tableau 1.2 Echelle de Saaty (Fiat, 2007).

Étape 3 : Déterminer les vecteurs propres

La détermination des priorités des éléments de chaque matrice se fait par la résolution du problème de vecteurs propres. Calculer l'importance relative de chacun des éléments de la hiérarchie à partir des évaluations obtenues à l'étape précédente, et l'importance relative des différents critères est exprimée par les valeurs du vecteur propre normalisé à 1. Plus grande est cette valeur et plus important est le critère correspondant.

Étape 4 : Calculer le ratio de cohérence (RC)

Les réponses obtenues présentent souvent un certain degré d'incohérence. La méthode AHP n'exige pas que les jugements soient cohérents ni transitifs, par contre Saaty a défini un indice de cohérence (IC). Plus l'indice de cohérence devient grand et plus les jugements de l'utilisateur sont incohérents et vice versa. IC est ensuite comparé à des valeurs critiques obtenues par simulation. Saaty a défini, par expérimentation, un ratio de cohérence comme le rapport de l'indice de cohérence calculé sur la matrice correspondante aux jugements du décideur et de l'indice aléatoire (IA) d'une matrice de même dimension. Une idée est donnée dans le tableau 1.3.

Tableau 1.3 Les indices de cohérence aléatoire Satty (1984).

15

16

Chapitre 1 Aide à la décision Multicritère

Le ratio de cohérence est donné par la formule suivante :

RC = IC/I??

RC : est le ratio de cohérence.

IA : est un indice aléatoire.

IC : est l'indice de cohérence.

L'indice de cohérence aléatoire est calculé par cette formule :

IC = ( ??max - K) / (K - ??)

Avec : K est le nombre d'élément comparé ëmax est la valeur propre maximale.

Le ratio de cohérence peut être interprété comme la probabilité que la matrice soit complétée aléatoirement. La cohérence globale d'appréciation est évaluée au moyen de ce ratio de cohérence RC. Toujours selon Saaty, la valeur de ce dernier doit être au plus égale à 10%. Dans le cas où cette valeur dépasse 10%, les appréciations peuvent exiger certaines révisions.

Une fois calculé, le ratio de cohérence (RC) final doit être vérifié selon le niveau acceptable proposé par (T.Saaty, 1980) en fonction de la taille de la matrice. Lorsque le ratio de cohérence dépasse la valeur respective du tableau ci-dessous, on considère que les jugements sont trop aléatoires. Il faut alors réviser l'analyse afin de parfaire les jugements et ainsi, obtenir un ratio de cohérence final qui soit acceptable. Les valeurs données dans le tableau 1.4 montrent les ratios de cohérence acceptables par Saaty.

Taille de la matrice (n)

 

Ratio de cohérence acceptable

3

 

0,05

 
 
 

4

 

0,08

5 et +

 

0,10

Tableau 1.4 Les ratios de cohérence acceptable (Satty, 1984). Étape 5 : Etablir les priorités finales

17

Chapitre 1 Aide à la décision Multicritère

Le principe de la synthèse des priorités est de multiplier les priorités locales de chaque niveau par les priorités globales du niveau père pour obtenir les priorités globales de toute la hiérarchie par la suite on ajoute les priorités globales du niveau le plus bas (généralement ce sont les alternatives).

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille