Upload
khaled-yadidou
View
215
Download
0
Embed Size (px)
DESCRIPTION
modelisation swot
Citation preview
1
Chapitre 8Méthodes d’aide à la décision
Conception et simulation des systèmes de production
Méthodes d’aide à la décision
Trois méthodes d’aide à la décision :
1. L’analyse SWOT
2. L’analyse pondérée
3. Les méthodes multicritères
2
Analyse SWOT : Strengths, Weaknesses,Opportunities, Threads
Méthodes d’aide à la décision
• méthode purement qualitative• appliquée au niveau stratégique• niveau management
Exemple : introduction d’un nouvel horaire de travail flexible
Table SWOT correspondante
Méthodes d’aide à la décision
Threads
• baisse des commandes•
Opportunities
• gagner de nouveauxmarchés
Weaknesses
• acceptance personnel• longues journées•
Strengths
• production plus flexible• délais plus courts•
3
Analyse pondérée
Méthodes d’aide à la décision
Exemple : choix d’un mode de gestion des pièces de rechange
Procédure
1. Catalogue des critères de choix
2. Pondération des critères
3. Tabelle de comparaison
Méthodes d’aide à la décision
No CRITERE NOTATION DESCRIPTION DU CRITERE 1 DELAI 1 PLUS DE 48 H 2 ENTRE 24 ET 48 H 3 MOINS DE 24 H 2 FIABILITE 1 MAUVAISE 2 PASSABLE 3 BONNE 3 FLEXIBILITE 1 MAUVAISE 2 PASSABLE 3 BONNE 4 PROXIMITE 1 MAUVAISE 2 PASSABLE 3 BONNE 5 COÛTS LIVR. 1 > 300'000.- PAR AN 2 ENTRE 150'000.- ET 300'000.- PAR AN 3 < 150'000.- PAR AN 6 COÛTS OPER. 1 > 30'000.- PAR AN 2 ENTRE 20'000.- ET 30'000.- PAR AN 3 < 20'000.- PAR AN
Notation:
1: mauvais2: passable3: bon
4
Méthodes d’aide à la décision
No Critère 1 2 3 4 5 6 Total Points
Total (%)
Fonctionnels
1 Délai X O X X O X 4 19 2 Fiabilité X X X X X X 6 28 3 Flexibilité O O X O O O 1 5 4 Proximité O O X X X X 4 19
Total critères fonctionnels 15 71 Financiers
5 Coûts de livraisons X O X O X X 4 19 6 Coûts de stockage O O X O O X 2 10
Total critères financiers 6 29 Total général Σ 21 100
Pondération des critères : - comparaison paire par paire- vrai (X) si Ki aussi ou plus important que Kj
Méthodes d’aide à la décision
Analyse de la valeur utile
Critère Poids (%)
Variante 1
N / N*P
Variante 2
N / N*P
Variante 3
N / N*P
Variante 4
N / N*P
Variante 5
N / N*P
Variante 6
N / N*P Fonctionnels Délai 19 3 / 57 2 / 38 3 / 57 2 / 38 2 / 38 3 / 57 Fiabilité 28 3 / 84 1 / 28 3 / 84 3 / 84 1 / 28 3 / 84 Flexibilité 5 2 / 10 1 / 5 2 / 10 3 / 15 1 / 5 3 / 15 Proximité 19 3 / 57 1 / 19 3 / 57 3 / 57 1 / 19 3 / 57
Financiers Coûts de livraisons 19 2 / 38 1 / 19 2 / 38 2 / 38 1 / 19 3 / 57 Coûts de stockage 10 3 / 30 2 / 20 2 / 20 3 / 30 3 / 30 1 / 10
VALEUR UTILE 276 129 266 262 139 280
Valeur utile relative (%) 99 46 95 94 50 100
N note (1-3)P poids du critère
N x P note pondérée Variante optimale : 6
5
Méthodes d’aide à la décision
Recherche de la solution optimale par les mathématiques classiques
• des succès dans tous les problèmes isolables de leur contexte
- recherche de mélanges optimaux- optimisation de tournées de livraison- etc.
• des échecs pour des problèmes pris dans un contexte large
- aménagement du territoire- choix d’implantations industrielles- etc.
Méthodes d’aide à la décision
Postulat : « dans toute situation entraînant une décision, il en existe au moins une que l’on peut démontrer être optimale » ► 3 contraintes :1. Globalité
Toutes les actions potentielles doivent être mutuellement exclusiveset englober tous les aspects de la question
► pas le cas dans l’entreprise
2. Stabilité
L’espace des solutions doit être stable
► pas le cas dans le monde réel
3. Transitivité
a > b, b > c => a > ca = b, b = c, => a = c
► trop réducteur
6
Méthodes d’aide à la décision
Expériences des poids de Poincaré
Poids de 10g (A) et 11g (B) produisent les mêmes sensationsPoids de 11g (B) et 12g /C) produisent les mêmes sensations
On distingue sans peine A et C
A côté de la transitivité a > b, b > c forcément => a > ca = b, b = c forcément => a = c
Il faut prendre en compte:
• la préférence intransitive• l’incomparabilité intransitive
Le réel est régi par une logique floue et n’est pas toujours réductibleà un modèle mathématique classique !
Méthodes d’aide à la décision
Quelques exemples « flous » :
- La somme n’est pas forcément égale à l’addition de sesélémentsModèle de l’équipe de foot
- Les modèles de risques de la financeModèle des cygnes noirs (Nicolas Nissim Taleeb)
- La logique floue (Lotfi Zadeh)Application aux régulateurs industriels
7
Méthodes d’aide à la décision
La méthode ELECTRE
- méthode d’aide à la décision multicritère développée dès1968 par Bernard Roy
Concepts de base
Surclassement : une action en surclasse une autre si elle est au moinsaussi bonne que l’autre relativement à une majorité decritères sans être trop nettement plus mauvaise que cetteautre relativement au reste des critères
Concordance : une certaine majorité de critère se dégage en faveur del’action
Non discordance : il n’existe pas une trop forte pression dans un descritères minoritaires en faveur du surclassementinverse
Méthodes d’aide à la décision
Concepts de base
Paires ordonnées : comparaison entre 2 actionsexaminer toutes les paires (a/b ≠ b/a)construction d’une matrice colonne/ligne où« colonne » surclasse « ligne »
a1 a2 a3 a4 ………….. an
a1 - V F F ………….. V a2 F - V V ………….. F a3 V V - F ………….. V a4 V F V - ………….. V
. . .
. . .
. . .
. . .
. . .
. . .
. . .
an F V F F ………….. -
8
Méthodes d’aide à la décision
Les étapes de la méthode
1. Les jugements
2. Calcul des indices de concordance et discordance
3. Le filtrage par les seuils de concordance et discordance
4. La construction des graphes et la détermination du noyau
5. Les itérations
6. Les conclusions
Méthodes d’aide à la décision
1. Les jugementsa) Choisir les critères
b) Leur donner un poids
c) Evaluation de chaque action en fonction des critères choisis
t 10 t 8 t 7
b 7.5 b 6.5 b 6 n 5 n 5 n 5 p 2.5 p 3.5 p 4 m 0 m 2 m 3 POIDS FORT POIDS MOYEN POIDS FAIBLE
Echelle
très bon (t)bon (b)neutre (n)passable (p)mauvais (m)
9
Méthodes d’aide à la décision
POIDS 1 3 1 1 4 LAUSANNE 5 10 7 7 2 FRIBOURG 4 8 5 5 7 BERNE 5 8 7 7 6 SOLEURE 7 6 5 3 7 ECHELLE 3 - 7 0 - 10 3 - 7 3 - 7 0 - 10
Où implanter la nouvelle usine ? Les critères, leurs poidset l’évaluation sont subjectifs !!
Méthodes d’aide à la décision
2. Le calcul des indices
a) Hypothèse pour chaque paire ordonnée : la 1ere action surclasse la 2eme
b) Calcul de l’indice de concordance
n ∑ Pi (aj ≥ ak )
iC( PRjk) = i=1 n ∑ Pi i=1
aj >= ak : aj au moins aussi bon que ak
10
Méthodes d’aide à la décision
Indice de concordance
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
POIDS 1 3 1 1 4 LAUSANNE 5 10 7 7 2 FRIBOURG 4 8 5 5 7 BERNE 5 8 7 7 6 SOLEURE 7 6 5 3 7 ECHELLE 3 - 7 0 - 10 3 - 7 3 - 7 0 - 10
Méthodes d’aide à la décision
Indice de discordance d’ordre 1
- ensemble des critères pour lesquels aj < ak
- différence maximum dans l’évaluation(plus grand désaccord) Δ
- divisée par la plus grande échelle utilisée(d’où les échelles fonction du poids)
Exemple : la paire Lausanne / Soleure
Δ1 = 2 / critère environnementΔ2 = 5 / marché du travail
ID d’ordre 1 = 5
11
Méthodes d’aide à la décision
Indice de discordance d’ordre 1POIDS 1 3 1 1 4 LAUSANNE 5 10 7 7 2 FRIBOURG 4 8 5 5 7 BERNE 5 8 7 7 6 SOLEURE 7 6 5 3 7 ECHELLE 3 - 7 0 - 10 3 - 7 3 - 7 0 - 10
iD1 L F B S
L _ 0,2 0,2 0,4 F 0,5 _ 0,1 0,2 B 0,4 0,2 _ 0,4 S 0,5 0,3 0,2 _
Méthodes d’aide à la décision
Indice de discordance d’ordre 2
- ensemble des critères pour lesquels aj < ak
- 2eme différence maximum dans l’évaluation(second plus grand désaccord) Δ
- divisée par la plus grande échelle utilisée(d’où les échelles fonction du poids)
Exemple : la paire Lausanne / Soleure
Δ1 = 2 / critère environnementΔ2 = 5 / marché du travail
ID d’ordre 2 = 2
12
Méthodes d’aide à la décision
3. Filtrage des matrices
L F B S
L X F B X S
Filtrage des matrices
Exemple : Sc =0.7 Sd1 = 0.2
0.7/0.2/1
Fribourg surclasse BerneBerne surclasse Lausanne
Pas transitif !
Surclassement retenu siforte concordance et faiblediscordance
Définition de 2 seuils
1. Seuil de concordance Sc2. Seuil de discordance Sd
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
iD1 L F B S
L _ 0,2 0,2 0,4 F 0,5 _ 0,1 0,2 B 0,4 0,2 _ 0,4
S 0,5 0,3 0,2 -
Méthodes d’aide à la décision
4. Graphes et noyaux
ELECTRE fournit un sous-ensemble dans lequel se trouve la meilleuresolution représenté par un graphe et de son noyau (théorie des graphes)
Noyau : sous-ensemble de sommets tels que tout sommet éliminé estsurclassé par au moins un sommet conservé et qu’aucun sommetconservé n’est surclassé par un autre sommet conservé
a b c d e
13
Méthodes d’aide à la décision
5. Les itérations
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
iD1 L F B S
L _ 0,2 0,2 0,4 F 0,5 _ 0,1 0,2 B 0,4 0,2 _ 0,4
S 0,5 0,3 0,2 -
0,7/0,2/1 L F B S L F
L X F B X B • S S
Méthodes d’aide à la décision
5. Les itérations
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
iD1 L F B S
L _ 0,2 0,2 0,4 F 0,5 _ 0,1 0,2 B 0,4 0,2 _ 0,4
S 0,5 0,3 0,2 -
0,7/0,3/1 L F B S L F
L X F B X B • • S S X
14
Méthodes d’aide à la décision
5. Les itérations
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
0,7/0/2 L F B S L • F
L X F B B • S S X
iD2 L F B S
L _ 0,2 0,0 0,4 F 0,0 _ 0,0 0,2 B 0,0 0,2 _ 0,2
S 0,2 0,0 0,1 -
Méthodes d’aide à la décision
5. Les itérations
iC L F B S
L _ 0,4 0,7 0,5 F 0,6 _ 0,6 0,6 B 0,6 0,7 _ 0,5 S 0,5 0,9 0,5 _
iD2 L F B S
L _ 0,2 0,0 0,4 F 0,0 _ 0,0 0,2 B 0,0 0,2 _ 0,2
S 0,2 0,0 0,1 -
0,7/0,2/2 L F B S L F
L X F B X B • • S S X
15
Méthodes d’aide à la décision
6. Conclusions
rien d’indiscutable
Fribourg est toujours dans le noyau
Lausanne y est 3 fois sur 4 mais est surclassé
Recommander Fribourg est raisonnable
Méthodes d’aide à la décision
Exercice ELECTRE !
16
Méthodes d’aide à la décision
Les circuits, pièges d’ELECTRE0,6/0,3/1 L F B S
L O • F L X F X X B X B • • S S X
0,6/0,2/2 L F B S L • • F
L X F X X X B X X B • • S S X
b c a • • • Circuits possibles
Méthodes d’aide à la décision
Sévérité accrue des seuils ⇒ graphe pauvre
Sévérité diminuée ⇒ apparition de circuits
« Le multicritère, c’est l’alternative à la technocratiec’est mettre l’humain au centre du problèmeavec les mathématiques autouret non réduire l’humain à ce qu’elles sontcapables d’en comprendre »
Alain SchärligProf. HEC LausanneDirecteur d’entreprise
17
Conception et simulation des systèmes de production
MCDA SOFTWARES mcda.software@lamsade.
dauphine.fr
Lamsade softwaresLAMSADE, Université Paris-DauphinePlace du Maréchal De Lattre de Tassigny75775 Paris Cedex 16
Logiciels ELECTRE / QUALIFLEX
Micro-QUALIFLEX: An InteractiveSoftware Package for theDetermination and Analysis of theOptimal Solution to DecisionProblems Software plus Manual
amazon.com