O PTION /M ASTER G ÉNIE I NDUSTRIEL

A IDE MULTICRITÈRE À LA DÉCISION

Vincent Mousseau

E XAMEN
28 janvier 2011 - durée 2h
tous documents de cours autorisés

Exercice 1 :
On considère la méthode ELECTRE TRI pour affecter des actions à des catégories ordonnées. On
considère k catégories ordonnées C1 , C2 , . . . , Ck , C1 étant la catégorie la plus basse et Ck la catégorie
la plus haute. Chaque catégorie est définie par un profil limite, le profil limite bh définissant la limite
entre les catégories Ch et Ch+1 pour h = 1, 2, . . . k − 1.

Sur chacun des critères gj , j = 1, . . . , n, les profils bh , h = 1, . . . , k − 1 sont définis par leur
évaluation gj (bh ). Les profils sont construits de telle sorte que bh+1 domine bh pour h = 1, 2, . . . k − 2.

On supposera dans tout ce qui suit que :

– sur chaque critère, les seuils d’indifférence et de préférence sont confondus,
– sur chaque critère, le seuil d’indifférence, égal au seuil de préférence, est constant (on notera
qj = pj ce seuil sur le critère j),
– l’on ne prend pas en compte la discordance (ceci revient à supposer que les seuils de veto sont
arbitrairement grands).
a) Rappeler de manière concise mais précise comment dans la version pessimiste d’ELECTRE
TRI on réalise l’affectation d’une action a à l’une des catégories C1 , C2 , . . . , Ck .
Correction :
Dans ELECTRE TRI on affecte un poids ki à chaque critère. Sous les hypothèses du texte, on définit une
relation de surclassement S entre actions et profils en posant :
P
ki
{j:gj (a)≥gj (bh )−pj }
aSbh ⇔ Pn ≥ λ,
j=1 kj

où λ est un seuil de coupe compris entre 1/2 et 1.

Dans la version pessimiste d’ELECTRE TRI, on teste pour h = k, k − 1, k − 2, . . . si aSbh−1 . On affecte
a à la première catégorie Ch pour laquelle ce test est positif.
b) On appelle méthode d’affectation conjonctive la méthode consistant à affecter une action a
à la plus haute catégorie Ch telle que gj (a) ≥ gj (bh−1 ) pour tout j ∈ {1, 2, . . . , n}. Mon-
trer que cette méthode d’affectation conjonctive est un cas particulier de la version pessimiste
d’ELECTRE TRI.
 Correction :
Supposons que les seuils de préférence soient tous nuls et posons λ = 1. On a alors
aSbh−1 ⇔ [gj (a) ≥ gj (bh−1 ), ∀j ∈ {1, 2, . . . n}].
Il est alors clair que la version pessimiste d’ELECTRE TRI affecte chaque action de même que la procé-
dure conjonctive.
c) En utilisant un exemple numérique, montrer qu’il est possible, avec ELECTRE TRI, qu’une
action soit jugée indifférente à deux profils limites consécutifs. à quelle catégorie une telle action
est-elle affectée avec la règle pessimiste d’ELECTRE TRI ?
Correction :
Considérons trois critères et trois catégories C1 , C2 et C3 . Considérons les profils suivants :
g1 g2 g3
b1 10 10 10
b2 12 12 12
Supposons que sur chaque critère le seuil de préférence soit égal à 3. Il est clair qu’une action a ayant
comme évaluation (11, 11, 11) sera jugée indifférente à la fois à b1 et à b2 quel que soit le niveau de coupe
λ retenu.
En utilisant la formule rappelée plus haut, l’action a sera affectée à la catégorie C3 .
d) Montrer que si gj (bh ) + pj < gj (bh+1 ) − pj , ∀j = 1, . . . , n, ∀h = 1, . . . , k − 2, il est
impossible qu’une action soit indifférente à deux profils limites consécutifs (aIbh et aIbh+1 ).
Correction :
Supposons que gj (bh ) + pj < gj (bh+1 ) − pj , ∀j = 1, . . . , n, ∀h = 1, . . . , k − 2. Supposons que aIbh .
Ceci implique que bh Sa soit : P
kj
{j:gj (bh )≥gj (a)−pj }
Pn ≥ λ,
j=1 kj
Posons J = {i : gj (bh ) ≥ gj (a) − pj }. Pour tout i ∈ J on a : gj (a) ≤ gj (bh )+pj et donc, par hypothèse,
gj (a) < gj (bh+1 ) − pj . Un critère de J ne peut donc appartenir à l’ensemble J ′ = {i : gj (a) ≥
gj (bh+1 ) − pj }. La somme normalisée des poids des critères de J ′ est donc strictement inférieure à
1 − λ. Il est donc impossible que aSbh+1 et donc que aIbh+1 .

Corrigé Exercice 2 :
On considère un problème de décision multicritère, qui consiste à choisir un véhicule sur les trois
critères prix (P), consommation (C) et vitesse (V). On note N = {P, C, V } l’ensemble des critères.
Après interrogation du décideur, les fonctions d’utilité sur le prix (uP ), la consommation (uC ) et la
vitesse (uV ) sont données sous forme de fonctions linéaires par morceaux à valeurs dans [0, 1] de la
manière suivante :
– prix : 1 en-dessous de 15 000 Euros, 0 au-dessus de 25 000 Euros, et linéaire entre les deux ;
– consommation : 1 en-dessous de 5 litres/100, 0 au-dessus de 10 litres/100, et linéaire entre les
deux ;
– vitesse : 0 en-dessous de 100 km/h, 1 au-dessus de 200 km/h, et linéaire entre les deux.
1. Représenter graphiquement les trois fonctions d’utilité uP , uC et uV .

Réponse : voir Figure ??, ?? et ?? ci-dessus.

2. On considère les trois véhicules A, B et C donnés par la table de performances suivante :
véhicule prix consommation vitesse
A 20000 7.5/100 150
B 16000 7.5/100 120
C 23000 7.5/100 190

2
 Déterminer les valeurs de la fonction d’utilité associée à chaque performance de A, B et C
suivant chaque critère.

Réponse :
véhicule prix consommation vitesse
A 1/2 1/2 1/2
B 9/10 1/2 1/5
C 1/5 1/2 9/10
3. On considère la fonction d’ensemble µ : 2N → [0, 1] définie par :

µ(∅) = 0; µ({P, C, V }) = 1;
µ({P }) = 0.2; µ({C}) = 0.25; µ({V }) = 0.05;
µ({P, C}) = 0.25; µ({P, V }) = 0.75; µ({C, V }) = 0.5;
(a) µ est-elle une capacité ? µ est-elle une capacité 2-additive ? justifier chacune de vos ré-
ponses.

Réponse : µ est une capacité 2-additive. Pour cela, il suffit montrer que les valeurs prises
par µ vérifient les conditions de 2-additivité suivantes (pour les trois critères P, C, V ) :

µ({P, C}) + µ({P, V }) + µ({C, V }) − [µ({P }) + µ({C}) + µ({V })] = 1;

µ({P }) ≥ 0; µ({C}) ≥ 0; µ({V }) ≥ 0;

µ({P }) ≤ µ({P, C}) et µ({P }) ≤ µ({P, V })

µ({C}) ≤ µ({P, C}) et µ({C}) ≤ µ({C, V })

µ({V }) ≤ µ({P, V }) et µ({V }) ≤ µ({C, V })

µ({P, C}) + µ({P, V }) ≥ µ({P }) + µ({C}) + µ({V })

µ({P, C}) + µ({C, V }) ≥ µ({P }) + µ({C}) + µ({V })

µ({P, V }) + µ({C, V }) ≥ µ({P }) + µ({C}) + µ({V })

La première condition est dite de normalité, la deuxième de positivité et le reste des condi-
tions sont dites de monotonie.
(b) En utilisant les valeurs de µ, calculer les indices d’interactions IP C entre les critères P et
C, IP V entre les critères P et V , et ICV entre les critères C et V .

Réponse : En appliquant la formule Iij = µij − µi − µj pour deux critères i et j, on

trouve :
IP C = µ({P, C}) − µ({P }) − µ({C}) = −0.2

IP V = µ({P, V }) − µ({P }) − µ({V }) = 0.5

ICV = µ({C, V }) − µ({C}) − µ({V }) = 0.2

3
(c) En déduire les valeurs des indices d’importance vP , vC et vV des trois critères P , C et V .
X
1
Réponse : En appliquant la formule vi = µi + 2 Iik , on trouve :
k∈N \i

vP = µ({P }) + 1/2(IP C + IP V ) = 0.35

vC = µ({C}) + 1/2(IP C + ICV ) = 0.25

vV = µ({V }) + 1/2(IP V + ICV ) = 0.4

(d) Donner une interprétation de l’indice d’interaction IP C .

Réponse : Étant donné que IP C est négatif, on est en situation de redondance entre les
ceux critères P et C. Par conséquent, le décideur est satisfait globalement sur ces deux
critères dès lors que l’une d’entre elle est satisfaisante (pas nécessairement les deux en
même temps).
(e) Calculer le score global de ces 3 véhicules par l’intégrale de Choquet avec la fonction µ.
En déduire le classement de ces 3 véhicules.

X
n
1 X
Réponse : En appliquant la formule Cµ (z) = vi zi − Iij |zi − zj |, on trouve :
2
i=1 {i,j}⊆N

1 1 1
Cµ (A) = 2 vP + 2 vC + 2 vV − 12 (0 × IP C + 0 × IP V + 0 × ICV ) = 0.25
9
Cµ (B) = 10 vP + 12 vC + 15 vV − 12 (| 10
9
− 12 |×IP C +| 10
9
− 15 |×IP V +| 12 − 15 |×ICV ) = 0.15
1
Cµ (C) = 5 vP + 21 vC + 10
9
vV − 21 (| 15 − 21 |×IP C +| 10
9
− 15 |×IP V +| 12 − 10
9
|×ICV ) = 0.025
D’où le classement A ≻ B ≻ C
(f) Montrer qu’aucune somme pondérée ne peut représenter ce choix.

Réponse : Supposons qu’il existe une somme pondérée W AM avec les poids (réels po-
sitifs) WP , WC et WV permettant de modéliser le classement A ≻ B ≻ C. On aura
donc :
1 1 1
W AM (A) = 2 WP + 2 WC + 2 WV
9 1 1
W AM (B) = 10 WP + 2 WC + 5 WV
1 1 9
W AM (C) = 5 WP + 2 WC + 10 WV
A ≻ B ⇒ −4 WP + 3 WV > 0 (1)
A ≻ C ⇒ 3 WP − 4 WV > 0 (2)
(1) + (2) ⇒ WP + WV < 0, ce qui est absurde étant donné que les poids WP et WV sont
des réels positifs.

4
QRL : Question à réponse limitée (la réponse doit être donnée dans le cadre sur le sujet)

Expliquez, sur un exemple concret, en quoi l’agrégation en somme pondérée est de nature
compensatoire ; en quoi l’agrégation lexicographique est non-compensatoire.
considérons deux alternatives a et b dont les performances sur trois critères sont données dans
le tableau ci-dessous :
critère 1 critère 2 critère 3
a 12 10 15
b 10 12 15
L’agrégation lexicographique considère un ordre d’importance sur les critères et ordonne les
alternative en les comparant selon le critère le plus important, puis le second plus important, et
ainsi de suite. Supposons que l’ordre d’importance des critère soit Cr1 ≫ Cr2 ≫ Cr3 . On a
alors a préférée à b. Considérons l’alternative b′ = (10, 12 + x, 15). Quelle que soit la valeur
de x, a restera préférée à b′ . Un avantage en faveur de b (aussi grand soit il) sur le critère 2 ne
peut pas compenser un désavantage en faveur de a sur le critère 1. Dans la somme pondérée,
on considère des poids wj associés aux critères. Selon que w1 > w2 ou w2 < w1 ou w1 = w2 ,
a est préférée à b, ou b est préférée à a, ou a et b sont indifférents. Supposons w1 > w2 (donc
a est préférée à b). pour tout w1 , w2 on peut trouver un x tel que b est préférée à a. Il est donc
possible de compenser un désavantage en faveur de a sur le critère 1 par un avantage en faveur
de b sur le critère 2.

5
 1

1/2

0 15000 20000 25000

F IGURE 1 – Fonction d’utilité uP

1/2

0 5/100 7.5/100 10/100

F IGURE 2 – Fonction d’utilité uC

1/2

0 100 150 200

F IGURE 3 – Fonction d’utilité uV