View article

La plupart des problèmes réels impliquant décision s'inscrivent dans un environnement complexe, du fait de la multiplicité des objectifs et des points de vue à prendre en compte, de la diversité des systèmes de valeurs en présence, mais aussi de la difficulté de percevoir et évaluer correctement les conséquences des alternatives possibles, enfin de la difficulté de comparer ces alternatives sur la base d'évaluations imprécises ou incertaines. Ce constat a motivé notre étude qui porte d'une part sur l'analyse et la rationalisation de procédures multicritères et d'autre part, sur l'élaboration de modèles mathématiques non conventionnels et d'outils informatiques permettant la représentation et l'exploitation de connaissances imparfaites. Nous montrons notamment comment les logiques multivalentes sous-jacentes aux théories des ensembles flous permettent de généraliser les concepts et propriétés classiquement employés pour modéliser et traiter l'information préférentielle. Nous étudions ensuite la structure des mécanismes d'agrégation de relations de préférences floues et montrons l'impossibilité d'obtenir naturellement un classement au sortir d'une agrégation non totalement compensatoire. Ce résultat montre la nécessité d'introduire des procédures de traitement additionnelles permettant d'élaborer une prescription claire. C'est pourquoi, après avoir montré les limites des procédures existantes, nous en proposons de nouvelles permettant de grouper les alternatives en classes homogènes et ou de les ranger par ordre de préférence décroissante. Ces procédures sont programmées et testées sur des exemples adaptés.