Roman Slowinski

Séminaire

"L'aide à la décision par un modèle de règles : l’approche fondée par la théorie des ensembles approximatifs"

24 Février 2011, 14h en D401

Roman Slowinski, Université Polytechnique de Poznan, Pologne

slides

Articles associés:

• article 1 : Slowinski, R., Greco, S., Matarazzo, B.: Rough Sets in Decision Making. [In]: R.A. Meyers (ed.): Encyclopedia of Complexity and Systems Science, Springer, New York, 2009, pp. 7753-7786
• article 2 : Greco, S., Matarazzo, B., Slowinski, R.: Rough sets theory for multicriteria decision analysis. EJOR 129 (2001a) 1-47

Abstract

L’aide à la décision fait habituellement appel à un modèle, plus ou moins explicite, des préférences du décideur. Ce modèle reflète un système de valeur du décideur dans un contexte d’une problématique du choix, ou rangement, ou tri, d’un ensemble fini d’actions. En pratique les actions entrainent des évaluations de plusieurs points de vue représentés par des fonctions critères. Ainsi, le modèle de préférences agrège ces critères multiples et induit une structure de préférences dans l’ensemble d’actions. Cette structure est ensuite exploitée en vue d’obtenir une recommandation. On rencontre des problèmes pareils en problématique du choix social, où les actions correspondent aux candidats et les critères aux votants, ou en problématique de décision face au risque, où les actions correspondent aux actes et les critères aux gains selon la probabilité croissante des événements possibles. Dans tous ces problèmes il s’agît d’aggrégation des dimensions multiples (critères, votants, gains probables) dans un modèle de préférences. Il existe actuellement trois grands types de modèles de préférences, qui sont : une fonction de valeur (d’utilité), un système de relations binaires (surclassement) et un ensemble de règles de décision. Nous allons nous concentrer sur le dernier. Le modèle de règles se construit à partir des informations préférentielles fournies par le décideur en forme des exemples de décision sur des actions de référence: soit des affectations aux classes (tri), soit des comparaisons par paires (choix et rangement). Nous présentons une méthodologie d’induction d’un modèle de règles à partir des approximations (au sens de la théorie des ensembles approximatifs), soit des classes de décision, soit d’une relation de préférence présente dans les exemples de décision. La capacité de représentation de ce modèle a été comparée, et prouvée plus grande, à celle des modèles fonctionnels et relationnels. Nous présentons l’insertion de ce modèle dans des méthodes conçues pour les trois problématiques ci-dessus, pour la décision soumise au risque et pour l’optimisation multiobjectif basée à la programmation évolutionnaire. Ainsi, la méthodologie se prête à résoudre une large classe de problèmes de décision considérés dans la recherche opérationnelle.