Minéral : 2ème Année

Cours : Outils d’Aide à la Décision

Thème – exposé : Méthodes AHP, ELECTRE ET PROMETHEE

Réalisé par :
RIDANI Taoufik
HOUTA Oualid
SHIR hatim

Professeur encadrant : M. Abdallah ALAOUI AMINI

Année Universitaire 2019-2020

1
ANALYSE MULTICRITÈRE D’AIDE
À LA DÉCISION
Méthodes & Concepts

Sommaire:

1-Introduction………………………….
2-Méthode AHP……………………….
3-Méthode ELECTRE:
3.1 -Electre 1………….
3.1-Electre 2………….
4-Méthode PRPMETHEE…………....
5-Résumé………………………………
6-Webographie………………………..
2
 ANALYSE MULTICRITÈRE D’AIDE
À LA DÉCISION
Méthodes & Concepts

Introduction :

les décision multicritères permettent d'apporter des réponses pertinentes à des

problématiques diverses mettant en œuvre plusieurs choix possibles (implantation
de sites industriels, stratégie de dépollution d'un lac, constitution de portefeuilles de
valeurs, etc.), d'aider au diagnostic et, plus généralement, de faciliter la prise de
décision stratégique ou opérationnelle en environnement imprécis et/ou incertain.
pour ce faire Il existe des méthodes mathématiques d'analyse multicritère et
algorithmes qui permettent de résoudre des problèmes d'aide à la décision
multicritères, on peut notamment citer les méthodes ELECTRE ,PROMETHEE et
AHP.

3
 Principales Méthodes

Les méthodes les plus connues:

 WSM (Weight Sum Method)
 WPM (Weight Product Method)
 AHP (Analytic Hierarchy Process)
 ELECTRE(Outranking method )
PROMETHEE(Preference Ranking Organisation METHod for Enrichment
Evaluations)
 TOPSIS (Technic for Order Performance by Similarity to Ideal Solution)

4
 Les méthodes d’analyse multicritère

 Toutes ces méthodes multicritères passent par les étapes

suivantes :

 Identifier l’objectif global de la démarche et le type de décision

 Dresser la liste des actions ou solutions potentielles
 Identifier les critères ou standards qui orienteront les
décideurs
 Juger chacune des solutions par rapport à chacun des critères
 Agréger ces jugements pour choisir la solution la plus
satisfaisante

5
 Les méthodes d’analyse
multicritère

les méthodes multicritères différent selon la façon de réaliser la

dernière étape, cad dans la façon d’évaluer les solutions en fonction
des critères retenus.

L’importance relative des critères accordée par les décideurs est

représentée par des poids.

6
 TERMINOLOGIE DE BASE

 Alternatives : choix disponibles (de quelques-uns à des

centaines)
 Critères (attributs): les règles suivant lesquelles les
alternatives sont examinées ; qualitatifs ou quantitatifs
 Unités : façon d’exprimer la performance vs les critères ;
tangibles ou intangibles
 Poids (des critères) : importance attribuée aux critères ;
subjectifs ; normalisation

7
 Méthode AHP
Analytic Hierarchy Process

 Processus d’analyse hiérarchique

 Décomposition d’un problème complexe en un système
hiérarchisé
 La méthode requiert plusieurs matrices
 Calcul des vecteurs (poids, priorités)
 Pratique pour des critères non quantifiables (intangibles)
 Meilleure alternative:
N
AAHP  max  aij x w j pour i  1, 2, ..., M
i
j 1

8
 La méthode AHP

 Méthode AHP développée en 1971 (Saaty)

 Elle se distingue par sa façon de déterminer les poids de critères
 Elle procède par combinaisons binaires de chaque niveau de la
hiérarchie par rapport aux éléments du niveau supérieur
 Raisons de sa popularité :
 Unités de mesures : Qualitatives et quantitatives, valeurs relatives
ou absolues pour établir de priorités
 Structure hiérarchique : Trie des éléments d’un système dans
différents niveaux et dans de groupes à caractéristiques similaires
 Interdépendance : Permet de considérer l’interdépendance des
éléments d’un système sans insister dans le raisonnement linéaire
 Consistance : Permet de garder une consistance logique des
jugements utilisés pour déterminer les priorités
9
 La méthode AHP

Procédure
 Étape 1 : Décomposer le problème complexe en une
structure hiérarchique
 Étape 2 : Effectuer les combinaisons binaires
 Étape 3 : Déterminer les priorités
 Étape 4 : Synthétiser les priorités
 Étape 5 : Cohérence des jugements

10
 Étape 1

 Décomposer le problème complexe en une structure

hiérarchique
 Définir l’objectif cible (niveau 0)
 Définir les critères de décision ou d’analyse (niveau 1)
 Définir les caractéristiques des critères, chacun à son
tour, ou l’ensemble d’options sous étude (niveau 2).
 Le dernier niveau de la hiérarchie comprendra les
différentes solutions alternatives, choisies au préalable.

11
 Étape 1

Décomposer le problème complexe en une structure

hiérarchique

Exemple de niveaux hiérarchiques

12
 Étape 2

Effectuer les combinaisons binaires

 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 (K x K), formée par les
évaluations des rapports des poids, K étant le nombre
d’éléments comparés. On obtient de cette façon :
a=aij avec
ajj=1 et aji=1/ aij (valeur réciproque)

13
 Étape 2

Effectuer les combinaisons binaires

Les valeurs aij sont déterminées à l’aide de l’échelle suivante :
Échelle numérique Échelle verbale

1 Importance égale des deux éléments

3 Un élément est un peu plus important que l’autre

5 Un élément est plus important que l’autre

7 Un élément est beaucoup plus important que l’autre

9 Un élément est absolument plus important que l’autre

2, 4, 6, 8 Valeurs intermédiaires entre deux jugements, utilisés pour affiner

le jugement
 Étape 3

 Déterminer les priorités

 Calculer l’importance relative de chacun des éléments
de la hiérarchie à partir des évaluations obtenues à
l’étape précédente
 La détermination des priorités des éléments de chaque
matrice se fait par la résolution du problème de vecteurs
propre
 L’importance relative des différents critères est
exprimée par les valeurs du vecteur propre normalisé à
1
 Plus cette valeur est grande, plus le critère
correspondant est important.
 Étape 4

 Synthétiser les priorités

 Une fois que les priorités locales pour tous les critères
figurant dans la hiérarchie ont été déterminés, AHP
calcule un score d’évaluation global attaché à chacune
des solutions alternatives identifiées.
 On obtient alors un vecteur {pi1, pi2, …, pin} qui indique
l’impact du critère i sur chacune des alternatives.

16
 Étape 5

 Cohérence des jugements

 Les réponses obtenues présentent souvent un certain degré
d’incohérence.
 AHP n’exige pas que les jugements soient cohérents ni transitifs,
 On définit un indice de cohérence (IC) :
IC=(lmax - K) / (K-1)

K : nombre d’éléments comparés

 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.
17
 Étape 5

 Cohérence des jugements

 On définit, de façon empirique (par expérimentation),
un ratio de cohérence comme le rapport de l’indice de
cohérence calculé sur la matrice correspondant aux
jugements du décideur et de l’indice aléatoire (IA) d’une
matrice de même dimension.

N=nombre 2 3 4 5 6 7 8 9 10 11
de critères

IA 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51

18
 Étape 5

 Cohérence des jugements

 Le ratio de cohérence est donné par la formule
suivante :
RC = IC / IA

RC : est le ratio de cohérence

IA : est un indice aléatoire
IC : est l’indice de cohérence

19
 Étape 5

 Cohérence des jugements

 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.
 La valeur de ce dernier doit être au plus égale à
10%.
 Dans le cas ou cette valeur dépasse 10%, les
appréciations peuvent exiger certaines révisions.

20
 La méthode AHP

Exemple d’application

Niveaux hiérarchiques de l’exemple

 La méthode AHP

Exemple d’application

Matrice de premier niveau : Macro critères

Objectifs Q D E

Q 1 5 2
D 1/5 1 1/3
E ½ 3 1

Exemple : La qualité de la technologie est beaucoup plus

importante que le délai de livraison.

22
 La méthode AHP

Exemple d’application
Matrices de deuxième niveau : Alternatives
Par rapport à la qualité :
Alternatives 1 2 3
1 1 3 6
2 1/3 1 1/3
3 1/6 3 1 Par rapport au délai de livraison :
Alternatives 1 2 3
1 1 1/3 4
2 3 1 5
3 1/4 1/5 1
Par rapport à l’expérience de la firme :
Alternatives 1 2 3
1 1 ½ 3
2 2 1 5
23
3 1/3 1/5 1
 La méthode AHP

Exemple d’application
[A]=matrice originale
Objectifs Q D E
Exemple de calcul pour la Q 1 5 2
matrice de macro critères D 1/5 1 1/3
E ½ 3 1
Somme 1.7 9 3.33

[C]=Vecteur de priorité
[B]=matrice normalisée
(somme
des [D] [E]
Objectifs Q D E rangs ) [C] [A]*[C] [D]/[C]
Q 0.59 .56 0.6 1.75 0.58 1.75 3.02
D 0.12 0.11 0.10 0.33 0.11 0.33 3
E 0.29 0.33 0.30 0.92 0.31 0.93 3
Somme : 1.0 1.0 1.0 3.0 1.0 9.02
 La méthode AHP

Exemple d’application
[B]=matrice normalisée
(somme
des [D] [E]
Objectifs Q D E rangs ) [C] [A]*[C] [D]/[C]
Q 0.59 .56 0.6 1.75 0.58 1.75 3.02
3 D 0.12 0.11 0.10 0.33 0.11 0.33 3
E 0.29 0.33 0.30 0.92 0.31 0.93 3
Somme : 1.0 1.0 1.0 3.0 1.0 9.02

Vérification de la cohérence de la matrice :

lmax = 9.02 / 3 = 3.00

IC=(lmax - K) / (K-1)=(3-3) / (3-1) = 0.0

RC=IC / IA = 0.0 / 0.58 = 0 = < 0.10 Alors la matrice est cohérente

 La méthode AHP

Exemple d’application
Il faut répéter la même opération pour chaque
matrice de niveau inférieur et ensuite procéder à
la synthétisation des résultats

26
 La méthode AHP

Exemple d’application
Synthétisation des résultats

Vecteur prioritaire
Alternatives Qualité (0.58) Délais (0.11) Expérience (0.31)
global (S rangs)

1 0.381 *0.58 0.031*0.11 0.095*0.31 0.507

2 0.145*0.58 0.089*0.11 0.18*0.31 0.394
3 0.055*0.58 0.01*0.11 0.034*0.31 0.100

Alors l’alternative 1 est la plus intéressante.

27
 La méthode ELECTRE

Les Méthodes de type ELECTRE:

Une école de pensée francophone, ayant à l'origine des travaux de B. Roy, a

développé une approche dont les méthodes sont basées sur les comparaisons d'actions
2 à 2 en vue d'établir une relation de surclassement.
Selon B. Roy, une relation de surclassement « S » définie comme suite, en dit
qu‟une actions « a » surclasse une autre action « b » (a S b) ssi, il y a suffisamment
d'arguments (majorité au sens large) pour admettre qu‟une action a est au moins aussi
bonne qu‟une action b, c'est le concept de concordance. La seconde condition
imposée est qu‟il n'y a pas de raison importante de prétendre le contraire. C'est le
concept de non discordance. Les différentes versions seront discutées ci-dessous.

28
La méthode ELECTRE
 La méthode ELECTRE

C(a,b) varie entre 0 (a est dominé par b) et 1 (a domine b). Selon la

nature du problème, l‟homme d‟étude fixe un seuil de concordance
SC auquel on va comparer C(a,b) : si C(a,b) > SC, on envisagera que
a S b.
la relation S ("au moins aussi bon que") doit appartenir à [0.5;1]. En
pratique, les valeurs les plus utilisées sont 0.6 ; 0.65 ; 2/3 ; 0.7 ; 3/4 et
0.8. En cas de doute, une analyse de sensibilité sur SC permettra de
faire évoluer la richesse et donne des meilleurs résultats de la relation S
dans le sens désiré.

30
 La méthode ELECTRE

De plus, nous mettons en œuvre l'aspect "non discordance" à savoir

que, pour envisager que a S b on doit éviter les cas où, pour un certain
critère, l'avantage de b sur a est tel qu'il peut remettre en question la
relation a S b.
Pour chaque critère i, l‟homme d‟étude est invité à préciser un seuil
de veto Svi c'est-à-dire un écart maximum entre les appréciations de
deux actions (en faveur de b) qui contre dit l‟assertion a S b. Si au
moins un veto est violé, alors ~a S b, sinon la relation obtenue par la
concordance (a S b) est maintenue. Pour plus de détails veillez se
référer à la figure en annex.

31
 La méthode ELECTRE

b
wi gi(a),gi(b)
Figure1 : Schéma a

expliquant le ELECTRE
C(a,b)

SC
Non
C(a,b)
> SC ?

Oui

SVi

~aSb
gi(b)-gi(a) < SVi i
Non

Oui

aSb

Figure1 : Schéma expliquant le déroulement de la méthode ELECTRE

 La méthode ELECTRE

En 1971, B. Roy et P. Bertier ont donné naissance à la méthode ELECTRE II.

Elle est construite sur le même schéma qu‟ELECTRE I, elle en diffère par quelques
éléments:
Figure1 : Schéma
expliquant le ELECTRE
• ELECTRE II utilise deux relations de surclassement de deux niveau chaqu‟une,
rangement direct et le rangement indirect: une forte SF et une faible Sf ,dont la
construction est basée sur deux seuils de concordance SC1 > SC2 et deux seuils de
veto SV1i > SV2i par critère.
Bien que ELECTRE II limite le nombre de circuits par rapport à ELECTRE I le
problème de sélection de la meilleur action demeure. Pour plus de détails veillez se
référer à la figure2 en annex.

33
La méthode ELECTRE

Figure1 : Schéma
expliquant le ELECTRE

Figure2 : Schéma de ELECTRE II

 La méthode PROMETHEE

Les Méthodes de type PROMETHEE :

Une autre famille des méthodes a vu sa naissance. On parle ici de la méthode

PROMETHEE l'acronyme de Peference Ranking Organisation Method for Enrichment
Evaluations, ont été conçues par Jean-Pierre Brans, Ph Vincke et B Mareschal en 1984.
Elle se distingue d'ELECTRE par le fait qu'elle construit une relation de surclassement
valuée traduisant une intensité de préférence. On peut considérer que la méthode
PROMETHEE est à mi-chemin entre l'approche de surclassement et les méthodes
classiques dont elles utilisent les méthodes de construction des fonctions d'utilité
partielles.

35
 La méthode ELECTRE

PROMETHEE (avec les 4 versions) compare les actions deux à deux et mesure
l'intensité de préférence P(a,b) de l'une par rapport à l'autre sur chaque critère au moyen
d'une fonction p(d) où d représente la différence des évaluations g(a)-g(b) sur le critère.
Pour un critère donné, une valeur P(a,b) = 0 traduit la non préférence de a sur b, une
valeur P(a,b) = 1 traduit la préférence forte de a sur b , les valeurs intermédiaires
croissantes entre 0 et 1 traduisant une préférence d'abord faible puis de plus en plus
marquée pour a.

Elles apportent à la fois une modélisation plus fine et une plus grande simplicité de mise
en œuvre par rapport aux méthodes ELECTRE de l'époque (ELECTRE III et IV).
Néanmoins, elle est moins claire que les notions de concordance et de discordance.

36
 La méthode ELECTRE

La grosse différence se situe dans le fait que l'usage de flux implique la

référence à l'ensemble des actions au lieu de la seule comparaison deux à
deux.

37
 RESUMER

Résumé :

Dans cette presentation nous avons présenté quelques méthodes d‟aide à la

décision multicritères les plus fréquemment utilisés pour les problèmes
décisionnels , il s‟agit d‟une étude comparative entre deux ou plusieurs actions ,en
illustrons leurs principes de fonctionnements et les limites de chaqu‟une.Comme
perspective nous proposons de faire une etude similaire sur l‟algorithme TOPSIS,
l‟algorithme (Dia) et DWA pour y arriver à deceler le plus adequat dans la prise
de décision .

38
ANALYSE MULTICRITÈRE D’AIDE
À LA DÉCISION
Méthodes & Concepts

Webographie:

 https://pdfs.semanticscholar.org/7302/03f8c67f6e065ec2798d348c9b37578
ce852.pdf

 https://fr.scribd.com/doc/144395849/AHP-Analyse-multicrit-res-d-aide-a-
la-d-cision-Cours-20-06-10-ppt