Un Système Interactif d ˇAide à la Décision de Groupe En ... · Chapitre5 : Modèle Décisionnel Proposé 60 1. Introduction 61 2. Les différentes typologies de couplage SMA_SIG

2008/2009 www.univ-oran.dz [email protected]

MEMOIRE

Présenté par

Melle Oufella Sarah

Pour obtenir

LE DIPLOME DE MAGISTER

Spécialité : Informatique Option : Informatique et Automatique

Intitulé :

Membres de jury :

Un Système Interactif d’Aide à la Décision de Groupe

En Aménagement du Territoire

M H. HAFFAF Professeur, Université d’Oran, ES-Sénia, Algérie (Président)

Mme H. FIZAZI Maître de Conférences, Université Mohamed Boudiaf USTO, Algérie (Examinatrice)

M M.K.ABDI Maître de Conférences, Université d’Oran, ES-Sénia, Algérie (Examinateur)

M K. BOUAMRANE Maître de Conférences, Université d’Oran, ES-Sénia, Algérie (Rapporteur)

Mme D. HAMDADOU Docteur, Université d’Oran, ES-Sénia, Algérie (Rapporteur)

http://www.pdfcomplete.com/cms/hppl/tabid/108/Default.aspx?r=q8b3uige22

Dédicaces

A mes très chers parents qui ont toujours été là pour moi, et qui m'ont donné un

magnifique modèle de labeur et de persévérance. J'espère qu'ils trouveront dans ce

travail toute ma reconnaissance et tout mon amour.

A mon cher frère Houssem

A ma petite sœur Abir

A tous mes amis je les remercie pour leur dévouement et leur amitié sans faille


Remerciements

Il est toujours délicat de remercier l’ensemble des personnes qui ont contribué à

l’aboutissement de ce travail de recherche. Que ceux qui ne sont pas mentionnés ne

m’en tiennent pas rigueur.

Avec beaucoup de gratitude et de sincérité, je remercie vivement les rapporteurs de ce

mémoire

Mme Djamila HAMDADOU Docteur à l’Université d’Oran, je la remercie tout

particulièrement pour l’attention qu’elle m’a porté, son soutien inconditionnel, ses

orientations, ses précieux conseils , sa disponibilité et son investissement constant m’ont

permis d’avancer dans mes recherches.

M Karim BOUAMRANE Maître de Conférences à l’Université d’Oran, ses conseils, ses

orientations et son expérience m’ont guidés tout au long de ma thèse, et je lui en suis

reconnaissante.

Je remercie également M HAFID HAFFAF Professeur et Chef du Département

d’Informatique de l’Université d‘Oran, pour l’honneur qu’il me fait de présider mon

jury. Mes remerciements s’adressent au même titre aux Maîtres de Conférences Mme

Hadria FIZAZI du Département d’Informatique de l’USTO-MB et M MUSTAPHA

ABDI du Département d’Informatique de l'Université d'Oran pour avoir accepté

d’examiner mon travail.

Un grand merci aux membre de l’équipe Informatique Automatique dirigé par M

Beldjilali Bouziane ; une équipe chaleureuse, qui a su crée un environnement de travail

convivial et agréable.


Je termine ces remerciements par une pensée affectueuse à tous mes proches, mes

parents, ma famille et mes amis qui ont été d’un soutien indispensables dans des

moments quelques fois difficiles.


Résumé :

Les problèmes territoriaux, par leur nature complexe à caractère spatial, nécessitent la

définition de plusieurs critères et font intervenir plusieurs acteurs aux intérêts conflictuels,

dont les différents points de vue devant être pris en compte pour la décision publique.

Dans cette perspective, il nous a semblé intéressant de concevoir un modèle d’aide à la

décision basé sur deux représentations de la réalité : les Systèmes Multi Agents (SMA) et les

Systèmes d’Information Géographique (SIG). Le modèle décisionnel proposé(SMAG) est

composé de deux principaux modules , le module SIG permettant de représenter le territoire

et le module SMA permettant de représenter la diversité des acteurs concernés par la décision

en Aménagement du Territoire (AT), afin de parvenir à un accord qui satisfait ces différents

acteurs. Nous dotons le module SMA d’un protocole de négociation basé sur la médiation,

mettant en scène un agent initiateur responsable du bon déroulement de la négociation et un

ensemble d’agents participants représentant les différentes entités impactées par la décision en

AT.

Mots clé : Système Multi Agent, Système d’Information Géographique, Négociation, aide à

la décision, Système Interactif aide à la décision, Analyse Multicritère, Electre III, diagramme

UML, Réseau de Petri, Aménagement du Territoire.


Abstract:

The territorial problems, by their complex nature in space matter, require the definition of

several criteria and utilize several actors with the interests’ conflict, whose various points of

view must be taken into account for the public decision.

From this point of view, it seemed to us interesting to design a model of decision-making aid

based on two representations of reality: the Multi Agent Systems (MAS) and Geographical

Information systems (GIS). The suggested decisional model is composed by two principal

modules: module GIS allowing to represent the territory and module MAS allowing to

represent diversities of the concerned actors with the decision on Planning Territory , in order

to manage an agreement satisfying these various actors. We equip module MAS with a

negotiation protocol based on the mediation, putting in scene an initiating agent responsible

for the good progress of the negotiation and a whole of participating agents representing the

various entities impacted by the decision in Planning Territory.

Keywords: Multi Agent System, Geographical Information Systems Negotiation,

ELECTRE III, Decision making aid.


Sommaire Introduction Générale 1

Première Partie: Synthèse de l ’Etat de l’Art 5

Chapitre 1:Les Systèmes Multi Agent 6 1. Introduction 7 2. Définitions 8 3. La Typologie des agents 8 3.1 Les Agents réactifs 8 3.2 Les Agents cognitifs 9 3.3 Architecture Hybride 10 3.4 Architecture BDI 11

4. Les Systèmes Multi Agent 12 4.1 Définition 12 4.2 Les Caractéristiques des environnements SMA 12 4.3 Les Différentes formes d’interaction 13 4.3.1 La Coopération 13 4.3.2 La Coordination 14 4.3.3 La Négociation 14

4.4 La Communication entre agents 15 4.4.1 Les Tableaux noirs 15 4.4.2 Transfert de plan ou de messages 16 4.4.3 Communication via KQML 17

5. Conclusion 18 Chapitre 2:La Négociation dans les SMA 19 1. Introduction 20 2. Définitions 21 3. Les Différentes formes de négociation 21 3.1 Systèmes de vote 21 3.1.1 La Méthode Condorcet 21 3.1.2 La Méthode de Hare 22 3.1.3 La Méthode Borda 22 3.1.4 La Dictature 23 3.1.5 Le Scrutin uninominal majoritaire à un tour (pluralité) 23

3.2 Les Systèmes d’enchères 23 3.2.1 L’Enchère anglaise 23 3.2.2 L’Enchère première offre cachée 23 3.2.3 L’Enchère hollandaise (descendante) 24 3.2.4 L’Enchère Vickery (deuxième-prix offre-cachée) 24 3.2.5 La Double enchère 24

3.3 Les Systèmes contractuels 24 3.3.1 Le Protocole Contract Net 25

3.4. La Négociation par Argumentation 26


4. Les Différents Systèmes de Négociation Automatisés 27 4.1. Le framework de Bartoloni 27 4.2. Kasbah 28 4.3. Genca 29 4.4 Fishmarket 29 4.5 Magnet 30 4.6 Le système Adept 30

5 .Conclusion 31 Chapitre3 : La Méthodologie Multicirtére d’aide à la Décision 32 1. Introduction 33 2. L’Aide à la décision 34 2.1Définition 34 2.2 Le Processus de décision 34

3. Le Paradigme multicritère 36 3.1. Terminologie 36 3.1.1 Actions Potentielles 36 3.1.2 Critères 37 3.1.3 Surclassement 37 3.1.4 Préférences 37 3.1. 5 Relations de préférences particulières 38 3.1.6 Pondération 38 3.1.7 Agrégation 38 3.1.8 Tableau des performances (matrice d’évaluation) 38

3.2 Démarche générale d’une méthode Multicritère 39 3.3. Classification des différentes méthodes d’Analyse Multicritère 40 3.3.1 Selon la Méthode d’Agrégation Utilisée 40 3.3.2 Selon la Problématique Traitée 41

3.4. La famille ELECTRE (Elimination Et Choix Traduisant la RÉalité) 41 3.4.1 ELECTRE I 42 3.4.2 ELECTRE II 43 3.4.3 ELECTRE III 44 3.4.4 ELECTRE IV 45 3.4.5 ELECTRE TRI 45 3.4.6 ELECTRE IS 46

4. Conclusion 46 Chapitre 4 : Les Systèmes d’Information Géographique 47 1. Introduction 48 2. Définitions 49 3. Les SIG et la Cartographie Traditionnelle 49 3.1 La cartographie traditionnelle 49 3.2 Les avantage des SIG 49 3.3 Les différents types de SIG 50 3.4. Les composants d’un SIG 50

4. Architecture et Fonctionnalités d’un SIG 51 5. Les Données du SIG 53 5.1 Données attributaires (descriptives) 53 5.2 Données géométriques (graphiques) 53 5.3 Meta-données 54

6. Les couches d’information dans un SIG 54


7. Les modes de Représentation 55 8. Intégration des SIG avec les MMCAD 57 9. Conclusion 58 Deuxième Partie : Modèle Proposé et Mise en Oeuvre 59

Chapitre5 : Modèle Décisionnel Proposé 60 1. Introduction 61 2. Les différentes typologies de couplage SMA_SIG 62 3 .Le modèle décisionnel proposé (SMAG) 63 3.1 Le Module SIG 64 3.2 Le Module SMA 65 3.2.1 La Modélisation des agents 65 3.2 .2 Protocole de négociation proposé 66 3.2.3 Les caractéristiques du protocole proposé 67

4. Les phases de la procedure d’utulisation du modele decisionel SMAG 76 4.1 La phase de structuration du modéle 77 4.2 La phase d’exploitation du modéle 77 4.3 La phase de concrétisation 78

5.Conclusion 79 Chapitre6 : Implémentation et Mise en Oeuvre 80 1. Introduction 81 2. Outils de développement du modèle décisionnel SMAG 82 3. Etude de cas et résultats expérimentaux 83 3.1 Délimitation de la région d’étude 83 3.2 Définition des actions 84 3.3 Définition des critères 84 3.4 Identification des acteurs concernés par la décision en AT 87 3.5 Implémentation SMA 88

3.5.1 Outils de la plate forme jade 89 3.5.2 Création des agents 91 3.5.3 Simulation de la négociation 93

4. Conclusion 96 Conclusion Générale et Persp ectives 97

Troisième Partie : Annexes 100

AnnexeI 101 1. Introduction 102 2. L’Aménagement du Territoire 102 2.1 Définitions 102 2.2 Les fonctionnalités de l’AT 103 2.3 L’AT en Algérie 103

3. Les Instruments institutionnels de l’AT et d’urbanisme 104 4. Les Missions de l’AT 107 5. Les Principes fondamentaux de l’AT 107 6. Le Paradigme de prise de décision en AT 109 7. Conclusion 110 Annexe II 111 1. Présentation de la zone d’étude El-Hammar 112 1.1 Situation géographique 112 1.2 Morphologie du site 113



Liste des Figures Figure 1.1: Structure d’un agent réactif 9 Figure 1.2: Architecture d’un agent cognitif 10 Figure 1.3: Architecture d’un agent hybride 10 Figure1.4 : Principe d’une architecture BDI 11 Figure1.5 : Architecture d’un Système Multi Agent à base de BB 16 Figure1.6 : Communication par envoie de message 17 Figure2.1 : Acte de langage dans le CNP 26 Figure 3.1 : Processus de décision selon Simon 35 Figure3.2 : Exemple d’un noyau 43 Figure3.3 : Graphe surclassement fort, faible 44 Figure 4.1: L’Architecture d’un SIG 53 Figure 4.2 : Primitives géométriques ligne, point et polygone 54 Figure 4.3 : Organisation en couches dans un SIG 55 Figure 4.4 Le Mode Raster 55 Figure 4.5 Le Mode Vectoriel 56 Figure 5.1 modèle décisionnel SMAG 64 Figure 5.2 : Fonctionnement général du protocole proposé 67 Figure 5.3 : Diagramme UML du protocole de négociation proposé 69 Figure 5.4 : Les différentes étapes de ELECTRE III 73 Figure 5.5 : Description du comportement des différents agents 75 Figure 5.6 : Phases et étapes d’utilisation du modèle décisionnel proposé SMAG 76 Figure 5.7: Synthèse des phases de structuration et d’exploitation du modèle 78 Figure 6.1 : Visualisation de la zone d’étude 83 Figure 6.2 Visualisation des îlots vides 84 Figure6.3 : Matrice des performances (tableau d’évaluation) 87 Figure 6.4 : Identification des différents acteurs 88 Figure 6.5 : Echelle de Saaty 88 Figure 6.6 : L'Interface de l'agent RMA 89 Figure 6.7 : L'Interface de l'agent DF 90 Figure 6.8 : L'Interface de l'agent Sniffer 90 Figure 6.9 : L'interface de l'agent Dummy 91 Figure 6.10 : Classe agent participant 92 Figure 6.11 : Classe agent Initiateur 93 Figure 6.12 : Création des différents agents (Initiateur, Participants) 93 Figure 6.13 : Visualisation des messages échangés lors de la négociation 94 Figure 6.14 : Etablissement de préférences 94 Figure 6.15 Choix de la ressource (îlot) après négociation 95 Figure 6.16 : Visualisation de la ressource (îlot) gagnante 95 Figure A1.1 : Les principes fondamentaux de l’AT 108


Liste des Tables Table 1.1: Caractéristiques de l’environnement SMA 13 Table 3.1 : Tableau de performance 39 Table 3.2 : Les quatre problématiques de références 41 Table 4.1 : Comparaison entre le mode vectoriel et le mode matriciel 57 Table 6.1 : Evaluation du critère (C1) 85 Table 6.2 : Evaluation du critère (C2) 85 Table 6.3 : Evaluation du critère (C3) 86 Table 6.4 : Evaluation du critère (C4) 86 Table 6.5 : Evaluation du critère (C5) 87 Table A2.1 : le nombre de population concerné par chaque site potentiel 113 Table A2.2: Distance d'éloignement des actions par rapport au site industriel 114 Table A2.3: Nuisance sonore des occupations et activités 114 Table A2.4: La nuisance sonore des actions potentielles 115 Table A2.5: Proximité des actions potentielles au réseau d'assainissement 115 Table A2.6: Proximité des actions potentielles au réseau de la moyenne tension 116


Introduction Générale

1


Contexte

L’Aménagement du Territoire est un domaine vaste, dont les problématiques sont nombreuses

et diverses, nous nous intéressons, dans cette étude, plus particulièrement à la problématique

de localisation qui consiste en la recherche d’une surface satisfaisant au mieux certains

critères pour une construction donnée. Cependant, ce genre de problématique est réputé être

complexe faisant intervenir plusieurs acteurs aux opinions différentes et aux intérêts

conflictuels. En effet, la même étendue spatiale est perçue, différemment par un

environnementaliste, un politicien, un économiste, etc... Chacun de ces intervenants détient

une perception de l’espace différente selon ses objectifs et ses préoccupations, de plus les

alternatives proposées (options, choix, etc.) dans un processus de décision sont en général

caractérisées par des critères d’évaluation multiples (effet sur l’environnement, niveau de

développement économique et social engendré, rentabilité, etc.). Ce cadre de décision

(multiples acteurs et multiples critères d’évaluation) constitue ce qui est connu dans la

littérature spécialisée sous la dénomination de décision multicritères de groupe constituant un

cadre plus réaliste pour formuler et résoudre des problèmes de décision car il est, en général,

impossible de pouvoir évaluer la qualité d’une décision par un seul indicateur. De ce fait, il

est indispensable d’apporter une aide efficace aux décideurs du territoire dans la réalisation

des différents projets d’aménagement.

Les technologies de l’information géographique sont de plus en plus mises à contribution dans

les projets d’Aménagement du Territoire. Aujourd’hui, les systèmes d’informations

géographiques (SIG) ont dépassé de loin les motivations premières, il existe sur le marché

informatique des logiciels qui permettent l’exploration et la visualisation des données

géographiques en 3D, ainsi que la localisation d’un grand nombre de commerces, services,

établissement publics ou monuments. L’utilisation des SIG a constitué une révolution dans le

domaine de la gestion territoriale grâce à la puissance d’analyse spatiale qu’ils offrent.



2

Toutefois, les SIG ne permettent pas l’exploitation complète des informations spatiales

générées. Ce qui nécessite leurs associations avec d’autres approches méthodologiques.

Pour répondre à ce besoin d'outils d'aide la décision, de nombreuses recherches sont

maintenant orientées vers la modélisation et la simulation des systèmes complexes. Ces

nouveaux modèles prennent en compte les dimensions environnementales, économiques,

sociales et anthropiques de la réalité. Parallèlement, à ces efforts de modélisation,

d’importantes recherches théoriques sont engagées pour proposer de nouveaux paradigmes et

des nouvelles approches de la modélisation des systèmes complexes et du développement

d'outils d'aide à la décision.

Problématique et Contribution

Le territoire est un système complexe dont la gestion est régulièrement source de conflits.

Cela est du, principalement à la corrélation d’acteurs provenant de domaines différents

souvent opposés. Dans ce contexte, les intervenants du système sont les différents décideurs

ou experts qui disposent de leurs propres informations, contraintes, stratégies de décision,

préférences et objectifs généralement non partagés ou communiqués. Cela implique que le

processus de décision est distribué entre les différentes entités impliquées et impactées par

cette décision de groupe. La résolution de ce problème consiste alors à trouver une décision

commune à tous les décideurs. D’où la nécessité d’un processus de négociation qui permet de

trouver un accord commun pour un groupe d’agents, face à un conflit (sur la décision à

prendre).

Dans cette optique, nous contribuons à la résolution de ce problème de décision en utilisant

une approche basée sur la négociation multilatérale, ayant généralement plus de deux entités

intervenant dans le processus de décision. Il nous parait dès lors intéressant d’utiliser les

Systèmes Multi Agents pour résoudre ce problème. La technologie Multi Agent est

particulièrement sollicitée dans la mise en œuvre de telles applications en raison des facilités

qu’elle procure. En effet, les agents étant dotés de capacités de raisonnement et de

communication peuvent, à la fois, rendre automatique la prise de décision et la négociation,

rechercher des solutions et les évaluer en utilisant des méthodes de raisonnement complexes.

A cet effet, nous optons pour une modélisation des préférences à l’aide de techniques issues

de la décision multicritère permettant la construction d’outils adaptés et capables de remplacer

un décideur sur des problèmes complexes.



3

Notre contribution porte principalement sur :

La proposition d’un modèle décisionnel basé sur un couplage SMA-SIG susceptible

d’apporter une aide aux décideurs du territoire dans la réalisation des différents projets

d’aménagement. La littérature offre peu d'exemples d’association de ces deux types de

représentations de la réalité. Les Systèmes d’Information Géographique (SIG), des outils

puissants, permettant de saisir, stocker, gérer, visualiser et manipuler des informations sur des

objets géo référencés et offrent également de nombreux outils d'analyse et les Systèmes Multi

Agents (SMA) très adaptés pour modéliser les phénomènes où les interactions entre diverses

entités sont assez complexes pour être appréhendées par les outils de modélisation classiques.

Afin de faire face à une décision de groupe où différents points de vue doivent être pris en

considération, nous proposons un protocole de négociation multilatérale qui met en scène un

agent initiateur ainsi qu’un ensemble d’agents participants négociateurs, qui tente de trouver

un compromis satisfaisant au mieux les participants.

Organisation du Mémoire

Ce mémoire présente un travail transversal qui se situe au carrefour de plusieurs domaines à

savoir: les Systèmes Multi-Agents (SMA), la négociation, l’Aide MultiCritère à la Décision

(AMCD) et les Systèmes d'Informations Géographique (SIG). Il est organisé en trois parties :

- La première partie (Synthèse de l’état de l’art): nous présentons, dans cette partie, les

concepts fondamentaux liés à nos différents axes de recherche et à la problématique abordée

par cette étude, cette partie comporte 4 chapitres :

Chapitre 1 : Les Systèmes Multi Agents (SMA)

Présente succinctement les notions d’agents et de Systèmes Multi Agents ainsi que les

différentes interactions qui peuvent subsister dans ce genre de système.

Chapitre 2 : La Négociation dans les Systèmes Multi Agents

Aborde la négociation dans les SMA ainsi que les différentes formes de négociation

existantes.

Chapitre 3 : La Méthodologie Multicritère d’Aide à la Décision (MMCAD)

Constitue une présentation générale des concepts structurant la Méthodologie Multicritère

d’Aide à la Décision (MMCAD), une attention particulière est réservée à la description de la

famille des méthodes de type ELECTRE.



4

Chapitre 4 : Les Systèmes d’Information Géographique (SIG)

Présente les systèmes d’information géographique, outils adéquats pour appréhender les

problèmes de décision à référence spatiale.

- La seconde partie de ce mémoire (Modèle proposé et Mise en oeuvre) aborde notre

contribution dans l’élaboration d’un modèle d’aide à la décision permettant de répondre aux

besoins de l’AT, cette partie comporte deux chapitres :

Chapitre 5 : Le Modèle Décisionnel Proposé (SMAG) Est dédié à notre contribution. Nous présentons, dans ce chapitre, un modèle d’aide à la

décision de groupe SMAG basé sur un couplage SMA–SIG et permettant de traiter la

problématique de localisation en AT. Chapitre 6 : Mise en Œuvre

Nous détaillons, dans ce chapitre, la maquette informatique proposée ainsi que les données

utilisées relatives à des études de cas réelles tout en discutant les résultats obtenus.

- La troisième partie de ce mémoire (Annexes) est structurée comme suit :

Annexe 1 : L’Aménagement du Territoire

Résume les réflexions les plus importantes dans le contexte de l’AT montrant la complexité

de l’environnement urbain.

Annexe 2 : Plan d’Occupation du Sol El Hammar

Décrit succinctement la zone d’étude (POS d’EL Hammar).

Ce mémoire s’achève par la présentation d’une conclusion où nous récapitulons l’apport de

cette étude en ouvrant des perspectives futures.


5

Première Partie

Synthèse de l ’Etat de l’Art


6

Chapitre 1 Plan

1. Introduction

2. Définitions

3. La Typologie des agents 3.1 Les Agents réactifs

3.2 Les Agents cognitifs

3.3 Architecture Hybride

3.4 Architecture BDI

4. Les Systèmes Multi Agent 4.1 Définition

4.2 Les Caractéristiques des environnements SMA

4.3 Les Différentes formes d’interaction

4.3.1 La Coopération

4.3.2 La Coordination

4.3.3 La Négociation

4.4 La Communication entre agents

4.4.1 Les Tableaux noirs

4.4.2 Transfert de plan ou de messages

4.4.3 Communication via KQML

5. Conclusion

Les Systèmes Multi Agent (SMA)


Les Systèmes Multi Agents Chapitre 1

7

Chapitre 1

Les Systèmes Multi Agents (SMA)

L’objectif de ce chapitre est de présenter les Systèmes Multi Agents tout en mettant l’accent

sur leurs principales caractéristiques ainsi que les différentes interactions entre les agents.

1. Introduction Les Systèmes Multi Agents sont très adaptés pour modéliser les phénomènes dans lesquels les

interactions entre diverses entités sont assez complexes pour être appréhendées par les outils

de modélisation classiques. Les SMA sont de plus en plus utilisés dans les problèmes de

gestion de l’environnement et d’AT car ils permettent de représenter des entités autonomes,

dotées de comportements et pouvant coopérer, négocier et communiquer avec d’autres entités.

Apparu dans les années 90, ce domaine est en plein essor. Il se situe dans le prolongement de

l’intelligence artificielle distribuée (IAD), qui s’occupe de la résolution de problèmes

spécifiques en choisissant de répartir sur plusieurs modules les connaissances et les éléments

nécessaires à la résolution du problème. Les notions d’agents, de systèmes multi agents, les

différentes typologies d’agents ainsi que les interactions qui peuvent subsister dans ce genre

de système seront abordées dans ce chapitre.



8

2. Définitions

La notion d’agent est issue de différents domaines telle que la Psychologie Sociale,

l’Intelligence Artificielle, les Sciences de l’Homme et de la Vie, etc. En effet, plusieurs

travaux ont porté sur la notion d’agent engendrant des définitions aussi riches que variées

parmi elles celle donnée par Jacques Ferber [Fer, 95] :

« Un agent est une entité réelle ou virtuelle évoluant dans un environnement capable de le

percevoir et d’agir dessus, qui peut communiquer avec d’autres agents, qui exhibe un

comportement autonome, lequel peut être vu comme la conséquence de ses interactions avec

d’autres agents et des buts qu’il poursuit ».

Ou celle donnée par Erceau [Erc, 93] :

« Les agents sont des entités physiques (capteurs, processeurs,...) ou abstraites (tâches à

réaliser, déplacements, etc.), qui sont capables d’agir sur leur environnement et sur elles-

mêmes, c’est-à-dire de modifier leur propre comportement. Elles disposent, pour ce faire,

d’une représentation partielle de cet environnement et de moyens de perception et de

communication. »

3. La Typologie des agents

Les agents peuvent être en deux catégories : Des agents cognitifs dits « intelligents » et des

agents réactifs dits « moins intelligents ». A ces deux types d’agents, s’ajoute l’architecture

hybride et l’architecture BDI conçus pour résoudre les inconvénients des agents réactifs et

cognitifs.

3.1 Les Agents réactifs

L’approche réactive se base sur le concept d’émergence. Elle avance par ailleurs, l’idée qu’il

n’est pas nécessaire que chaque agent soit personnellement « intelligent » pour parvenir à un

comportement intelligent de l’ensemble [Woo, 99].

Les agents réactifs sont les plus faciles à concevoir et peuvent être capables d'actions de

groupe complexes et coordonnées. Ce type d’agent n’a pas de représentation de son

environnement ou des autres agents, son comportement est décrit par des règles simples du

type stimulus/réponse1.Il ne tient pas compte du passé et ne planifie pas le futur, ce qui

1 Action /réaction



9

présente un grand avantage et rend les systèmes réactifs plus rapides [Dro, 93]. La structure

de l’agent réactif est illustrée par la figure (1.1).

Figure1.1: Structure d’un agent réactif

Malgré la simplicité apparente et les bons résultats obtenus pour certaines applications [Bro,

91], bien des reproches ont été adressées à cette approche dite “réactive”, parmi lesquelles, il

convient de voir que [Woo, 01] :

- Si les agents ne possèdent pas de modèle de leur environnement, ils doivent posséder

suffisamment d’informations locales leur permettant de choisir une action acceptable;

- Il est difficile de voir comment un agent purement réactif peut apprendre de son expérience

et améliorer ainsi ses performances;

3.2 Les Agents cognitifs

C’est un type d’agents plus complexe [Erc, 93] doté de capacités de raisonnement

importantes et disposant d’une représentation de son environnement. Chaque agent est muni

d’une base de connaissances comprenant l’ensemble des informations et des savoir-faire

nécessaires à la réalisation de sa tâche ainsi qu’à la gestion des interactions avec les autres

agents et avec son environnent. Pour atteindre leurs buts, ces agents sont capables

d’échafauder des plans et de coopérer, ils utilisent l’expérience qu’ils ont acquise pour

prendre des décisions, ils suivent le plan qu'ils ont établi jusqu'à son terme avant

d'entreprendre une nouvelle tache. Ils font souvent appel à des modes de communication plus

complexes qu’une simple perception [Che, 93].

L’agent cognitif est donc intéressant individuellement et collectivement et reprend les

différentes méthodes de l’intelligence artificielle auxquelles vient s’ajouter un comportement

social. L’architecture de l’agent cognitif est illustrée par la figure (1.2).

Perception Réflexes Action

Environnement



10

Figure 1.2 Architecture d’un agent cognitif

3.3 Architecture hybride

Dès le début des années 90, on savait que les agents réactifs pouvaient bien convenir pour

certains types de problèmes et moins bien pour d’autres. De même, pour les agents cognitifs.

On commence, dès lors, à investiguer la possibilité de combiner les deux approches afin

d’obtenir une architecture hybride [Cha, 96], [Fis et al, 99].

L’architecture hybride est en quelque sorte un compromis entre un agent purement réactif et

un agent purement cognitif. Cette vision permet de concilier les capacités intéressantes des

deux types d’agents précédents. La structure d’un agent hybride peut être divisée en trois

couches. Une couche réactive qui va s’intéresser au traitement des données provenant de

capteurs sensoriels, une couche intermédiaire raisonnant sur les connaissances de l’agent à

propos de son environnement et enfin, une couche supérieure prenant en considération les

autres agents du système dans la phase de raisonnement.[Cha , 96]. L’architecture de l’agent

hybride est illustrée par la figure (1.3).

Figure 1.3 Architecture d’un agent hybride

Agent

Agent réactif

Agent hybride

Agent cognitif

Action Perception Mémoire

Raisonnement

Environnement



11

3.4 Architecture BDI (Beliefs Desires and Intentions)

Les agents BDI [Urb, 06] sont inspirés des travaux relatifs aux raisonnements pragmatiques,

c’est-à-dire le processus de décision permettant de sélectionner les actions à effectuer pour

atteindre ses objectifs. C’est une architecture très répandue, elle est basée sur un raisonnement

prenant en compte les états mentaux, pour les agents ayant un état mental reposant sur [Coh

et al, 88]:

- Les croyances : ce que l’agent connait de son environnement;

- Les désirs : les états possibles vers lesquels l’agent peut vouloir s’engager;

- Les intentions : les ´états vers lesquels l’agent s’est engage´ou a engage ses ressources.

L’architecture BDI est illustrée par la figure (1.4)

Figure1.4 : Principe d’une architecture BDI

Croyance

Désirs

Choix

Action

Intention

Génération options

Révision croyance

Capteur



12

Un agent BDI [Jar et al, 02] doit donc mettre à jour ses croyances avec les informations qui

lui parviennent de son environnement, décider quelles options lui sont offertes, filtrer ses

options afin de déterminer de nouvelles intentions et poser ses actions au vu de ses intentions.

4. Les Systèmes Multi Agents (SMA)

4.1 Définition

Un SMA est généralement défini comme étant un ensemble d’agents, en interaction les uns

avec les autres, pouvant coopérer négocier ou collaborer. Ils évoluent dans un environnement

qu’ils perçoivent, dans lequel ils peuvent se déplacer et qu’ils peuvent modifier. Il est défini

d’une façon plus détaillée par Ferber [Fer, 95] comme un système composé des éléments

suivants :

- Un environnement E, dans notre cas, c'est l'espace où peuvent se déplacer les agents ;

- Un ensemble d'objets O. Ces objets sont situés, c'est-à-dire que pour tout objet, il est

possible, à un moment donné, d'associer une position dans E ;

- Un ensemble A d'agents qui sont des objets particuliers représentant les entités actives du

système ;

- Un ensemble de relations R qui unissent des objets (et donc des agents) entre eux ;

- Un ensemble d'opérations OP permettant aux agents de A, de percevoir, produire,

consommer, transformer, et manipuler des objets de O. Cela correspond à la capacité des

agents de percevoir leur environnement, de manager, etc.

4.2 Les Caractéristiques des environnements SMA

L'environnement fournit une structure spécifiant les protocoles de communication et

d'interaction. Il est ouvert, non centralisé et contient des agents autonomes et distribués qui

peuvent agir soit pour leur intérêt personnel, soit en coopération avec les autres agents de

l'environnement. Dans la Table (1.1), nous présentons une classification des différentes

propriétés de l’environnement d’un SMA suggérée par Russel et Norvig [Rus et al, 95].



13

Table1.1 : Caractéristiques de l’environnement SMA

4.3 Les Différentes formes d’interaction

La force du paradigme agent provient de la flexibilité et de la variété des interactions entre les

agents. Ces derniers coopèrent, négocient, se coordonnent les uns avec les autres, tant pour

poursuivre leurs propres buts que pour atteindre un objectif commun. Jacques Ferber [Fer, 97]

propose la définition suivante de l’interaction :

« Une interaction est la mise en relation dynamique de deux ou plusieurs agents par le biais

d’un ensemble d’actions réciproques. Les interactions sont non seulement la conséquence

d’actions effectuées par plusieurs agents en même temps, mais aussi l’élément nécessaire à la

constitution d’organisations sociales ».

Nous citons ci- dessous trois modes d’interactions [Hoc, 96] :

4.3.1 La Coopération

La coopération est nécessaire quand un agent ne peut pas atteindre ses buts sans l’aide des

autres agents. La coopération entre les différents agents est un problème difficile car les

agents ont une connaissance plus au moins précise des autres agents du système, mais ils

doivent aussi être informés sur les compétences des autres agents, et les tâches que ces

derniers sont entrain de réaliser. Il existe trois types de coopération [Hoc, 96] :

1. Coopération confortative : Une tâche est exécutée par plusieurs agents exploitant

simultanément un même ensemble de données et poursuivant un but en commun, selon des

compétences différentes .Une étape de fusion conditionne ensuite la production du résultat.

Propriété Définition

Connu Jusqu’à quel point l’agent connaît l’environnement.

Prédictible Jusqu’où l’environnement peut-il être prédit par l’agent.

Contrôlable Dans quelle mesure l’agent peut-il modifier son environnement.

Historique Les états futures dépendent ils de l’historique ou seulement de l’état

courant.

Téléologique Y a-t-il d’autres agents ?

Temps Réel L’environnement peut-il changer pendant que l’agent délibère ?



14

2. Coopération augmentative : Elle correspond à une décomposition de la tâche à traiter en

sous tâches qui s’exécutent d’une manière concurrente. Ce type de coopération est

émergeant : les agents remplissent des objectifs locaux, leurs activités modifient localement

l’environnement qui va influencer les agents voisins. La solution est l’union des sous

résultats locaux.

3. Coopération intégrative : Cette coopération est intentionnelle : elle nécessite la définition

d’un plan d’actions concernant la réalisation de la tâche. Les agents concernés vont alors

travailler selon un plan séquentiel où chaque agent intègre les résultats des agents précédents.

4.3.2 La Coordination

Pour garantir la cohérence globale d’un SMA , il est nécessaire que les agents coordonnent

leur différentes actions .La coordination d’action est l’ensemble des actions supplémentaire

qu’il est nécessaire d’accomplir dans un environnement multi agent et qu’un seul agent

poursuivant les mêmes buts n’accomplirait pas [Dur et al, 87] .Le but de la coordination est

de trouver, parmi un ensemble de comportements d’agents qui interagissent , une collection

de comportements réalisant d’une façon satisfaisante les objectifs les plus importants des

agents .Il existe deux types de coordination [Boi et al, 94] :

1. Coordination centralisée : Dans ce type de coordination, il existe deux types d’entités un

coordinateur responsable de la bonne exécution d’un plan donné et un ensemble d’agents

esclaves qui exécute les ordres du coordinateur. Cette approche suppose une hiérarchie de

l’organisation. Cependant, la centralisation des messages vers le coordinateur peut provoquer

le ralentissement des performances du système.

2. Coordination distribuée : Plusieurs agents ont décidé de coopérer, ils vont donc être

responsables chacun d’une parti du plan, chacun d’eux va choisir un protocole d’interaction

adapté à la coopération qu’il souhaite mettre en œuvre. Ces protocoles représentent des

enchaînements d’interaction possibles sous forme d’un automate à état finis ou d’un réseau de

Petri. Cette approche vise à augmenter l’autonomie des agents, ce qui va améliorer la

flexibilité du système [Eng et al, 88].

4.3.3 La Négociation

La négociation permet de résoudre des conflits qui pourraient mettre en péril des

comportements coopératifs. Selon Pruitts [Pru ,81], la négociation est le processus par lequel

plusieurs individus prennent une décision commune. Les participants expriment d'abord des



15

demandes contradictoires, puis ils essaient de trouver un accord par concession ou par la

recherche de nouvelles alternatives.

4.4 La Communication entre agents

Les communications dans les SMA, comme chez les humains, sont à la base des interactions

et de l’organisation des agents. Nous distinguons essentiellement deux modes de

communication :

- La communication indirecte qui est une communication par signaux via l’environnement ;

- La communication directe qui procède à un échange de messages entre les agents [Ver et

al, 92].

La communication entre les agents est un point central de la théorie des SMA. En effet, sans

communication entre les agents, le comportement global du système ne serait que la somme

des comportements individuels sans prendre en compte les résultats des interactions qui

permettent l'émergence de nouveaux phénomènes.

La littérature présente de nombreux moyens entre les agents. Nous ne considérons ici que

ceux qui nous paraissent être les plus importants.

4.4.1 Les Tableaux noirs

En intelligence artificielle la technique du tableau noir est très utilisée pour spécifier une

mémoire partagée par divers systèmes. Le principe du tableau noir, appelé blackboard [Eng et

al, 88], est basé sur deux éléments [Nii, 89a] :

-Un ensemble d’entités qui sont sources de savoir, chacune étant spécialisée dans un type de

connaissance.

-Un espace structuré de partage des données utilisé par les entités pour communiquer. Les

entités produisent des informations qui sont stockées dans un espace commun, le tableau noir.

Les agents qui sont concernés par ces informations en prennent possession pour les modifier

ou produire de nouvelles informations qui sont à leur tour déposées dans l'espace commun.

Le tableau noir est, en général, partitionné en plusieurs niveaux qui sont spécifiques à

l’application. Les agents qui travaillent sur un niveau particulier peuvent accéder aux

informations contenues dans le niveau correspondant du tableau noir ainsi que dans des

niveaux adjacents. Les données peuvent être synthétisées à n’importe quel niveau et

transférées aux niveaux supérieurs alors que les buts de haut niveau peuvent être filtrés et



16

passés aux niveaux inférieurs pour diriger les agents qui œuvrent à ces niveaux. Le transfert

de messages et les communications basées sur un tableau noir sont souvent combinés dans des

systèmes complexes. Dans de tels systèmes, chaque agent est composé de plusieurs sous-

systèmes (ou “sous agents”) communiquant à travers un tableau noir [Jar et al, 02].

L’architecture d’un SMA à base de tableau noir est représentée par la figure (1.5).

Figure1.5 : Architecture d’un système multi-agents à base de BB

4.4.2 Transfert de plan ou de message

Dans l’approche de transfert de plans, un agent X communique son plan en totalité à un agent

Y qui a son tour lui communique le sien. Cette approche présente plusieurs inconvénients, car

le transfert de plans est coûteux en ressources de communication et constitue une approche

difficile à mettre en œuvre dans des applications réelles .Dans des situations réelles, il n’est

pas possible de formuler à l’avance des plans en totalité. Par conséquent, on a besoin de

communiquer des stratégies générales aux agents plutôt que des plans, et il est nécessaire, par

la suite, que les agents puissent s’échanger des messages [Smi, 80].

Les SMA fondés sur la communication par messages se caractérisent par le fait que chaque

agent possède une représentation propre et locale de l’environnement qui l’entoure. Chaque

agent va alors interroger les autres agents sur cet environnement ou leur envoyer des

informations sur sa propre perception des choses ; les agents doivent pouvoir envoyer et

recevoir des messages à travers un réseau de communication (qui devra être fiable). Les

messages peuvent être de différents types, les deux types minimaux sont la requête et la

réponse. N’importe quel agent (quelque soit son rôle) peut accepter ou refuser un message et

donc recevoir une assertion. Pour tenir un rôle passif, un agent doit être capable d’accepter

Tableau

Contrôle

Agent

Agent

Agent



17

une question externe et envoyer la réponse à la source (assertion). Pour tenir un rôle actif, un

agent doit pouvoir poser une question et faire des assertions. Il peut ainsi contrôler un autre

agent par le biais des questions/réponses [Jar et al ,02]. La communication par envoie de

message est illustrée par la figure (1.6).

Figure1.6 : Communication par envoie de message

4.4.3 Communication via KQML (Knowledge Query and Manipulatioin Langage)

KQML est un langage issu des travaux de la knowledge sharing effort [Fin, 93]. Il s’agît

d’un langage qui vise à définir un ensemble d’actes de langages qui soient standard et utile

.Ces actes de langages appelés aussi performatifs, sont utilisés par les agents pour échanger

des informations. La forme de base du protocole est [Fip, 99] :

KQML-performative

Sender <word>

Receiver <word>

Language <word>

Ontology <word>

Content <expression> ...)

KQML enveloppe un message dans une structure qui peut être comprise par n’importe quel

agent. Les langages qui peuvent être utilisés dans un message KQML sont multiples

(PROLOG, LISP, SQL etc.), Ces dernières années, KQML semble perdre du terrain au profit

d’un autre langage plus riche sémantiquement ACL (pour Agent Communication Language).

Agent

Agent

Agent

Agent

Agent



18

ACL est basé, également, sur la théorie du langage et a bénéficié grandement des résultats de

recherche de KQML. Si toutefois, les deux langages se rapprochent au niveau des actes du

langage, il n’en est rien au niveau de la sémantique.

5. Conclusion

Un agent est une entité autonome ayant des facultés de perception, de communication, de

décision et d’action. Un des aspects importants définissant le concept d’agent repose

notamment sur son autonomie décisionnelle. Cette autonomie dépend du type d’agent et du

modèle interne sur lequel repose le fonctionnement des agents.

L’une des caractéristiques principales des SMA tient à l’interaction entre les différents agents

du système tout au long de leur exécution. Cette interaction est primordiale, elle permet aux

agents de communiquer, d’agir sur leur environnement, de coopérer collaborer et de

s’organiser.

Si de nombreux environnements Multi Agents ont pour objectif de faire coopérer les agents

en vue de la réalisation d'un but commun, d'autres systèmes en revanche utilisent des agents

qui ont des intérêts nécessitant une négociation entre eux. En effet, lorsque plusieurs agents

interagissent, des conflits peuvent survenir, ce qui nécessite l’utilisation de mécanismes de

résolution de conflits. Parmi ces mécanismes, on trouve notamment la négociation qui sera

abordée plus en détails lors du prochain chapitre.


19

Chapitre 2 Plan

1. Introduction

2. Définitions

3. Les Différentes formes de négociation 3.1 Systèmes de vote

3.1.1 La Méthode Condorcet

3.1.2 La Méthode de Hare

3.1.3 La Méthode Borda

3.1.4 La Dictature

3.1.5 Le Scrutin uninominal majoritaire à un tour (pluralité)

3.2 Les Systèmes d’enchères 3.2.1 L’Enchère anglaise

3.2.2 L’Enchère première offre cachée 3.2.3 L’Enchère hollandaise (descendante)

3.2.4 L’Enchère Vickery (deuxième-prix offre-cachée)

3.2.5 La Double enchère

3.3 Les Systèmes contractuels 3.3.1 Le Protocole Contract Net

3.4. La Négociation par Argumentation

4. Les Différents Systèmes de Négociation Automatisés 4.1. Le framework de Bartoloni

4.2. Kasbah

4.3. Genca

4.4 Fishmarket

4.5 Magnet

4.6 Le système Adept

5 .Conclusion

La Négociation dans les Systèmes Multi Agent (SMA)


La Négociation dans les SMA Chapitre 2

20

Chapitre 2

La Négociation dans les SMA

L’objectif de ce chapitre est d’aborder la négociation dans les SMA ainsi que les différentes

formes de négociation existantes. Aussi, une taxonomie des systèmes de négociation

automatique est présentée lors de ce chapitre.

1. Introduction

La négociation a suscité l’intérêt de nombreux chercheurs dans des domaines aussi variés que

la psychologie sociale, la théorie du choix social, l’économie, la théorie organisationnelle, et

l’intelligence artificielle distribuée.

A l’heure actuelle, la négociation dans les SMA fait l’objet de très nombreux travaux où il

ressort un certain nombre de points commun sur lesquels il faut aujourd’hui s’appuyer. Pour

modéliser la négociation dans ce genre de système, il faut alors prendre en compte un certain

nombre d’aspects tel que le langage de la négociation utilisé par les agents pour échanger des

informations pendant la négociation, le protocole de négociation qui est l'ensemble des règles

qui régit la négociation, l 'objet de la négociation qui comprend les attributs qu'on veut

négocier et la stratégie que l'agent utilise pour prendre des décisions pendant la négociation

elle permet de déterminer par exemple quelle primitive de négociation l'agent doit choisir à un

certain moment. Un état de l’art relatif aux différents travaux menés dans ce sens est

proposé dans ce chapitre.



21

2. Définitions

Selon [Kra, 97], la négociation se définit comme étant le processus par lequel au moins deux

parties avec des motivations, des préférences et des contraintes, qui peuvent être de similaires

ou conflictuelles, arrivent conjointement à un accord après des échanges plus ou moins

structurés et dans des temps plus ou moins longs. Cette thématique constitue l’une des

problématiques clefs des SMA.

Selon [Gut et al, 98], elle est définie comme étant « Un processus de prise de décision où

deux parties ou plus cherchent conjointement un consensus dans un espace de solutions

potentielles ».

3. Les Différentes formes de la négociation

Les différentes formes de la négociation peuvent être regroupées en quatre familles [Ver,

04] :

1. La première famille est celle des systèmes de vote qui permettent de choisir une solution

parmi plusieurs alternatives.

2. La deuxième famille concerne les enchères dont les principaux types sont l’enchère

anglaise, l’enchère hollandaise et l’enchère Vikrey [Tay, 95].

3. La troisième famille est celle des systèmes contractuelles dont le plus utilisé est le contract

net protocl.

4. La dernière famille est celle des protocoles d’argumentation.

3.1 Les Systèmes de vote

Les systèmes de vote sont utilisés pour élire une alternative parmi les différentes alternatives

possibles .À ce jour, plusieurs systèmes de vote sont proposé, parmi les plus célèbres, nous

citons :

3.1.1 La Méthode Condorcet

Cette méthode [Man, 02] doit son nom au marquis de Condorcet, mathématicien et

philosophe français du XVIIIe siècle, son principe est le suivant : Pour chaque paire

d’alternatives, on détermine le nombre d’électeurs ayant voté pour l’une ou l’autre en

vérifiant, sur chaque liste de préférences, comment l’une était classée par rapport à l’autre.


http://fr.wikipedia.org/wiki/Nicolas_de_Condorcet

http://fr.wikipedia.org/wiki/Math?�matiques

http://fr.wikipedia.org/wiki/Philosophie

http://fr.wikipedia.org/wiki/France

http://fr.wikipedia.org/wiki/XVIIIe_si?�cle


22

Si une alternative gagne toutes les comparaisons avec les autres, alors elle remporte le vote. Il

arrive qu’aucune alternative ne soit élue suite au décompte des votes .Ainsi, le Condorcet doit

prévoir un moyen pour résoudre les votes pour lesquels cette alternative idéale n'existe pas.

Condorcet avait remarqué une importante contradiction interne dans cette méthode, appelée le

paradoxe de Condorcet : dans une élection, dès que le nombre des électeurs est supérieur à

deux, une alternative A peut être préférée à B, elle même préféré à C, a son tour préféré à A

[Deb, 87].

3.1.2 La Méthode de Hare

Cette procédure a été proposée par Thomas Hare en 1861 [Deb, 87], le principe général est

de déterminer le choix social en éliminant successivement les alternatives les moins désirées :

- Si une alternative est classée première sur au moins la moitié des listes de préférences, alors

c’est le choix social et la procédure est terminée [Man, 02].

- Si aucune alternative n’est classée première sur au moins la moitié des listes, alors on

sélectionne l’alternative classée première sur le moins de listes et on l’enlève de toutes les

listes. Si plusieurs alternatives sont à égalité, on les enlève toutes des listes. Les alternatives

qui suivaient celle qui a été enlevée sur les listes gagnent alors une place.

- On recommence la procédure de chercher si une alternative est classée première sur au

moins la moitié des listes et d’effacer l’alternative la moins désirée sinon.

- La procédure s’arrête dès qu’une alternative apparaît en premier sur au moins la moitié des

listes ou si toutes les alternatives restantes apparaissent en premier sur exactement le même

nombre de listes [Ver, 04].

3.1.3 La Méthode Borda

La méthode Borda a été proposée pour la première fois par Jean-Charles Borda en 1781

[Ban, 94]. Dans la méthode Borda, l’idée générale est d’attribuer des points à chaque

alternative, le principe est le suivant :

Pour chaque liste de préférences, l’alternative classée première remporte (n-1) points, la

seconde (n-2) points et ainsi de suite jusqu’à la dernière qui obtient 0 point. Pour chaque

alternative, on calcule le nombre total de points qu’elle a recueilli, l’alternative ayant le

meilleur score est déclarée choix social.

Comme toutes les alternatives sont classées par les votants, elles ont toutes une note, on est

donc sûr de trouver le choix social [Man, 02].


http://fr.wikipedia.org/wiki/Paradoxe_de_Condorcet


23

3.1.4 La Dictature

La dictature a pour but de montrer qu’une procédure de choix social n’est pas forcément

démocratique. Cette méthode consiste à désigner une personne parmi l’ensemble P et de

l’appeler dictateur. Le choix social est alors l’alternative classée première sur la liste du

dictateur [Ver, 04].

3.1.5 Le Scrutin uninominal majoritaire à un tour (pluralité)

Cette méthode simple consiste à nommer choix social l’alternative étant classée première le

plus grand nombre de fois parmi les listes de préférences des votants (majorité relative).C’est

le système de vote classique par excellence utilisé dans les élections politiques pour élire le

président du Mexique, du Kenya ou encore de l’Islande (en France, on utilise deux tours)

[Ver, 04].

3.2 Les Systèmes d’enchères

Avec l’explosion du commerce électronique les enchères sont devenues un mécanisme

d’achat et de vente à grande échelle. Une enchère comprend, d'habitude, un initiateur2 et

plusieurs participants3 . Parfois, l'objet peut être une combinaison d'autres objets ou un objet

avec plusieurs attributs. L'initiateur veut vendre l'objet au prix le plus élevé possible et les

participants veulent l'acheter au plus petit prix possible, il existe plusieurs types d’enchères

dont les plus diffusés sont :

3.2.1 L’Enchère anglaise

Ces enchères sont dites ascendantes [Fip, 02] car le prix proposé pour le bien mis en vente

augmente avec le temps. Elles sont aussi appelées enchères ouvertes, orales ou anglaises

L'initiateur commence l'enchère, d'habitude par l'annonce d'un prix de réservation4 .Chaque

participant annonce publiquement son offre, ce type d’enchère se déroule en plusieurs tours

successifs .Quand aucun participant ne veut plus augmenter son offre, l’enchère s'arrête et le

participant ayant fait la plus grande offre gagne.

3.2.2 L’Enchère première offre cachée

L'initiateur commence l'enchère et chaque participant soumet une offre, dans un tour unique,

sans savoir les offres des autres. Le participant qui a fait la plus grande offre gagne l'objet et

paye le montant de son offre. Dans ce protocole, une bonne stratégie est celle d'offrir moins

2 Annonce un objet à vendre 3 Ceux qui veulent acheter l’objet. 4 Le prix minimal pour lequel il est d'accord pour vendre l'objet.



24

que sa valeur privée, mais on ne sait pas exactement combien en dessous, cela dépend des

offres inconnues que les autres participants ont fait [Jar, 06].

3.2.3 L’Enchère hollandaise (descendante)

Ces enchères sont dites descendantes [Fip, 02] car le prix proposé pour le bien mis en vente

diminue avec le temps. Elles sont aussi appelées enchères hollandaises. Ces enchères

fonctionnent de façon exactement opposée aux enchères anglaises : L’initiateur commence

par proposer un prix et par des tours successifs, il diminue ce prix jusqu'au moment où un des

participants achète l'objet au prix proposé.

3.2.4 L’Enchère Vickery (deuxième-prix offre-cachée)

Dans ce type d’enchère [Tay, 95], chaque participant soumet une offre sans savoir les offres

des autres, dans un seul tour. Jusqu'à ce moment, le protocole est le même que celui de

l'enchère premier prix offre cachée. La différence est que le participant qui a fait l'offre la plus

grande gagne mais il doit payer le prix de la deuxième plus grande offre. Ce type d’enchère

est le moins répandu dans les enchères entre humains à cause du fait que l'initiateur peut

mentir sur le deuxième prix le plus élevé .Dans les enchères électroniques, on peut imposer

une signature digitale à toutes les offres des participants et de cette manière, avoir une

possibilité de vérifier le prix à payer.

3.2.5 La Double enchère

Les participants sont des acheteurs et des vendeurs qui négocient sur un même produit.

L’enchère peut démarrer par l’envoie d’une offre ou d’une proposition ,les vendeurs envoient

des offres qui démarrent avec le plus haut prix puis elles décroissent, et des propositions sont

faites par les acheteurs dont les prix évoluent dans le sens inverse des offres [Jar ,06].

3.3 Les Systèmes contractuels

D'après Smith la négociation est un processus caractérisé par trois éléments [Dav et al, 80],

l’échange d'informations qui se fait de façon bilatérale, l’évaluation de la négociation en

tenant compte de sa propre perspective et l'accord final obtenu par sélection mutuelle.



25

3.3.1 Le Protocole Contract Net

Ce protocole a été développé par Davis et Smith [Dav et al, 80] comme modèle de

négociation pour la résolution de problèmes distribués. Il met en scène un agent initiateur et

un ensemble d’agents contractants5 , il passe par quatre phases:

L’initiateur (gestionnaire6) lance un appel d’offres pour la réalisation d’une tâche, le message

est envoyé à tous les agents qu’il estime capables de réaliser cette tâche. A partir de la

description de la tâche, les agents participants construisent une proposition qu’ils envoient a

l’initiateur. Ce dernier reçoit et évalue les propositions et attribue la tâche au meilleur

contractant. Le contractant auquel la tâche est confiée envoie un message au manager en lui

confirmant son intention de l’accomplir.

Le modèle contract net étendu est apparu comme extension du contrat net protocol [Cha,

04], il est basé sur une décomposition décentralisée de tâches , l’agent gestionnaire fractionne

une tâche en plusieurs sous tâches et les annonces à un agent ou un groupe d’agents

contractants mais contrairement au contract net protocol où une tâche ne peut être

qu’accordée ou rejetée, dans le contract net étendu une tâche peut être accordée

temporairement ,rejetée temporairement ,accordée définitivement , ou rejetée définitivement

par les agents. Les différents actes de langages échangés dans le CNP sont représentés par la

figure (2.1).

5 Un agent contractant est celui qui accepte ou refuse le contrat 6 Un agent initiateur est celui qui propose le contrat



26

Figure2.1 : Acte de langage dans le CNP

3.4. La Négociation par Argumentation

La négociation à base d’argumentation est utilisée chez les agents qui possèdent une base de

connaissances avec des prédicats et des règles d’inférence [Par et al, 96]. L’argumentation a

pour but de modifier les croyances des autres agents afin qu’ils adoptent le même point de

vue, les mêmes croyances et intentions que l’agent argumentant.

Dans ce que suit, nous présentons les arguments utilisés dans un système d'argumentation

nommé ANA (l'Agent de Négociation Automatisé) développé par Kraus et Sycara [Kra et al,

91]. Les agents ANA sont des agents égocentrés7 et utilisent une méthode de négociation pour

essayer de convaincre les autres d'accepter leurs propositions. Les agents doivent être

capables de représenter leurs propres croyances, désirs et buts, et d'influencer les croyances et

les intentions des autres agents du système. Le modèle d'agent dans le système est un modèle

BDI et la décision pour choisir le bon argument dépend des propres buts, des rapports entre

ces buts et des croyances de l'agent.

Dans la négociation, les agents peuvent utiliser différents types d'arguments. Chaque type

d'argument est défini par des pré conditions pour son utilisation. Si ces conditions sont

satisfaites, alors l'agent peut utiliser l'argument. Évidemment, l'agent doit choisir le bon

argument parmi les arguments possibles, par conséquent l'agent a besoin d'une stratégie pour

décider quel argument utiliser [Leb, 03]. 7 Agents non coopératifs.



27

Les différents types d'arguments existant dans la littérature sont les suivants [Ver, 04]:

- Appel à une promesse passée : Le négociateur A rappelle à B une promesse passée concernant l'objet de négociation,

- Promesse d'une récompense future : Dans un moment futur, l'agent A doit trouver un

désir de l'agent B si possible un désir que A peut effectuer mais que B ne peut pas effectuer.

- Appel au propre intérêt : L'agent A croit que la conclusion d'un accord sur l'objet de

négociation est dans l’intérêt de B et essaye de le convaincre de cela.

- Appel à une pratique fréquente : L'agent A croit que B a refusé la proposition parce que B

croit que la proposition de A contredit un de ses buts. Dans ce cas, l'agent A donne à B

l'exemple d'une pratique fréquente qui démontre que l'acceptation de la proposition ne

contredit pas le but de B.

- Menace : Le négociateur A menace de refuser à faire/offrir quelque chose à B ou il menace

de faire quelque chose qui contredit les désirs de B.

Le système PERSUADER [Syc, 92] est un autre système utilisant la négociation par

argumentation, pour aider à résoudre des conflits de travail entre les syndicats d’une

entreprise et la direction. Dans ce modèle, trois types d’agents interviennent : un agent

médiateur et deux agents opposants. Chaque agent opposant possède sa propre fonction

d’utilité où chacun d’eux cherche à l’optimiser. Toutefois en cours de négociation ils seront

amenés à réduire leurs exigences en termes d’utilité pour faire aboutir la négociation. L’agent

de coordination ou l’agent médiateur aide à trouver un compromis entre les deux agents

décrits précédemment. Il propose un compromis initial aux deux opposants, corrige cette

proposition en cas de refus, et reçoit toutes les justifications de chaque agent associées à une

réponse. Ainsi, le médiateur acquiert progressivement une vision de plus en plus complète du

système. Il s’arrête dès qu’un premier compromis est obtenu.

4. Les Différents Systèmes de Négociation Automatisés

Différents travaux ont été réalisés dans le thème de la négociation automatisée et plusieurs

systèmes de négociation ont vu le jour. La plupart de ces travaux s’inspirent du contract net

protocol et dont les principaux sont :

4.1. Le framework de Bartoloni

Bartolini et ses collègues [Bar et al, 02] ont développé un framework générique pour la

négociation automatique dédié aux mécanismes de marché. Ce framework comporte un



28

protocole de négociation qui se paramètre par des règles de négociation et un langage pour

définir les règles de négociation, et les propositions de négociation. Il y considère deux

principaux rôles dans la négociation : le participant et le hôte.

Chaque participant peut envoyer des propositions via un message destiné à l’hôte de

négociation. L’hôte est chargé de créer et de faire respecter les règles gouvernant la

participation, l’exécution, la résolution et la terminaison de la négociation. Il a les sous rôles

suivants :

- Gatekeeper : fait respecter la politique d’admission à la négociation.

- Proposal validator : assure qu’une proposition est conforme au template de la négociation.

- Protocol enforcer : assure que les propositions des participants soient postées selon les .

règles de la négociation.

- Agreement maker : assure que les accords soient conformes aux règles.

- Information updater : notifie les participants de l’état courant de la négociation, selon les

règles de visibilité et d’affichage.

- Negotiation terminator : déclare la fin de la négociation selon ce qui est spécifié dans la

règle de terminaison.

4.2. Kasbah

C’est l’une des avancées récentes les plus prometteuses de la technologie des agents reliée au

courtage de marchands. Les agents Kasbah [Cha et al, 96] se mettent à la recherche active

d'acheteurs ou de vendeurs potentiels et négocient avec eux pour le compte de leurs

propriétaires. Le but de chaque agent est de conclure un marché acceptable, assujetti à des

contraintes spécifiées par l’utilisateur, tel que le prix désiré, le prix plafond (ou plancher)

acceptable et la date à laquelle la transaction doit être effectuée.

La dernière version Kasbah incorpore un mécanisme réparti de confiance et de réputation

appelé le Better Business Bureau. Lors de l’exécution d’une transaction, chacune des parties

peut évaluer de quelle manière l’autre partie a géré la moitié du marché (par ex. : exactitude

de l’état du produit, exécution de la transaction, etc.).

Les agents peuvent ensuite utiliser ces cotes d'évaluation pour déterminer avec quel agent il

devrait négocier. De point de vue implémentation, Kasbah met en relation les agents ayant

des buts communs et les communications entre agents se font de 1 vers 1. Les agents

communiquent via des actes de langages spécifiques à Kasbah.



29

4.3. Genca

Verrons [Ver, 04] propose le modèle général pour la négociation de contrats Genca (Generic

Negotiation of Contracts API). L’idée est d’étudier les différentes formes de négociation et de

proposer un protocole de négociation qui est une unification de ces différentes formes. Genca

est basé sur une approche en trois couches : communication, négociation et stratégie. Les trois

couches sont indépendantes les unes des autres pour offrir plus de généricité.

Genca a permis de développer un framework qui facilite la définition de la négociation entre

les agents. En effet, un certain nombre d’applications a été développé en utilisant ce

framework : un système de vente aux enchères, un système de prise de rendez-vous. Ce

modèle permet:

-La renégociation automatique qui se produit lorsqu’ un agent se rétracte d’un contrat qu’il a

signé;

-La gestion des négociations simultanées et des négociations séquentielles qui portent sur

des ensembles de ressources communes;

-La gestion des deadlocks en définissant une réponse par défaut qui est prise en compte si la

réponse attendue ne parvient pas au bout d’une durée donnée ;

4.4 Fishmarket

Fishmarket [Nor, 98] est une agence d’enchères électroniques pour vendre du poisson, où les

agents peuvent être soit humains, soit virtuels. Le Fishmarket a été développée à l’Institut de

Recherche en Intelligence Artificielle en Espagne par Pablo Noriega. Le marché au poisson

est une place où se déroulent différentes scènes. Chaque scène implique divers agents agissant

selon des règles bien définies à ce moment précis, la scène principale est l’enchère où les

acheteurs font des offres pour des caisses de poisson présentées par un commissaire-priseur

qui annonce les prix dans l’ordre décroissant (protocole d’enchères descendantes). Cependant,

avant que ces caisses de poisson soient vendues, les pêcheurs ont dû livrer le poisson au

marché (dans la scène d’admission des vendeurs) et les acheteurs ont dû s’enregistrer dans le

marché (dans la scène d’admission des acheteurs). De la même façon, une fois une caisse de

poisson vendue, l’acheteur doit la retirer en passant par la scène des règlements des acheteurs,

pendant que les vendeurs doivent retirer leur paiement dans la scène des règlements des

vendeurs une fois leur lot vendu. Fishmarket a été conçu pour montrer la complexité de ces

interactions. Chaque agent logiciel de Fishmarket représente soit un intermédiaire du marché,

soit un vendeur ou encore un acheteur et les enchères y sont traitées séquentiellement.



30

4.5 Magnet

Magnet (Multi AGent NEgotiation Testbed) [Col et al, 98] a été développé à l’université du

Minnesota par John Collins et al. Le but des auteurs est de concevoir, implémenter et analyser

une architecture de marché Multi Agents généralisée, qui peut fournir un support explicite et

intégré pour les interactions complexes entre agents, comme dans la prise de contrats

automatisée. Magnet se base sur le protocole du Contract Net, la négociation passe par trois

phases : un appel d’offres, la collecte des enchères et la notification des résultats. Chaque

fournisseur ayant reçu l’appel d’offres l’inspecte et décide de faire ou non une offre, selon ses

ressources, ses contraintes de temps et ses connaissances sur le travail à accomplir.

Chaque fournisseur peut envoyer plusieurs offres différentes pour un même appel d’offres

mais une seule de ces offres sera attribuée à chaque fournisseur. Si un fournisseur n’envoie

pas d’offre avant la date limite fixée par le client, celui-ci considère que le fournisseur a

décidé de ne pas faire d’offre. Une fois les offres reçues, le client doit décider lesquelles

accepter en utilisant ses connaissances sur les offres et ses propres contraintes temporelles

4.6 Le système Adept

Ce projet a été réalisé afin de développer un modèle de négociation orienté service [Jen, 98].

Le cadre de cette application est basé sur les études de British Telecom pour évaluer le coût

de la mise en place d’un service demandé par les usagers. Pour cela les agents seront les

différents acteurs de la mise en place d’un service. Les agents utilisent un modèle de

négociation bilatéral qui leur permet de formuler des offres de les évaluer et de formuler des

contre propositions. Les offres sont caractérisées par un certain nombre de paramètres .Les

tactiques des agents définissent leur réactions par rapport a ces paramètres. Ce projet

comprend un module de négociation de services où chaque service est défini par les

caractéristiques suivantes :

– Chaque service possède un nom t unique ;

– Chaque service possède une garde. Une garde déclare les informations qui sont requises

pour lancer le service ;

– Chaque service peut avoir des hypothèses. Une hypothèse peut imposer des contraintes

supplémentaires sur l’information, ou assigner des valeurs par défaut (qui sont alors crues,

mais peut-être encore inconnues) ;

– Chaque service possède un corps qui décrit la façon dont le service peut être exécuté.



31

5. Conclusion

La négociation est un processus qui permet à un ensemble d’agents en conflit de trouver une

solution satisfaisante, entre tous les agents ou une partie d’entre eux. Elle peut prendre

plusieurs formes allant des systèmes de vote passant par les enchères, les systèmes

contractuels et le système à base d’argumentation. Cependant, Il existe d’autres formes de

négociation moins connues du grand public parmi ces négociations on trouve le « take it » or

« leave it offer », cette forme de négociation est très primaire, puisqu’elle consiste à formuler

une proposition qui est à prendre ou à laisser par le ou les participants. Ou encore, les

négociations combinées qui sont utilisées lorsqu’une personne a besoin d’un ensemble

d’objets non disponibles auprès d’un unique vendeur. Il faut alors négocier chaque objet (ou

sous-ensemble d’objets) séparément et avoir un mécanisme de liaison entre les négociations.

La négociation est un champ de recherche en plein essor et qui a donné naissance à un certain

nombre de systèmes tel que Adept, Kasbah, etc., dotés de protocole de négociation propre à

leur application. Cependant, à ce jour, il n’existe pas de protocole de négociation dédié à la

gestion de l’environnement et de l’AT, où il faut faire face à un ensemble de participants aux

préférences divergentes et à un ensemble de critères issu de domaines différents, de nature

qualitative et/ou quantitative, ayant un effet contradictoire et une importance inégale.

Dans le chapitre suivant, nous allons aborder la méthodologie d’aide multicritère à la

décision, qui permet de faire face à des problématiques où divers critères doivent être pris en

compte.


32

Chapitre 3 Plan

1. Introduction

2. L’Aide à la décision 2.1Définition

2.2 Le Processus de décision

3. Le Paradigme multicritère 3.1. Terminologie

3.1.1 Actions Potentielles

3.1.2 Critères

3.1.3 Surclassement

3.1.4 Préférences

3.1. 5 Relations de préférences particulières

3.1.6 Pondération

3.1.7 Agrégation

3.1.8 Tableau des performances (matrice d’évaluation):

3.2 Démarche générale d’une méthode Multicritère

3.3. Classification des différentes méthodes d’Analyse Multicritère 3.3.1 Selon la Méthode d’Agrégation Utilisée

3.3.2 Selon la Problématique Traitée

3.4. La famille ELECTRE (Elimination Et Choix Traduisant la RÉalité) 3.4.1 ELECTRE I

3.4.2 ELECTRE II

3.4.3 ELECTRE III

3.4.4 ELECTRE IV

3.4.5 ELECTRE TRI

3.4.6 ELECTRE IS

4. Conclusion

La Méthodologie Multicritère d’Aide a la Décision (MMCAD)


La Méthodologie multicritère d’aide a la décision Chapitre 3

33

Chapitre 3

La Méthodologie Multicritère d’Aide à la Décision (MMCAD)

L’objectif de ce chapitre est la MMCAD, nous y abordons successivement les concepts d’aide

à la décision et de processus d’aide à la décision. Nous présentons ensuite, de façon

synthétique, les éléments de la MMCAD à savoir les différentes procédures d’agrégation et

les systèmes de préférence. Enfin, une attention particulière est réservée à la description de

la famille des méthodes multicritères de la famille ELECTRE.

1. Introduction Avant l’apparition des méthodes multicritère, les problèmes de décision se ramenaient le plus

souvent à l’optimisation d’une fonction économique, cette approche vit le mérite de

déboucher sur des problèmes mathématiques bien posés mais qui n’étaient pas toujours

représentatifs de la réalité car la comparaison de plusieurs actions possibles se fait rarement

suivant un seul critère et les préférences sur un critère sont, dans bien des cas difficilement

modélisables par une fonction. Les premières méthodes d’aide multicritère à la décision sont

apparues dans la année 60 et ont eu pour but de pallier aux insuffisances du calcul

économique et de la recherche opérationnelle en cherchant une solution reliant la meilleure

combinaison de critères multiple c'est-à-dire le meilleur compromis et non la meilleure

solution d’où l’intérêt de ces méthodes.

L’aide multicritère à la décision vise, comme son nom l’indique, à fournir à un décideur des

outils lui permettant de progresser dans la résolution du problème de décision où plusieurs

critères souvent contradictoires, doivent être pris en compte, elle permet de modéliser de la



34

manière la plus fidèle possible les préférences d’un expert, une telle modélisation permet

ensuite la construction d’outils adaptés et capables d’assister ou de remplacer un décideur sur

des problèmes complexes. Le contexte de l'aide multicritère à la décision ainsi que les

différents concepts relatifs à cette discipline sont abordés dans ce chapitre tout en mettant

l’accent sur les principales méthodes de la famille ELECTRE.

2. L’Aide à la décision

2.1Definition

Selon Roy [Roy et al, 93], « L’aide à la décision est l’activité de celui qui, prenant appui

sur des modèles clairement explicités mais non nécessairement complètement formalisés, aide

à obtenir des éléments de réponse aux questions que se pose un intervenant dans un processus

de décision , élément concourant à éclairer la décision et normalement à recommander ,ou

simplement à favoriser , un comportement de nature à accroître la cohérence entre

l’évolution du processus d’une part,les objectifs et le système de valeur au service desquels

cet intervenant se trouve placé d’autre part».

2.2 Le Processus de décision

L’activité d’aide à la décision s’articule autour d’un processus de décision qui est un

ensemble d’activités déclenché par un stimulus, et aboutissant à un engagement spécifique à

l’action [Cha et al, 05 b]. Le processus de décision peut être considéré comme une flèche qui

part des données (matériau brut) pour aller aux techniques de décision (figure3.1).

La littérature concernant les concepts des différents processus de décision est vaste.

Cependant, le processus le plus diffusé est celui de H.Simon (1960) [Sim, 77]. Nous

distinguons, également, d’autres processus comme ceux proposés par Mintezberg en (1976)

[Cha et al, 05 b] et Tsoukias en (2003) [Cha et al, 05 b].

- Le Modèle de Simon [Sim, 77]

Il est considéré comme étant le modèle le plus célèbre des processus décisionnels

disponibles dans la littérature. Ce processus opère en quatre étapes non nécessairement

séquentielles. Le processus de décision selon Simon est représenté par la figure (3.1).



35

Figure 3.1 : Processus de décision selon Simon

Information : détermine l’ensemble des données nécessaires (mais pas forcement

suffisantes) qui seront utilisées lors des phases suivantes.

Conception : génère les différentes alternatives qui forment l’ensemble des possibilités.

Les différentes solutions sont donc élaborées à ce stade.

Choix : Cette phase constitue la phase de décision proprement dite. Elle consiste à

restreindre l’ensemble des possibilités au sous-ensemble des possibilités sélectionnées.

Evaluation : Cette phase a pour objet d’évaluer la qualité de la prise de décision et peut

impliquer si nécessaire un retour à l’une des phases précédentes.

- Le Modèle de Mintzberg et al [Cha et al, 05 b]

Ce processus décisionnel contient sept types d’activités fondamentales regroupés en trois

phases :

Phase 1 : Identification de la situation décisionnelle : Reconnaissance et Diagnostic.

Phase 2 : Développement des solutions possibles : Recherche et Conception.

Phase 3 : Sélection d’une solution à implanter : Tamisage, Evaluation/Choix et

peut impliquer, si nécessair,e un retour à l’une des phases précédentes.

- Le Modèle de Tsoukias [Cha et al, 05 b]

L’auteur a introduit le concept de processus d’aide à la décision comme une extension au

processus de décision. Le processus d’aide à la décision est subdivisé en quatre phases :

1. Représentation du problème.

2. Formulation du problème.

3. Evaluation.

4. Recommandation

Information Conception Choix Évaluation



36

3. Le Paradigme multicritère

Les méthodes multicritères sont des outils d’aide à la décision, leur développement a débuté

dans le contexte militaire depuis les années 1960 pour deux essentielles raisons [Joe, 97] :

L’amélioration de la gestion et la fourniture des moyens nécessaires pour les soldats. Les

méthodes utilisées à l’époque sont issues du domaine de recherche opérationnelle. Ces

méthodes permettaient d’optimiser une fonction tout en considérant un ensemble de

contraintes prédéfinies.

Par la suite, ces méthodes ont investi d’autres problématiques décisionnelles où le facteur

humain a pris une dimension importante. Malheureusement, lorsque la décision concernait un

système ouvert, qui intègre des dimensions de natures différentes telles qu’économique

(optimisation de coût, de production) et sociale (acceptation d’un groupe, impact sur la santé,

etc.), les méthodes de recherche opérationnelle ont montré certaines faiblesses auxquelles les

méthodes multicritères semblent pallier.

D’après Vincke [Vin, 89] : « L’analyse Multicritère est une approche constructiviste visant à

fournir des outils permettant de progresser dans la résolution d’un problème où plusieurs

points de vue, souvent contradictoires, doivent être pris en compte ».

L’analyse Multicritère désigne un ensemble d’outils d’aide à la décision développés depuis

les années 1960. Elle Vise la résolution de problèmes avec plusieurs alternatives et en

considérant plusieurs critères de décision simultanément. Ces derniers sont souvent

conflictuels et d’importance inégale. Plusieurs méthodes d’analyse multicritère existent dans

la littérature, on peut citer : MAUT, ELECTRE, AHP, Prométhée, etc. [Cai, 03].

3.1. Terminologie

Cette section définit les vocables associés a l’analyse multicritère : action, préférence, critère,

matrice de performance, pondération, etc.

3.1.1 Actions Potentielles

Compte tenue de la définition proposée par [Roy et al , 85], une action correspond aux

solutions possibles envisagées dans un processus de décision. C’est l’élément qui va faire

l’objet de la comparaison. On distingue deux types d’actions : réelles et fictives. Les actions

réelles sont issues d’un projet complètement élaboré contrairement aux actions fictives qui

sont issues d’un projet partiellement élaboré ou encore construit dans l’imagination.



37

3.1.2 Critères

La définition proposée dans [Sch, 85] est la suivante « un critère est une référence par

rapport a laquelle on mesure la conséquence d’une action, en d’autres termes un critère

exprime plus ou moins les préférences du décideur relativement à un attribut donné » .On

distingue plusieurs types de critères

-Le vrai critère : si la structure de préférence sous jacente est une structure de preordre total

-Le pseudo critère : si la structure de préférence sous jacente est une structure de pseudo

ordre

-Le quasi critère : si la structure de préférence sous jacente est une structure de quasi ordre

[Til, 00] : Le choix des critères n’est pas une opération évidente, il doit respecter les

conditions suivantes

-Exhaustivité : Il ne faut pas oublier un critère.

-Cohérence : Il doit y avoir une cohérence entre les préférences locales de chaque critère et

les préférences globales. C'est-à-dire que si une action a est égale à une action b pour tous les

critères sauf pour un (où elle lui est supérieure), ceci signifie que l’action a est globalement

supérieure à l’action b.

-Indépendance : Il ne doit pas y avoir de redondance entre les critères. Leur nombre doit être

tel que la suppression d'un des critères ne permet plus de satisfaire les deux conditions

précédentes [May et al, 94].

3.1.3 Surclassement

Une action a surclasse une action b, noté aSb, si elle est au moins aussi bonne que a

relativement à une majorité de critères, sans être trop nettement plus mauvaise que b

relativement aux autres critères [Sch, 85].

3.1.4 Préférences

Vincke [Vin, 89] rappelle que la modélisation des préférences constitue une étape

indispensable en aide à la décision. Lorsqu’ un décideur est confronté à la comparaison de

deux actions a et b il aura alors l’une des trois réactions [Ale et al, 93] :

- Préférence pour l’une des deux actions notée aPb : si a est préférée à b cela signifie que

l’une des deux actions est meilleure que l’autre.

- Indifférence entre les deux actions notée aIb : signifie que les deux actions sont tellement

proche qu’il est difficile de dire que l’une est meilleure que l’autre.



38

-Incomparabilité entre les deux actions notée aRb : signifie que les deux actions sont

tellement différentes l’une de l’autre qu’il est difficile de pouvoir les comparer.

3.1. 5 Relations de préférences particulières

Selon le modèle de préférence retenu, la relation de préférence S peut être particularisée

.Nous reteindrons [Roy et al, 93] :

-Le preordre total : lorsque la relation S est réflexive, transitive admet les exe _aequos et

exclut toute incomparabilité

-Le preordre partiel : S est réflexive, transitive exclut les exe_aequos et admet toute

incomparabilité.

-L’ordre partiel : S est réflexive, transitive exclut les exe_ aequos et admet toute

incomparabilité et la relation I se limite aux couples identiques.

-L’ordre total : lorsque la relation S est réflexive, transitive, admet les exe_ aequos et exclut

toute in comparabilité, la relation I se limite aux couples identiques.

3.1.6 Pondération

Il est assez courant en analyse multicritère que le décideur pense spontanément qu’un critère

est plus important qu’un autre pour des raisons diverses parmi lesquelles ses préférences

personnelles. Nous appelons poids cette mesure de l’importance relative entre les critères telle

qu’elle est vue par le décideur. Néanmoins cette mesure n’est pas toujours déterminée

facilement par le décideur, pour cela plusieurs méthodes ont été développées pour palier à

cette difficulté [May et al, 94].

3.1.7 Agrégation

Il s’agit d’établir un modèle des préférences globales, c’est-à-dire une représentation

formalisant de telles préférences relativement à un ensemble A d’actions potentielles, que

l’homme d’étude juge approprié au problème d’aide à la décision [Ben, 00] .

3.1.8 Tableau des performances (matrice d’évaluation):

Matrice de décision appelée aussi matrice des évaluations. Ce tableau est constitué, en lignes,

des actions de A, et en colonnes, des critères de F. Les valeurs qui remplissent ce tableau ne

sont rien d’autre que les gj( ai) ( évaluation de l’action ai selon le critère j ). Les seuils et les

éventuels poids sont des informations complémentaires contenues dans chaque colonne. La

structure d’un tableau de performance est représentée par la Table 3.1.



39

Table3.1 : Tableau des performances

3.2 Démarche générale d’une méthode Multicritère

Les problèmes de décision multicritères opèrent, habituellement, en 4 étapes [May et al, 94],

[Ben, 00]. Les deux premières sont communes pour toutes les méthodes multicritères à

l’inverse des deux dernières qui dépendent de la méthode choisie:

-Création d’une liste des actions potentielles

Au cours de cette étape, on établit une liste des actions potentielles qui vont rentrer en

concurrence. Cette liste n'est pas exhaustive et définitive. Elle peut évoluer tout au long de

l'étude (suppression ou ajout d’actions) [Til, 00].

-Création d’une liste des critères et pondération

Il s’agit d’élaborer la liste des critères à prendre en considération. Un critère peut être plus

important qu’un autre. Cette importance relative est exprimée par un nombre appelé poids

[Til, 00].

-Calcul de la matrice des performances

N’importe quelle méthode multicritère agit sur la matrice des performances. Il s’agit de juger

chaque action par rapport à chacun des critères.

-Agrégation des performances

Pour définir une solution (action) qui fait émerger une préférence commune (qui jouit

globalement des meilleures évaluations), les jugements doivent être agréger. Les méthodes

multicritères diffèrent selon leurs façons de traiter cette dernière étape.

g1…………gj ………………gn

a1

.

.

.

ai

.

.

an

g1(a1)………gj(a1)………….gn(a1)

……………………………………..

……………………………………..

……………………………………..

g1(ai)………gj(ai)………….gn(ai)

……………………………………..

……………………………………..

g1(an)………gj(an)………….gn(an)



40

3.3. Classification des différentes méthodes d’Analyse Multicritère

Les différentes méthodes d’analyse multicritères peuvent être classifiées selon le type de

problème qu’elles affrontent ou selon leurs propriétés dans le traitement de la matrice

d’évaluation (la méthode d’agrégation) [Joe, 97].

3.3.1 Selon la Méthode d’Agrégation Utilisée

Agrégation complète : Dans cette approche d'inspiration américaine, les différents critères

sont synthétisés dans une seule fonction mathématique monotone (à sens d'évaluation unique).

A partir des évaluations des différents critères, la fonction d'optimisation résultante dite

d'utilité ou d'agrégation, produit donc une valeur unique évaluant globalement la solution

[Jaz, 04]. L'approche suppose que tous les jugements soient commensurables et transitifs et

exclut toute incomparabilité entre deux actions. Les méthodes relevant de cette approche

conviennent bien aux problèmes dont les critères sont indépendants, autrement dit, lorsque

tous les critères interagissent sur la décision finale. Comme exemple de cette approche on

peut citer plusieurs méthodes : MAUT (Multiple Attribute Utility Theory), UTA (Utilité

Additives), AHP(Analytic Hierarchy Process),etc.[Cai, 03].

Agrégation partielle : Cette approche repose sur la comparaison des actions deux à deux puis

une synthèse des résultats de ces comparaisons (c’est d’ailleurs la façon de synthétiser qui

diffère entre les méthodes de cette approche). Elle permet de respecter l’incomparabilité, mais

au prix de la clarté des résultats. Parmi les méthodes les plus connues d’agrégation partielle,

On cite les familles ELECTRE (Elimination Et Choix Traduisant la Réalité) et Prométhée.

Les inconvénients de cette approche se résument dans la forme des résultats (Les réponses

sont généralement complexes) et le nombre important de comparaisons entre les actions (Pour

n actions, il faut effectuer n fois (n-1) comparaisons) [Mou, 03].

Agrégation locale : Contrairement aux deux approches précédentes où l'on suppose que

l'ensemble des actions est fini et de dimension raisonnable, cette approche s'applique à des

ensembles d'actions d'une très grande dimension voire infinis lorsque les actions varient en

continu. Partant d'une solution de départ, la technique permet de chercher au voisinage de

cette solution s'il n'y en a pas de meilleure et ce de manière répétitive. Développées dans le

cadre de la programmation mathématique aux objectifs multiples, ce type de méthode alterne

les étapes de recherches des solutions et les étapes d'interaction avec les décideurs [Jaz, 04].

Les principales méthodes d’agrégation locale itérative existantes sont : Plm (programmation

linéaire multicritère), Stem (Pop), etc. [Sch, 85], [May et al, 94].



41

3.3.2 Selon la Problématique Traitée

La problématique est la façon dont le problème de décision est posé. Les quatre

problématiques de référence selon [Roy et al, 93] sont décrites dans la Table 3.2.

Tableau 3.2 : Les quatre problématiques de référence

3.4. La famille ELECTRE (Elimination Et Choix Traduisant la REalité)

ELECTRE est une famille de méthodes conçues par Bernard Roy [Roy et al, 93]. Il proposa

à travers ces méthodes une nouvelle philosophie d’aide à la décision permettant de pallier aux

insuffisances des méthodes existantes. Les méthodes Electre suivent l'approche d'agrégation

partielle. Elles se basent sur les mêmes concepts fondamentaux de l’analyse multicritère mais

diffèrent dans leurs fonctionnements ainsi que dans le type de la problématique traitée.

Dans ce qui suit nous survolons les différentes méthodes de la famille Electre à savoir :

ELECTRE I, ELECTRE II, ELECTRE III, ELECTRE IV, ELECTRE Is, ELECTRE Tri.

Problématique Objectifs Résultat

Alpha

Eclairer la décision par le choix d’un sous ensemble

aussi restreint que possible en vue d’un choix final

d’une seule action, ce sous ensemble contenant de

meilleures actions ou, à défaut, des actions

satisfaisantes.

Un choix ou une

procédure de

sélection.

Bêta

Eclairer la décision par un tri résultant d’une

affectation de chaque action à une catégorie, les

catégories étant définies à priori en fonction de

normes ayant trait à la suite à donner aux actions

qu’elle sont destinées à recevoir.

Un tri ou une

procédure

d’affectation.

Gamma

Eclairer la décision par un rangement obtenu en

regroupant tout ou partie (les « plus satisfaisantes »)

des actions en classes d’équivalence, ces classes étant

ordonnées, de façon complète ou partielle,

conformément aux préférences.

Un rangement ou

une procédure de

classement.

Delta

Eclairer la décision par une description, dans un

langage approprié, des actions et de leurs

conséquences.

Une description ou

une procédure

cognitive.



42

3.4.1 ELECTRE I

La méthode ELECTRE I [Til, 00] relève de la problématique α (procédure de sélection). Le

problème est posé en terme de choix de la "meilleure" action. Dans ce but et au moyen de la

relation de surclassement S, il est nécessaire d'effectuer une partition de l'ensemble A des

actions potentielles en deux sous-ensembles N et A/N complémentaires tels que toute action

appartenant à A/N est surclassée par au moins une action appartenant à N. Les actions-

éléments de A/N sont éliminées. Les actions appartenant à N sont incomparables entre elles,

ce sont les actions sélectionnées.

La relation de surclassement : S est construite en prenant appui sur une notion de

Concordance8 et une notion de discordance9. L'hypothèse de surclassement sera acceptée si un

test de concordance et un test de discordance sont satisfaits.

Le graphe de sur classement : visualise la relation de surclassement pour l'ensemble des

couples des actions. La théorie des graphes est ici utilisée pour représenter les relations de

surclassement.

Le noyau du graphe : est composé d'un ensemble de sommets tels que tous les sommé du

graphe qui n'appartiennent pas au noyau (c'est-à-dire les actions du sous-ensemble A/N) sont

surclassés par un sommet du noyau N au moins, et tels que les sommets du noyau N ne sont

surclassés par aucun sommet de celui-ci. L'appartenance d'une action au noyau ne signifie pas

nécessairement que c'est une bonne solution; le noyau représente simplement l'ensemble des

actions parmi lesquelles se trouve "la meilleure" et il est constitué par des actions

difficilement comparables.

ELECTRE I est une méthode assez simple puisqu'elle est basée sur des concepts naturels tels

que d'accord / pas d'accord. Elle ne repose pas sur des a priori néanmoins le caractère très

subjectif de certains paramètres importants de son algorithme est compensé par une analyse

de robustesse très approfondie. Un exemple de noyau obtenu après l’exécution d’ELECTRE I

est illustré par la figure (3.1).

8 Pour qu’un surclassement a S b soit validé, une majorité suffisante de critères doit être en faveur de cette assertion. 9 Lorsque la condition de concordance est vérifiée, aucun des critères n’oppose fortement l‘assertion a S b.



43

Figure3.2 : Exemple d’un noyau

Dans l’exemple de la figure (3.1), le noyau est constitué par les sommets a4

et a5.

3.4.2 ELECTRE II

La méthode ELECTRE II [Roy et al, 71] relève de la problématique γ (procédure de

classement) .Le point de départ d'ELECTRE II est tout à fait différent de celui d'ELECTRE I,

il ne s'agit plus d'essayer de trouver la "meilleure" action, mais de classer toutes les actions de

la "meilleure" jusqu'à la "moins bonne ». L'approche utilisée reste toujours la même, elle est

fondée sur la concordance et la discordance. Cependant, les moyens utilisés pour exprimer ces

notions sont enrichis par rapport à ceux d'ELECTRE I, une autre grande nouveauté

d'ELECTRE II est l'introduction de deux types de surclassements fort et faible, la méthode

essaie ainsi de mieux respecter les nuances du réel.

- Les surclassements forts : Reposent sur des bases solides et sont donc avancés avec une

grande certitude.

- Les surclassements faibles : Concernent ceux des surclassements qui sont sujets à caution.

L'exploitation de ces deux graphes (l'un fort, l'autre faible) s'opère selon un algorithme qui

permet de classer les actions. Cet algorithme permet d'obtenir deux classements différents (ou

deux préordres totaux différents) : un classement direct et un classement inverse.

Les deux classements s'opèrent à partir du graphe de surclassement fort, le graphe de

surclassement faible n'étant utilisé que pour départager, si possible, les ex æquo. A partir de

ces deux préordres totaux, un préordre partiel est établi, ainsi l'intérêt de ces deux classements

provient de leur effet sur des actions incomparables. La méthode Electre II demeure parmi les

a7 a2

a6

a4a3 a4

a1

a5



44

plus connues et les plus utilisées des méthodes Electre. Dans certains cas, il s’avère difficile

de déterminer le pré-ordre partiel P car les rangs des actions bougent beaucoup entre le

classement direct et le classement inverse. Dans ces circonstances, il vaut mieux revoir les

seuils. Le graphe de surclassement est illustré par la figure (3.2).

Figure3.3 : Graphe surclassement fort, faible

3.4.3 ELECTRE III

La méthode ELECTRE III [Roy ,77] relève de la problématique γ (procédure de classement) :

son but est de classer les actions potentielles, depuis les "meilleures" jusqu'aux "moins

bonnes. Pour se faire, Electre III traite une matrice d’évaluation contenant des actions et des

pseudo critères. Les traitements de surclassement muni sur cette matrice permettront d’établir

un préordre final partiel .Il y a toujours, comme dans les méthodes précédentes, une hypothèse

de surclassement ainsi que les notions de concordance et de discordance. Mais d’un autre

côté, apporte des évolutions remarquables [May et al, 94] :

- Le flou est introduit dans la relation de surclassement : la réflexion ne porte pas sur

l’acceptation ou le rejet en bloc de l’hypothèse de surclassement, mais sur la crédibilité

accordée à cette hypothèse. Ceci est traduit par la mesure du degré de crédibilité de

l'hypothèse de surclassement, qui varie de 0 (surclassement certainement inexistant) à 1

(surclassement existant).

- L’introduction de la notion de préférence faible : zone intermédiaire où le décideur hésite

entre la préférence et l’indifférence. Ceci est assuré à travers l’utilisation de deux seuils : seuil

d’indifférence et seuil de préférence stricte. Ces seuils ont été définis de manière à tenir

compte directement de l’incertitude qui entache plus au moins les valeurs de la matrice des

A B

F

E D

Surclassement fort Surclassement faible

C



45

évaluations. Aussi, un troisième seuil, le seuil de veto, est utilisé pour la concrétisation de la

notion de discordance.

3.4.4 ELECTRE IV

La méthode ELECTRE IV [Roy ,82] relève aussi de la problématique γ (procédure de

classement) témoigne d'une sophistication de plus en plus poussée. ELECTRE II et

ELECTRE III ont, certes, inspiré cette méthode mais, néanmoins, la plus grande originalité

est qu'il n'y a plus de poids attribué à chaque critère. Ce changement fondamental est

accompagné d'une grande nouveauté : l'abandon de l'hypothèse de surclassement, qui rend

inutiles les notions de concordance et de discordance.

ELECTRE IV utilise, comme ELECTRE III, des pseudo-critères, c'est-à-dire des critères

associés à un seuil de préférence stricte et à un seuil d'indifférence. A partir de la matrice des

évaluations, les actions sont comparées deux à deux. Cette comparaison situe, pour chaque

critère, l'une des actions par rapport à l'autre selon un cas de figure déterminé. Le nombre de

fois que chaque cas de figure particulier apparaît pour l'ensemble des critères est enregistré.

Des règles simples, utilisant ces chiffres, permettent d'établir des relations de surclassement

entre deux actions. L'établissement de ces règles se fait de telle manière qu'aucun des critères

ne soit par trop "prépondérant" ou par trop "négligeable".

3.4.5 ELECTRE TRI

La méthode ELECTRE TRI, qui relève de la problématique β (procédure d'affectation), pose

le problème en termes d'attribution de chaque action à une catégorie pré définie. Des actions

de référence sont utilisées pour segmenter l'espace des critères en catégories.

Chaque catégorie est bornée inférieurement et supérieurement par deux actions de référence et

chaque action de référence sert donc de borne à deux catégories, l'une supérieure et l'autre

inférieure. Cette méthode présente trois intérêts principaux qui permettent de :

-Juger une action potentielle pour elle-même, indépendamment des autres actions potentielles.

En ce sens, cette méthode juge chaque action potentielle sur sa valeur absolue (bien que

relativement aux actions de référence pré définies).

-Fixer une ou plusieurs valeurs de référence, par exemple des normes légales ou des résultats

minimaux pour l'acceptation de candidats.

-Considérer un nombre d'actions potentielles plus important que les autres méthodes

ELECTRE. ELECTRE TRI est une méthode intéressante dans la mesure où elle permet une



46

comparaison différente des actions potentielles, non plus entre elles, mais par rapport à une

action de référence.

3.4.6 ELECTRE IS

La méthode ELECTRE IS [Roy et al ,85] relève aussi de la problématique α C’est une

adaptation de ELECTRE I à la logique floue, permettant d'utiliser des pseudo-critères. Pour

choisir la "meilleure" action potentielle, une partition des actions potentielles A en deux sous-

ensembles doit être réalisée, comme dans ELECTRE I, c'est dans le noyau (sous-ensemble

des actions non-surclassés) que se trouve la "meilleure" action. La construction de ces

partitions nécessite l’utilisation de la relation de surclassement.

En effet, il est nécessaire de comparer toutes les actions, l’une par rapport à l’autre. Le résultat

du calcul des degrés de crédibilité peut prendre la forme d’un graphe où chaque action est

représentée par un disque et les flèches reliant l’ensemble des actions expriment le

surclassement de l’action origine vers l’action cible. Les degrés de crédibilité de ce

surclassement sont associés à chaque flèche [Joe, 97].

4. Conclusion

Ce chapitre, consacré à l’analyse multicritère, nous a permis d’une part d’expliquer le principe

des méthodes d’analyse multicritère ainsi que l’apport théorique et pratique qu’elles sont

susceptibles d’apporter aux décideurs.

Les méthodes ELECTRE basées sur des comparaisons d'actions deux à deux nécessitent peu

d'information pour pouvoir être implémentées, ces méthodes ont déjà prouvé leur efficacité

dans divers domaines notamment dans le domaine de l’AT où elles sont souvent associées

aux systèmes d’information géographique (SIG) afin de faire face à des problématiques

diverses, à caractère spatial de nature multidimensionnelle, interdisciplinaires et mal définis,

nécessitant la définition de plusieurs critères souvent conflictuels dont l’importance n’est pas

la même.

Dans le chapitre qui suit, nous allons aborder les différents concepts liés aux systèmes

d’information géographique.


47

Chapitre 4 Plan

1. Introduction

2. Définitions

3. Les SIG et la Cartographie Traditionnelle 3.1 La cartographie traditionnelle

3.2 Les avantage des SIG

3.3 Les différents types de SIG

3.4. Les composants d’un SIG

4. Architecture et Fonctionnalités d’un SIG

5. Les Données du SIG 5.1 Données attributaires (descriptives)

5.2Données géométriques (graphiques)

5.3 Meta-données

6. Les couches d’information dans un SIG

7. Les modes de Représentation

8. Intégration des SIG avec les MMCAD

9. Conclusion

Les Systèmes d’Information Géographique (SIG)


Les Systèmes d’Information Géographiques Chapitre4

48

Chapitre 4

Les Systèmes d’Information Géographique (SIG)

L’objectif de ce chapitre est de présenter les systèmes d’information géographique, outils

adéquats pour appréhender les problèmes de décision à référence spatiale.

1. Introduction

Les systèmes d'information géographique (SIG) ont été développés et exploités pour la

première fois au Canada, il y a une trentaine d'années. Ce sont des outils de traitements et

d'analyse très puissants, ils utilisent des méthodes et des techniques issues de plusieurs

disciplines tels que l'informatique, les mathématiques, la cartographie, les statistiques, la

géographie, la topographie, la cartographie, la télédétection, etc.

Les SIG sont souvent utilisés pour mener des études permettant de valider des hypothèses, ou

de comprendre un phénomène, ils cherchent à reproduire le plus fidèlement possible la réalité

d’une manière compréhensible par les utilisateurs et utilisable informatiquement dans le but

de répondre à des objectifs donnés. Par leur capacité de gestion, d’analyse, de modélisation et

d’affichage de données à référence spatiale, les SIG se présentent comme l’outil le plus

adéquat pour appréhender les problèmes de décision à référence spatial.

Nous présentons, dans ce chapitre, diverses définitions des SIG, une description succincte de

leurs caractéristiques ainsi que les principales approches pour la modélisation et la

représentation des entités géographiques.



49

2. Définitions

Les systèmes d'informations géographiques (SIG) sont de plus en plus utilisés par des

utilisateurs aux besoins très différents. Dans la littérature, nous retrouvons plusieurs

définitions des SIG :

« Le système d’information géographique est un système de gestion de base de données pour

la saisie, le stockage, l’extraction, l’interrogation, l’analyse et l’affichage de données

localisées » [Lau, 93].

« Un SIG est un ensemble informatique constitué de hardware, software et de méthodes

destiné a assurer la saisie, l’exploitation, l’analyse, et la représentation des données

géoréférencées pour résoudre un problème de planification et de gestion » [Col, 92].

3. Les SIG et la Cartographie Traditionnelle

3.1 La cartographie traditionnelle

Au départ, avec la cartographie traditionnelle10, l’information géographique [Laa, 00] était

représentée sous forme de cartes, cependant, l’information voulue était difficile à extraire

parmi toutes les autres et la production d’une carte lisible prenait un temps long et engendrait

des coûts élevés.

3.2 Les avantage des SIG

Les SIG étaient conçus dès le départ pour palier aux inconvénients de l’outil traditionnel

qu’est la cartographie conventionnelle. Parmi tous les avantages des SIG, précisons que

[The, 96] :

§ L’information, une fois stockée sur un support informatique, son extraction devient

rapide et le coût d’une telle opération est dérisoire;

§ L’échelle de la carte est dynamique, l’utilisateur peut accéder facilement à

l’information relative à son secteur d’intérêt par un simple ordre communiqué au SIG;

§ La mise à jour de l’information est possible et peut se faire en temps réel ; des

opérations longues, difficiles voir impossibles à effectuer par un opérateur humain

sont devenues possibles et faciles à réaliser grâce à la puissance et à la rapidité des

machines;

10 L’art de la représentation (de manière réelle, théorique, thématique ou schématique)



50

§ La modélisation et la simulation de phénomènes complexes sont possibles et plusieurs

scénarios peuvent être imaginés et réalisés en parallèle;

3.3 Les différents types de SIG

Les objectifs associés à l’utilisation des SIG peuvent être nombreux. Les plus communs sont

les suivants [Pou, 99] :

1. le SIG descriptif : fournit une image synthétique du territoire. Son utilisation fut à

l’origine, largement tournée vers l’exploitation de ses capacités cartographique et

d’inventaire.

2. Le SIG de gestion (planification, réalisation, entretien, exploitation) : Constitue un

excellent medium d’étude, de structuration et d’interrogation des données

géoréférencées.

3. Le SIG de recherche : Prend la forme d’un outil d’aide a la compréhension du

fonctionnement des phénomènes étudiés.

4. Le SIG d’aide à la décision communication, concertation, sélection : L’utilisation

commune des techniques d’analyse multicritère, des systèmes experts et des SIG offre

des voies d’exploitation intéressantes.

3.4. Les composants d’un SIG

Un SIG est formé d’un certain nombre de composants essentiels, qui suivant leurs qualités,

feront un SIG plus ou moins performant [Roh, 02].

1. Les logiciels : Les logiciels SIG offrent une panoplie d'outils permettant :

• La saisie des informations géographiques sous forme numérique : Avant d’utiliser des

données papier dans un SIG, il est nécessaire de les convertir dans un format

informatique.

• La manipulation et interrogation des données géographiques : les sources

d’informations (comme celles décrites précédemment) peuvent être d’origines très

diverses. Il est donc nécessaire de les harmoniser afin de pouvoir les exploiter

conjointement .Les SIG intègrent de nombreux outils permettant de manipuler toutes

les données pour les rendre cohérentes et ne garder que celles qui sont pertinentes.

• La mise en forme et visualisation : pour de nombreuses opérations géographiques, la

finalité consiste à bien visualiser des cartes et des graphes.



51

2. Les méthodes : La mise en œuvre et l'utilisation du SIG ne peut être effectuée sans

l'application de méthodes, de règles et de procédures. Ces méthodes permettent une utilisation

rigoureuse et cohérente du matériel, des logiciels et des données du SIG par l'ensemble des

utilisateurs et cela afin de répondre aux objectifs fixés au préalable.

3. Les données : Constituant la base des SIG, les données géographiques sont importées à

partir de fichiers ou saisies par un opérateur.

4. Le matériel : C’est un composant indispensable au SIG.

§ L’ordinateur : le SIG fonctionne aujourd'hui sur une gamme très diversifiée

d'ordinateurs allant d’une part des micro-ordinateurs (PC ou Mac) jusqu’aux stations

de travail sous Unix et d’autre part, des serveurs de données jusqu’aux ordinateurs de

bureau connectés en réseaux ou utilisés de façon autonome.

§ Les périphériques : qui deviennent de plus en plus indispensables, sont reliés à

l'ordinateur et permettent d'assurer diverses fonctions :

- Le matériel d'acquisition des données : scanner, table à digitaliser, satellite, etc.

- Le matériel de stockage des données : disques durs, CD Rom, disquettes, etc.

- Le matériel de visualisation des données : écrans traditionnels, écrans plats, etc.

- Le matériel d'impression des données : imprimantes, traceurs, etc.

5. Les utilisateurs : Comme tous les utilisateurs de SIG ne sont pas forcément des

spécialistes, un SIG propose une série de boîtes simple et intuitive que l’utilisateur utilisera

pour réaliser son projet.

4. Architecture et Fonctionnalités d’un SIG

Un SIG doit comporter, au moins, les composantes suivantes [Roh, 02] :

§ Une base de données à caractère spatial et thématique constituant le noyau du système

et c’est de, sa plus ou moins, richesse que dépendra la puissance et l’efficacité des

SIG ;

§ Un système de représentation cartographique (symboles cartographiques) : tous les

SIG en disposent ;

§ Un système de saisie numérique : saisie de cartes, importation d’images, de données

alphanumériques formatées, etc. ;


http://fr.wikipedia.org/wiki/Donn?�e

http://fr.wikipedia.org/wiki/Donn?�es_g?�ographiques

http://fr.wikipedia.org/wiki/Utilisateur_(informatique)


52

§ Un système de gestion de base de données : la fonction d’un SGBD au sein d’un SIG

consiste en la gestion des attributs des objets spatiaux ;

§ Un système d’analyse spatiale permettant de faire des analyses basées sur les

caractéristiques spatiales des objets ;

§ Un système de traitement d’images qui permet d’analyser les images numériques de

télédétection.

§ Un système d’analyse statistique offrant la possibilité d’effectuer des analyses plus ou

moins complexes non seulement sur les attributs mais aussi sur les objets spatiaux.

Ces composantes traduisent les cinq fonctionnalités que l’on retrouve dans chaque SIG

nommées les « 5A » [Mar, 02] pour : Abstraction, Acquisition, Archivage, Affichage et

Analyse.

Abstraction : C’est la modélisation des données géographiques et de leurs spécifications afin

de représenter le monde réel. Ces représentations cherchent à reproduire le plus fidèlement

possible la réalité d’une manière compréhensible par les utilisateurs et utilisable

informatiquement dans le but de répondre à des objectifs donnés.

Acquisition : Concerne la récupération de l’information existante (Données qui peuvent

provenir de fournisseurs extérieurs, de numérisation directe ou de traitements particuliers

comme des images satellitales par exemple) et son intégration dans le système.

Archivage: Transférer les données de l’espace de travail (données dynamiques) vers l’espace

de stockage (données statiques).

Analyse : Consiste en l’analyse des données par des méthodes quantitatives et statistiques et

aussi l’analyse spatiale par des opérateurs.

Affichage : Visualisation de l’information géographique sous forme de cartes, tables (listes).

Un SIG performant se doit de disposer de toutes ces fonctionnalités et à un niveau

suffisamment performant pour s’adapter aux besoins multiples de ses futurs utilisateurs.

L’architecture globale d’un SIG est illustrée par la Figure (4.1)



53

Figure 4.1: L’Architecture d’un SIG

5. Les Données du SIG

L’information géographique peut être définie comme une information relative à un objet ou à

un phénomène du monde terrestre décrit par sa nature, son aspect et ses caractéristiques.

Ainsi, l’information géographique se compose de [Dne et al, 96] :

5.1 Les Données attributaires (descriptives)

Il s'agit de données associées à un objet ou une localisation géographique, soit pour décrire un

objet géographique, soit pour localiser des informations : nom d'une route, type d'un bâtiment

localisé par son adresse, nombre d'habitants d'un immeuble localisé par ses coordonnées, etc.

Les données attributaires sont reliées à la géométrie de l'objet, elles sont stockées sous forme

de nombres et/ ou de chaînes de caractères et sont directement injectées dans le système.

5.2 LesDonnées géométriques (graphiques)

Il s’agit d’une représentation graphique des objets spatiaux. Trois types d’entités

géographiques peuvent être représentés :

1. Le point : Il représente un objet géographique de dimension 0 (zéro). On dira également

d’un point qu’il s’agit d’un objet spatial ponctuel. Par exemple, l’objet spatial associé à une

ville est un point.

2. Les lignes : représentent les formes des objets géographiques trop étroits pour être décrits

par des surfaces (ex : rue ou rivière) ou des objets linéaires qui ont une longueur mais n’ont

pas de surface comme les courbes de niveau.

Base de données spatiale et classique

Analyseur spatial et classique

Module d’affichage

Module de dialogue (entrant l’information spatiale)


http://fr.wikipedia.org/wiki/Donn?�e


54

3. Le polygone : Il représente un objet géographique de dimension 2. On dira également d’un

polygone qu’il s’agit d’un objet spatial polygonal ou surfacique. Par exemple, l’objet

géographique associé à une commune est un polygone. Les primitives géométriques ligne

point et polygone sont représentées par la figure (4.2).

Figure 4.2 : Primitives géométriques ligne, point et polygone

5.3 Les Meta-données

Un SIG manipule des données provenant de différentes sources, aussi celles-ci sont

accompagnées d'informations caractérisant la source elle-même. Les meta-données apportent,

par exemple, des informations sur la nature des données, le système de projection, l'étendue

géographique, la date de saisie, le nom du propriétaire, etc.

6. Les Couches d’information dans un SIG

Les informations contenues dans un SIG sont organisées généralement sous forme de

couches. Chaque couche contient des objets de même type (routes, bâtiments, cours d'eau,

limites de communes, entreprises, etc.) et facilite leurs présentations ainsi que leurs

manipulations [Dne et al, 96]. La représentation des informations sous forme de couches est

illustrée par la figure (4.3).

Point Arbre et sa

hauteur

Segment Un tronçon de

route, sa largeur

Ligne Une route

Polygone Une zone cultivée

et sa surface



55

Figure 4.3 : Organisation en couches dans un SIG

7. Les modes de Représentation

La géométrie des données spatiales est représentée à l’aide de deux modes [Ben, 05] :

1 .Le mode Raster : Ce mode [Gue, 03] correspond à un découpage de l’espace sous forme

de cellules ou mailles généralement carrées appelées pixels. Les données raster proviennent

soit d'un scannage d'une carte, soit d'une image numérique telles que les images satellitales

qui sont directement livrées comme un ou plusieurs fichiers Raster. Plusieurs types de

maillages ont été proposés (triangulaire, hexagonal, etc.), le seul qui soit en usage aujourd’hui

est le maillage rectangulaire, habituellement carré. Le mode raster convient surtout à la

description de surfaces, mais assez peu à celle d’objets ponctuels ou linéaires. La figure (4.4)

décrit représente des données en mode Raster.

Figure4.3: Le mode raster

Figure 4.4 Le Mode Raster



56

2. Le mode Vecteur

Dans ce mode, [Gue, 03] les entités spatiales sont définies individuellement de manière

explicite Le mode vecteur permet une représentation de la géométrie des objets peu coûteuse

en place mémoire : un point est représenté par ses coordonnées, une ligne est représenté par

une liste de points et un polygone par la liste des lignes constituant sa frontière .Des entités

complexes peuvent être définies en combinant ces trois entités de base .Les données

vectorielles sont organisées sous différentes façons , les plus courantes sont les organisations

spaghetti et réseau topologique. Le mode vecteur ne peut s'appliquer qu'à une carte. Le mode

raster peut s'appliquer indifféremment à une carte ou à une image. La figure (4.5) décrit

représente des données en mode Vecteur.

La Table (4.1) résume les points forts ainsi que les points faibles de chacun des deux modes

Raster et Vecteur [Gue, 03] :

Fig. 5.2 : Mode vectoriel

Figure 4.5 Le Mode Vectoriel



57

Table 4.1 : Comparaison entre le mode vectoriel et le mode matriciel

8. Intégration des SIG avec les MMCAD

L’intégration des SIG avec les MMCAD a été largement utilisée dans les problématiques

d’AT. Elle a réussi à prouver son efficacité ainsi que son succès. La complexité des données à

références spatiales et la diversité des acteurs impliqués dans les problèmes géographiques de

décision ayant des points de vue différents sont quelques arguments en faveur de cette

intégration.

L’association des méthodes MMCAD et SIG constitue une voie privilégiée pour faire évoluer,

d’une part, les SIG vers de véritables systèmes d’aide à la décision et permettre d’autre part,

aux MMCAD d’élargir leurs capacités d’analyse tout en acquérant la transparence qui leur

fait souvent défaut [Mol, 03].

RASTER VECTEUR Avantages

-Puissance des opérations numériques. - Modélisation régulière du fait de la forme régulière des cellules. - Technologie à un bon marché et en développement. - Supports idéaux pour de nombreux types de données.

- Bonne représentation de la structure des données. - Projection géographique et translation aisées. -L’extraction, la mise à jour et la généralisation des données sont possibles.

Inconvénients -Qualité graphique irrégulière et perte d’informations, due au choix des cellules. - Projection géographique nécessitant des algorithmes adaptés pour éviter la distorsion de la grille.

- Visualisation et impression nécessitant un temps d’affichage important. - Intersection nécessitant une puissance de calcul.



58

Dans la littérature il existe trois modes d’intégration possibles des SIG et des MMCAD

Le Mode indirect : Les deux outils, SIG et MMCAD, restent indépendants et le dialogue

entre eux se fait à travers un système intermédiaire.

Le Mode semi complet : Les deux outils restent indépendants mais avec une seule interface

(le plus souvent celle du SIG) est utilisée. Le dialogue entre les deux systèmes se fait toujours

via un système intermédiaire.

Le Mode complet : Une intégration complète permet d’avoir un système SIG- MMCAD

intégré possédant une interface unique et une base de données commune. Dans ce mode, les

fonctionnalités de l’analyse multicritère sont activées directement comme toute autre fonction

de base du SIG. La base de données du SIG est renforcée afin qu’elle supporte aussi bien les

données à référence spatiale que les paramètres nécessaires à l’application des techniques

d’analyse multicritère.

9. Conclusion

Les SIG, par leur capacité de gestion, d’analyse, de modélisation et d’affichage de données à

référence spatiale, se présentent comme les outils les plus adéquats pour appréhender les

problèmes de décision à référence spatiale. Néanmoins, la technologie SIG actuelle souffre

encore de plusieurs lacunes, la solution la plus diffusée pour faire évoluer les SIG vers un

véritable outil d’aide à la décision est de les coupler avec les outils de la recherche

opérationnelle particulièrement avec les méthodes d’analyse multicritère (AMC) et plus

récemment avec le paradigme multi agent qui compense efficacement les insuffisances des

SIG en permettant la modélisation des entités complexes et de leur interactions.

Dans cette optique, il nous a semblé intéressant de concevoir, un modèle décisionnel basé sur

un couplage SMA–SIG permettant d’apporter une aide efficace aux décideurs du territoire. Le

modèle proposé sera présenté en détails au prochain chapitre.


59

Deuxième Partie

Modèle Proposé et Mise en Œuvre


60

Chapitre 5 Plan

1. Introduction

2. Les différentes typologies de couplage SMA_SIG

3 .Le modèle décisionnel proposé (SMAG) 3.1 Le Module SIG

3.2 Le Module SMA 3.2.1 La Modélisation des agents

3.2 .2 Protocole de négociation proposé

3.2.3 Les caractéristiques du protocole proposé

4. Les phases de la procedure d’utulisation du modele decisionel SMAG 4.1 La phase de structuration du modéle

4.2 La phase d’exploitation du modéle

4.3 La phase de concrétisation

5.Conclusion

Modèle Décisionnel Proposé (SMAG)


Le Modèle Décisionnel Proposé Chapitre5

61

Chapitre 5

Le Modèle Décisionnel Proposé (SMAG)

Ce chapitre est dédié à notre contribution consistant en l’élaboration d’un modèle

décisionnel basé sur un couplage SMA- SIG susceptible d’apporter une aide aux décideurs

du territoire dans la réalisation des différents projets d’aménagement.

1. Introduction

La meilleure façon de traiter les questions de l'environnement est d’assurer la participation de

tous les citoyens concernés, au niveau qui convient. En effet, chaque individu doit avoir

dûment accès aux informations relatives à l’environnement que détiennent les autorités

publiques, y compris aux informations relatives à leurs collectivités et avoir ainsi, la

possibilité de participer aux processus de prise de décision.

Les problèmes décisionnels territoriaux sont à caractère spatial de nature

multidimensionnelle, interdisciplinaires et mal définis, nécessitant la définition de plusieurs

critères souvent conflictuels dont l’importance n’est pas la même et impliquant plusieurs

personnes et institutions, ayant généralement des préférences et des objectifs divergents. La

résolution de ce problème consiste alors à trouver une décision commune qui permet de

satisfaire tous les décideurs, d’où la nécessité d’un processus de négociation qui permet de

trouver un accord commun pour un groupe d’acteurs.

Notre objectif, par la présente étude, est de présenter une approche originale pour le

développement d'outils d'aide à la décision permettant de traiter la problématique de

localisation en AT : cette problématique consiste en la recherche d’une surface satisfaisant au

mieux certains critères pour une construction donnée. Basé sur l’utilisation d’un SIG couplé à



62

un SMA doté d’un protocole de négociation multilatérale, le modèle que nous proposons met

en scène un agent initiateur et un ensemble d’agents participants négociateurs, qui tente de

trouver un compromis qui satisfait au mieux tous les participants.

Ce chapitre est consacré à la présentation en détails de notre modèle décisionnel (SMAG)

basé sur un couplage SMA –SIG permettant de traiter la problématique de localisation en AT,

de prendre en compte à la fois la dimension spatiale et les intérêts spécifiques et divergents

des différentes parties prenantes.

2. Les différentes typologies de couplage SMA_SIG

Le degré de rapprochement d’un système de modélisation et d’un SIG peut aller du couplage

lâche à l’intégration totale des systèmes. Dans ce qui suit, nous examinons les différents

types de couplages existants dans la littérature [Ham, 08] :

-Le couplage étroit (ou couplage fort) : dans ce genre de couplage, des fonctionnalités de

traitement de l’information spatiale sont implantées dans un SMA ou réciproquement, des

fonctionnalités de modélisation à base d’agents sont implantées dans les SIG [Lie, 98].

- Le couplage lâche (ou couplage faible) : dans lequel les deux systèmes restent

indépendants et où seules les données sont échangées. Le couplage lâche n’autorise donc,

généralement, que le couplage statique .Des états intermédiaires peuvent cependant être

mémorisés et transmis au SIG [Lie, 98].

-Le couplage coopératif direct : dans lequel les deux systèmes restent indépendants et

utilisent une liaison clients/serveurs pour communiquer. Ce couplage peut être dynamique

mais nécessite une bonne compatibilité des modèles de données entre les deux systèmes. Il

répond aux limites du couplage étroit, en conservant l’intégralité du potentiel fonctionnel des

deux types de systèmes, tout en autorisant la dynamique des échanges par la liaison

client/serveur [Mai et al, 05].

- Le couplage coopératif indirect : utilise également des liaisons client/serveur mais rajoute

un système médian assurant notamment la mise en compatibilité des données, et portant

l’interface utilisateur. Le couplage coopératif indirect est assez lourd et requière de gros

efforts de développement pour l’élaboration du troisième système médian [Mai et al, 05].



63

3. Le modèle décisionnel proposé (SMAG)

L’originalité de notre approche tient à l'utilisation simultanée d'un système multi agents

(SMA) et d'un système d'information géographique (SIG). La littérature offre peu d'exemples

de couplage de ces deux types de représentations de la réalité.

Les SMA sont très adaptés pour modéliser les phénomènes dans lesquels les interactions entre

diverses entités sont assez complexes pour être appréhendées par les outils de modélisation

classiques. Ils sont, de plus en plus, utilisés dans les problèmes de gestion de l’environnement

et d’AT car ils permettent de représenter des entités autonomes, dotées de comportements,

pouvant coopérer, négocier et communiquer avec les autres.

Les SIG sont de plus en plus mis en avant dans les projets d’AT car ils permettent de saisir,

stocker, gérer, visualiser et manipuler des informations sur des objets géo référencés, ils

offrent également de nombreux outils d'analyse spatiale.

Par soucis de simplicité, nous choisissons un "couplage lâche" entre les modules SMA et SIG

qui restent indépendants et communiquent uniquement en s'échangeant des données. Ainsi,

les fonctionnalités des SMA et des SIG sont bien distinctes. Le choix d'un "couplage étroit"

aurait nécessité l'insertion des fonctionnalités SMA au sein du SIG et des fonctionnalité SIG

au sein du SMA, dupliquant de fait une partie du code [Ouf et al, 08c] et rendant l'évolution

du système très lourde. C’est pour cela que nous avons opté pour un « couplage lâche ».

Le modèle décisionnel (SMAG) est composé de deux modules : un module SIG et un module

SMA doté d’un protocole de négociation. L’architecture du modèle SMAG est illustrée par la

figure (5 .1).



64

Figure. 5.1 : Le modèle décisionnel SMAG

Figure 5.1 modèle décisionnel SMAG

3.1 Le Module SIG

Le SIG aura pour fonction essentielle de permettre la gestion des connaissances du territoire.

Grâce à ses fonctionnalités, il est possible de :

- Gérer la base de données géographiques ;

- Archiver des informations ;

- Manipuler et interroger les bases des données géographiques ;

- Fournir une représentation spatiale des systèmes étudiés ;

- Mettre en forme et visualiser les données.

Nous exploitons les fonctionnalités du SIG pour préparer les entrées (inputs) nécessaires pour

la prise de décision. Lorsque les décideurs parviennent à identifier les actions et les critères,

grâce aux capacités analytiques du SIG, une valeur (note) est affectée à chaque critère.

L’ensemble des actions et de leurs notes relativement aux différents critères constitue la

matrice d`évaluation (Tableau de performances). Cette matrice est gérée par le SIG.

Agent initiateur

Agent 1

Agent n

Agents participants

Matrice de performance

Protocole de négociation

Module SMA

Interface SIG

Gestion et manipulation des données

(descriptives & spatiale

BD géographique

Module SIG Choix ressource



65

Les actions sont rattachées à des lieux et la matrice d`évaluation peut donc être représentée

sous forme de carte. Le lien entre les actions et le territoire est ainsi maintenu tout au long de

la procédure. Cette particularité constitue un avantage, car elle permet, à tout moment, de

situer les variantes (actions) dans leur environnement [Ouf et al, 08c].

3.2 Le Module SMA

La technologie Multi Agents à déjà fait ses preuves dans de nombreux domaines par leur

capacité de modélisation, ils permettent de représenter les interactions entre diverses entités

pouvant coopérer négocier et communiquer.

Le module SMA aura pour mission de représenter les différents acteurs qui disposent de leurs

propres objectifs, stratégies de décision et préférences. Afin de faire face à cette décision de

groupe où différents points de vue doivent être pris en considération, il est indispensable de

passer par une phase de négociation pour arriver à un consensus bénéfique aux groupes. A cet

effet, nous dotons le module SMA d’un protocole de négociation basé sur la médiation,

mettant en scène un agent initiateur responsable du bon déroulement de la négociation et un

ensemble d’agents participants représentant les différents acteurs concernés par la décision en

AT.

3.2.1 La Modélisation des agents

L’agentification d’un problème est un aspect important de la conception d’un SMA, elle

influence fortement les performances et l’efficacité du Système à résoudre un problème.

Dans la littérature, il existe une multitude de méthodologies offrant un intérêt certain pour

l’étude des SMA d’un point de vue organisationnel telle que Gaia, Voyelles, Ingenias,

Aalaadin, etc. . Le rôle de ces méthodologies est d’assurer une aide efficace durant toutes les

phases de modélisation du cycle de vie d’une application basée sur les agents.

Notre modélisation agent se base sur la méthodologie Aalaadin [Fer et al, 98], qui s’appuie

sur les concepts d’agent, groupe et rôle pour définir une organisation réelle.

-Un agent est défini comme étant une entité autonome et communicante jouant des rôles au

sein de différents groupes ;

- Un groupe est composé de différents agents ; -Un rôle représente une fonction, un service ou une identification d’un agent appartenant à un

groupe particulier. Les rôles des agents, dans le cadre de nos travaux, sont de deux types :

Initiateur et participants ;



66

3.2.2 Protocole de négociation proposé

Le protocole de négociation que nous proposons [Ouf et al, 09d] se caractérise par une suite

de messages échangés entre un agent initiateur et des agents participants. Il procède en cinq

phases:

§ Une phase d’initialisation ;

§ Une phase de proposition ;

§ Une phase d’évaluation ;

§ Une phase de modification (qui est optionnelle) ;

§ Une phase de décision finale;

Il s’inspire largement du Contrat Net Protocol [Dav et al, 80] qui est pratiquement le

protocole de négociation le plus utilisé dans les SMA.

1- La phase d’initialisation : Cette phase est synonyme du début de la négociation, les

participants sont appelés à exprimer leur préférences concernant les ressources, chaque

participant effectue un classement des ressources de la meilleure (qui lui ait la plus bénéfique)

à la moins bonne.

2. La phase de proposition : Durant cette phase, l’initiateur propose un contrat à tous les

participants concernant une ressource donnée, les participants vont soit accepter ce contrat

soit le refuser et ceci en se referant à leur vecteur de préférence11 construit précédemment.

3. La phase d’évaluation : Lorsque l’initiateur reçoit toutes les réponses des participants

concernant la proposition du contrat, il comptabilise le nombre d’agents participants ayant

accepté sa proposition. Si ce nombre est supérieur ou égal à un certain seuil12 alors la

négociation est un succès sinon il doit procéder à une modification du contrat.

4. La phase de modification : Cette phase est optionnelle, l’initiateur doit faire une

modification du contrat en s’inspirant des propositions des agents. Il doit établir une synthèse

à partir de ce qu’il a reçu lors de la phase d’évaluation puis revient à la phase de proposition.

5. La phase de décision : C’est la dernière phase du protocole suggéré. Elle est synonyme

de la fin de la négociation, une décision est prise par l’initiateur selon les réponses des

participants aux propositions qu’il leur a fait

Le modèle en Réseaux de Pétri associé est donné par la figure (5.2) 11 Classement des ressources de la meilleure à la moins bonne en se référant à un certain nombre de critères. 12 Seuil dispensable pour que la négociation soit un succé



67

Figure 5.2 : Fonctionnement général du protocole proposé

3.2.3 Les caractéristiques du protocole proposé

Lors du déroulement d’une négociation, il faut prendre en compte un certain nombre

d’aspects tels que : le langage de la négociation utilisé par les agents pour échanger des

informations pendant la négociation, les objets de la négociation, les stratégies adoptées par

les agents négociants ainsi que la cardinalité de la négociation.

Dans ce qui suit, nous décrivons en détail les différentes caractéristiques du protocole de

négociation que nous proposons [Ouf et al, 08a] [Ouf et al, 09d].

1. Les ressources de la négociation

Les ressources sont les objets de la négociation. Elles peuvent être soit personnelles, soit

communes. Dans notre cas, ce sont des ressources communes (les îlots vierges destinés pour

une construction donnée).

2. Les primitives de la négociation

Pour mener à terme un processus de négociation entre agents, il est nécessaire de définir des

primitives spécifiques à l’initiateur et d’autres primitives spécifiques aux participants

Places P1 : Phase Initialisation P 2 : Phase Proposition P3 : Phase Evaluation P4 : Phase Décision P5 : Phase Modification Transition T1 : Etablissement des préférences T2 : Etablissement de proposition T3 : Evaluation des réponses T4 : Fin de la négociation T5 : Calcul du score



68

a). Les primitives spécifiques à l’initiateur

Les messages envoyés par l’initiateur, sont destinés à tous les agents participants (broadcast),

nous lui associons, par conséquent, trois primitives de négociation :

- Request () : l’agent initiateur envoie un message aux participants pour les inciter a

effectuer leur vecteur de préférences ;

- Propose () : l’agent initiateur propose un contrat aux agents participants concernant une

ressource donnée ;

- Confirm () : l’agent initiateur envoie un message à tous les agents pour les informer que

la négociation a été un succès et que la ressource a été trouvé ;

b). Les primitives spécifiques au participant

Les messages envoyés par les participants sont uniquement destinés à l’initiateur. Les autres

participants n’ont pas connaissance de ces messages. Le participant dispose de trois primitives

de négociation :

- Inform () : après avoir établit un classement des ressources de la meilleure à la moins

bonne, les agents participants informent à l’initiateur qu’il peut leur faire une première

proposition ;

- Accept () : ce message répond à la proposition du contrat faite par l’initiateur. Le

participant indique par ce message à l’initiateur qu’il accepte le contrat ;

- Refuse () : Le participant indique à l’initiateur qu’il refuse sa proposition.

Plusieurs chercheurs considèrent que le standard de modélisation UML constitue l’un des

outils les plus adaptés pour la modélisation des Systèmes Multi Agents .Afin de représenter

les différentes interactions entre l’agent initiateur et les agents participants nous optons pour

l’utilisation du diagramme de séquence d’UML, très souvent employé pour décrire

l’interaction des agents [Bau et al, 01]. La figure (5.3) représente les différentes primitives

associées à l’agent initiateur et participants via un diagramme UML.



69

Figure 5.3 : Diagramme UML du protocole de négociation proposé

3. Les stratégies des agents

Le protocole proposé distingue deux rôles : initiateur et participant. La stratégie de

négociation n’est pas la même, elle diffère selon le rôle de l’agent, il y a donc deux types de

stratégies .La stratégie de l’initiateur qui lui permet de modifier un contrat dans le cas où les

participants n’ont pas été assez nombreux à l’accepter et les stratégies associées aux

participants qui leur permettent d’établir leurs préférences, d’accepter un contrat ou de le

refuser [Ouf et al, 08b].

a) Les stratégies du participant

On associe à chaque agent participant trois stratégies :

1. Stratégie d’établissement de préférences : Chaque participant doit établir un classement

des ressources de la meilleure (celle qui lui ait la plus bénéfique) à la moins bonne et ceci en

se référant à un certain nombre de critères, pour cela il exploite les avantages qu’offre la

méthode d’aide multicritère à la décision ELECTRE III [May et al, 94]. Après que chaque

Initiateur 1

Participant

Request1 m

Inform m1

Propose 1 m

Accept 1 m-r

Refuse

Propose

Confirmm

1 r

1

1 m

m


Modèle Décisionnel Proposé Chapitre5

70

participant ait établit son vecteur de préférence, il associe à chaque ressource un rang, la

ressource classée première aura le rang le plus grand (elle représentera la préférence du

participant lors du premier tour). Ce rang est, à chaque fois, décrémenté de 1 pour les

ressources suivantes. Dans ce qui suit, nous exposons en détail la méthode multicritère

ELECTRE III.

Principe général de la méthode ELECTREIII

ELECTRE III est une méthode de surclassement, qui date de 1977 [Til, 00], et qui vise à

résoudre les problématiques de type gamma : Classer les actions de la meilleure à la pire pour

sélectionner ensuite la (ou les) action(s) qui semble(nt) la (ou les) plus adéquate(s).

Pour se faire, ELECTRE III traite une matrice d’évaluation contenant des actions et des

pseudo critères. Les traitements de surclassement muni sur cette matrice permettront d’établir

un préordre final partiel. ELECTRE III suit les méthodes ELECTRE I et ELECTRE II dans

l’hypothèse de surclassement, assortie par les notions de concordance et de discordance. Mais

d’un autre côté, apporte des évolutions remarquables [May et al, 94] :

- Le flou est introduit dans la relation de surclassement : La réflexion ne porte pas sur

l’acceptation ou le rejet en bloc de l’hypothèse de surclassement, mais sur la crédibilité

accordée à cette hypothèse. Ceci est traduit par la mesure du degré de crédibilité de

l'hypothèse de surclassement, qui varie de 0 (surclassement certainement inexistant) à 1

(surclassement existant).

- L’introduction de la notion de préférence faible : zone intermédiaire où le décideur hésite

entre la préférence et l’indifférence. Ceci est assuré à travers l’utilisation de deux seuils : seuil

d’indifférence et seuil de préférence stricte. Ces seuils ont été définis de manière à tenir

compte directement de l’incertitude qui entache plus au moins les valeurs de la matrice des

évaluations. Aussi, un troisième seuil, le seuil de veto, est utilisé pour la concrétisation de la

notion de discordance. En général, ELECTRE III opère en deux phases : Agrégation et

Exploitation.

i. La Phase d'Agrégation

Avant le début de traitement d’ELECTRE III, le décideur est invité à introduire les paramètres

subjectifs de la méthode relativement à chaque critère [Roy et al, 85] :

• Poids des actions : Il s’agit d’un nombre Pj attribué différemment à chaque critère, selon son

importance vis à vis des autres critères



71

Seuil de préférence : Indique l’écart à partir duquel une préférence nette peut être établie

entre deux évaluations. L’écart entre le seuil d’indifférence et le seuil de préférence indique

une préférence faible entre deux évaluations.

Seuil d’indifférence : Indique l’écart dans lequel aucune préférence ne peut être établie sur un

critère. Ces seuils permettent de tenir compte de l’imprécision et des incertitudes sur les

évaluations ou sur les données.

Seuil de veto : Permet de fixer une notion supplémentaire. Si ce seuil est dépassé sur un

critère, alors l’action ne peut être prise en considération. Il définit donc une situation

intolérable pour un des décideurs. Il s’exprime par l’écart maximum acceptable autour de la

valeur de l’évaluation. Pour construire les relations de surclassement, Electre III utilise deux principes :

Le principe de concordance

Détermine l’indice de concordance globale C (a, b) et requiert que la majorité des critères (En

prenant en compte leurs importance relative) sont d’accord avec la relation de surclassement

aS b. Ce principe est assuré par les formules suivantes :

r C(a,b)= 1 ∑PjCj(a,b) ……………………………………… (1) P j=1 r P=∑Pj ……………………............................................................(2) j=1

1 si gj(a)+qj ≥gj(b)

0 si gj(a)+pj ≤ gj(b) Cj(a,b)= gj(a)+pj- qj sinon .........................(3) pj-qj

Avec:

a,b : Deux actions ∈ A (A désigne l’ensemble des actions) ;

pj : Le poids relative au critère j ;

gj(a) : L’évaluation du critère j pour l’action a.

j : L'indice du critère;



72

p,q : Les seuils de préférence et d’indifférence.

Les valeurs de l’indice de concordance cj(a, b) appartiennent à l'intervalle [0, 1].Après avoir

réalisé des matrices de concordance pour chaque critère (m matrices n×n) comprenant les

indices de concordance cj (a, b), une matrice de concordance globale est ensuite réalisée

(matrice n × n comprenant les indices de concordance globale C (a,b)).

Le principe de discordance

Ce principe est connu aussi sous le nom « Principe du respect de la minorité ». Il consiste à

vérifier que la minorité des critères contrariante avec la relation de surclassement a S b ne s’y

oppose pas beaucoup : La relation de surclassement ne doit pas être nettement plus mauvaise

relativement aux critères minoritaires.

Ce principe est introduit par les formules suivantes :

Avec:

v, q : Les seuils de veto et d’indifférence

0 si gj(a)+pj ≥ gj(b) 1 si gj(a)+vj ≤ gj(b) ..................................(4) dj(a,b)= gj(a)--gj(a)-pj sinon vj-qj

Des matrices de discordance sont ensuite réalisées pour chaque critère (m matrices n × n

comprenant les indices de discordance dj(a,b)).

Calcul du degré de crédibilité (Relation de surclassement floue)

Le degré de crédibilité pour chaque paire (a,b) ∈A² est déterminé ainsi :

C(a,b) si dj(a,b) ≤ C(a,b)

S(a,b) 1-dj(a,b)

C(a,b)* Π avec J(a,b) l’ensemble des critères tel. (5) j €J(a,b) 1 -C(a,b) que dj(a,b) >C(a,b)



73

Une matrice des degrés de crédibilité est ensuite générée (matrice n × n comprenant les degrés

de crédibilité S (a,b) pour chaque paire (a,b) ∈ A²).

Comparée à ELECTRE II, ELECTRE III possède une multitude de surclassements

caractérisés par leur degré de crédibilité tandis que ELECTRE II est à base de deux types de

surclassements fort ou faible. L’avantage de cette multitude est de bien saisir la complexité de

la problématique étudiée.

ii. La Phase d'Exploitation [Pel, 04]

La méthode ELECTRE III propose de classer les actions selon un algorithme décrit dans

[May et al, 94] et [Roy et al, 93]. Les actions sont comparées entre elles par paire selon tous

les critères. Deux préordres sont construits (distillation) où les ex æquo sont acceptés mais pas

les incomparabilitésLe principe d’établissement de ces deux distillations est le suivant:

• La distillation ascendante range les mesures en partant de la meilleure jusqu’à la «moins

meilleure » en se basant sur les meilleurs scores des mesures comparées deux à deux,

• La distillation ascendante range les mesures en partant de la pire à la «moins pire »,en se

basant sur les moins bons scores des mesures comparées deux à deux.

Un algorithme permet, par comparaison entre les deux préordres, de définir un graphe de

surclassement illustrant le préordre final partiel acceptant les ex æquo et les incomparabilités.

C’est ce classement qui définit la meilleure action. Le principe général du fonctionnement

d’ELECTRE III, est donné par l’organigramme illustré par la figure (5.4).

Poids des critères

Seuils de veto

Hypothèses de surclassement entre

deux actions Degré de crédibilité

Indice de concordance

Matrice des performances

Graphe de surclassement

Indice de discordance

Ensemble des actions

et des critères

Figure 5.4 : Les différentes étapes de ELECTRE III



74

2. Stratégie d’acceptation : La négociation peut se dérouler en plusieurs tours, jusqu’à ce

qu’un compromis soit trouvé. A chaque nouveau tour le participant reçoit une nouvelle

proposition, si elle correspond à sa préférence au tour t, il l’accepte. Sinon, il vérifie si la

proposition correspond à l’une de ses préférences antérieures, si c’est le cas, il accepte le

contrat tout en indiquant sa préférence actuelle.

3. Stratégie de refus : Lorsque le participant reçoit une proposition et que celle-ci ne

correspond ni à sa préférence au tour t , ni à aucune de ses préférences antérieures, il la refuse

et fait une contre proposition qui correspond à sa préférence au tour t.

b) La Stratégie de l’initiateur

On associe à l’initiateur une seule stratégie qu’il utilisera lors de la phase de modification.

1. Stratégie de modification : Lorsque les participants n’ont pas été assez nombreux à

accepter la proposition de l’initiateur, il est obligé de modifier son contrat pour le prochain

tour et ceci en s’inspirant de toutes les modifications envoyées par les participants au tour t,

afin de trouver une nouvelle possibilité pour le contrat. Pour cela, l’initiateur associe un score

à chaque ressource en prenant en compte le poids de l’agent participant ainsi que le rang de la

ressource et ceci en utilisant la formule suivante:

N

SCORE (Ri)=∑ POID (participant[j])*RANG (Ri, participant[j]) ………………… ..(6)

j=1 Avec :

POID (participant[j]) : A chaque participant j est associé un poids différent puisque, dans la

réalité, les représentants politiques, par exemple, n’ont pas le même poids que les

associations de protection de l’environnement lors d’une décision en AT.

RANG (Ri, participant[j]) : Est le rang associé à la ressource (Ri) par le participant j. Comme

dans les méthodes de scorages [Mar, 97], la ressource qui a obtenu le score le plus élevé lors

du tour t, sera la ressource gagnante et l’initiateur la proposera dans le nouveau contrat.

Ce score est remis à jour à chaque fois que les participants n’ont pas été assez nombreux à

accepter le contrat et la ressource gagnante sera visualisée grâce aux fonctionnalités des SIG.

Afin de représenter les comportements des agents participants et initiateur, nous avons opté

encore une fois pour une modélisation en RDP (des outils de modélisation puissants souvent

utilisés dans les SMA), leur aspect graphique permet de visualiser les comportements des

différents agents et de modéliser, par conséquent, leurs interactions.



75

Le RDP illustré par la figure (5.5) résume les différents comportements et interactions des

agents participants ainsi que l’agent initiateur.

Les places

P1,P15 :En attente

P2 :Pondération des critères

P3 :Etablissement de la matrice de concordance(étape ELECTRE III)

P4 :Etablissement de la matrice de discordance(étape ELECTRE III)

P5 :Distillation (étape ELECTRE III), P6 :Vecteur de preferences

P7 :Confirm, P8 :Request, P9 :Inform,P12 :Propose ,P10:Fin, P13 :Réponse, P14 :Debut

P11:Evaluation des propositions, P16 :Etablissement proposition , P17 :Evaluation réponse

P18 : Modification contrat

Les transitions T22,T20,T7,T8 ,T1 :Recevoir un message

T19,T21,T24,T9,T6 :Envoyer un message

T2 : Claculer indice de concordance, T3 :Calculer indice de discordance

Figure 5.5 : Description du comportement des différents agents ( initiateur et particpants)



76

ERRATUM 4. Les phases de la procédure d’utulisation du modèle décisionnel SMAG

Nous adoptons la démarche d’aide à la decision adaptée à l’environement et qui s’inspire de

celle de pictet [Pic, 96][Ham et al, 07] . Elle comprend trois phases principales : la

structuration du modèle, son exploitation et la concrétisation des résultats.

La figure (5.6) illustre les différentes phases et étapes d’utilisation du modèle proposé :

Formulation du problème -Identifier les actions -Identifier les critères -Identifier les acteurs

Evaluation des performances

Négociation -Phase initialisation -Phase proposition

-Phase évaluation -Phase modification

-Phase décision

Analyse de l’état actuel et modélisation des acteurs

Mise en œuvre

Recommandations et Contrôle

Phase de Structuration du modèle

Phase D’Exploitation du modèle

Phase de Concrétisation

Figure 5.6 : phase et étapes d’utilisation du modèle décisionnel proposé



77

4.1 La Phase de structuration du modèle : elle a pour objectif l’identification du problème

et les choix fondamentaux sur la manière de l’aborder, elle passe par trois etapes .

- Identifier les critères

La phase d’identification des critéres est realisée en deux étapes . la première consiste à

dresser une liste de critères appelés facteur pour éviter la confusion avec les critères definitifs

, la liste des facteurs doit être etvidament aussi complète que possible.

- Identifier les actions

L’dentification de l’ensemble des actions est une étape trés sensible dans toute démarche

d’aide à la decison ,.en particulier lorsque la méthode d’analyse multicirtère procède par

agrégation partielle ,il est trés important que l’ensemble des actions soit aussi complet que

possible car sa modification en court de route peut entrainer la repétition de l’analyse

multicritère.

- Identifier les acteurs

Le concept d’acteur se réfère à une entité concrète, localisée (dans un contexte) ; c’est une

unité d’action et de décision, individuelle ou collective, à laquelle on peut attribuer des

ressources, une finalité et une stratégie. On peut identifier deux grands types d'acteurs :

individuels et collectifs. Les acteurs collectifs sont des groupes ou des organisations. Les

organisations peuvent être économiques (entreprise, coopératives, groupement de producteurs,

etc.), politiques (un parti, le conseil municipal, le conseil des anciens d’une communauté,

etc.), sociales (associations de jeunes, etc.). La multiplicité des acteurs rend la négociation

territoriale difficile puisque d’un côté nous aurons les acteurs forts disposant d’un pouvoir

important et de l’autre côté des acteurs faibles qui ont plus de difficulté à défendre leurs

intérêts.

4.2 La phase d’exploitation du modèle : Sert à effectuer certains types d’analyses sur le

modèle conçu tel que l’analyse spatiale [The, 96]. Dans cette phase, toutes les parties

prenantes seront modélisées sous forme d’agent participants, à chaque agent participant est

associé un poids afin d’exprimer son importance et l’étendu de son pouvoir lors de la

décision .Tous les agents participants peuvent accéder à la matrice d’évaluation gérée par le

SIG afin d’établir leur vecteur de préférences (concernant les différentes ressources) via la

méthode ELECTRE III lors de la phase d’initialisation. Après plusieurs tours de négociation,

les agents participants arrivent à un consensus qui satisfait toutes les parties prenantes ou une

partie d’entre elles, c’est l’accord final.



78

4.3 La phase de concrétisation : vise essentiellement l’acceptation sociale du résultat,

cependant elle comprend aussi la mise en œuvre de la décision et son contrôle. La Figure (5.7)

résume les différentes étapes de la phase de structuration et d’exploitation

Figure 5. 7: Synthèse des phases de structuration et d’exploitation du modèle

Ou construire ?

Délimitation de La région d’étude

Choix des critères et des Méthodes d’évaluations

Critères effectifs

Méthode d’évaluation

s

Evaluation des critères

Carte des critères

Matrice d’évaluations

Identification des parties prenantes

Négociation

Via le protocole proposé

Carte résultat

Phase Structuration

Accord final

Phase Exploitation



79

5. Conclusion

Au terme de ce chapitre, nous avons présenté un modèle d’aide à la décision adapté pour les

problématiques relatives à l’AT. Ce modèle intègre principalement deux modules :

- Le module SIG qui représente le territoire et permet de générer la matrice d’évaluation de

chaque action relativement à chaque critère identifié ;

- Le module SMA visant à représenter la multiplicité des différents acteurs, leur diversité,

ainsi que leur comportement. Ce module est muni d’un protocole de négociation qui permet

de rechercher un compromis satisfaisant les différents participants. Il s’inspire du Contract

Net protocole, cependant, il offre aux participants la possibilité d’exprimer leurs préférences

(établit via la méthode multicritère ELECTRE III) et de formuler des contre-propositions à

chaque fois que la proposition de l’initiateur ne les satisfais pas et ceci en se référant à leur

vecteur de préférences. Cette stratégie permet de converger vers une solution plus rapidement

qu’avec le FIPA-Contract-Net où seul l’initiateur formule des propositions et ne peut donc pas

s’appuyer sur les préférences des participants pour aboutir à une solution.

Le chapitre suivant sera consacré à une étude de cas réelle accompagnée d’une discussion des

résultats obtenus.


80

Chapitre 6 Plan

1. Introduction

2. Outils de développement du modèle décisionnel SMAG

3. Etude de cas et résultats expérimentaux 3.1 Délimitation de la région d’étude

3.2 Définition des actions

3.3 Définition des critères

3.4 Identification des acteurs concernés par la décision en AT

3.5 Implémentation SMA 3.5.1 Outils de la plate forme jade

3.5.2 Création des agents

3.5.3 Simulation de la négociation

4. Conclusion

Implémentation et Mise en Oeuvre


Mise en œuvre du Modèle SMAG Chapitre6

81

Chapitre 6

Mise en Œuvre du Modèle SMAG

L’objectif de ce chapitre est d’expérimenter le modèle décisionnel SMAG et de présenter une

étude de cas accompagnée d’une discussion des résultats obtenus

1. Introduction

Les décideurs sont de plus en plus souvent confrontés à des problèmes complexes qui

touchent des millions de personnes. Ils souhaitent faire face à ces problèmes avec le

maximum d'éléments objectifs et prendre leur décision en tenant compte des intérêts de toutes

les parties prenantes.

L’AT est une problématiques de long terme à laquelle les décideurs souhaitent faire face avec

le plus d'éléments objectifs leur permettant de rationaliser et d'expliciter leurs choix. Pour

répondre à ce besoin d'outils d'aide la décision, de nombreuses recherches sont maintenant

orientées vers la modélisation et la simulation des systèmes complexes.

Le but de cette étude est la conception d’un outil d’aide à la décision pour l’AT et plus

précisément la problématique de localisation d’un site pour effectuer un projet de construction

d’une quelconque infrastructure.

Afin de valider le modèle décisionnel proposé et d'expérimenter SMAG, une étude de cas a

été réalisée. Les différents résultats obtenus seront détaillés et discutés dans ce chapitre.



82

2. Outils de développement du modèle décisionnel SMAG

La réalisation de notre logiciel prototype a nécessité l’utilisation de différents outils de

développement:

- MapInfo : C’est un outil de type Système d’Information Géographique. Il a permis dans

notre étude de visualiser et de modifier les différentes bases de données géographiques

utilisées selon le besoin.

- Delphi : L’active X MapX s’intègre seulement dans quelques environnements de

développements dont C++ Builder ne fait pas partie. De ce fait, la composante SIG de notre

application a été implémentée par utilisation du langage de programmation Delphi.

- MapX : C'est un contrôle Active X qui offre toutes les fonctionnalités de base nécessaires à

l’implémentation du modèle décisionnel. Avec MapX, nous pouvons analyser et visualiser un

ensemble de données, créer ou éditer les objets d’une carte et présenter visiblement les

résultats sur une carte. Les fonctionnalités principales de MapX sont :

§ Analyse thématique : Permet d’analyser les valeurs associées à une carte. Les objets

de la carte peuvent être colorés en fonction de ces valeurs (classes, valeurs

individuelles, etc.), ou des objets thématiques peuvent être créés pour afficher ces

valeurs.

§ Les annotations : fournissent une orientation à des données spécifiques et rendent

une carte plus instructive en ajoutant du texte, des symboles et des étiquettes.

§ Contrôle des couches : La boîte de dialogue Contrôle des Couches affiche la liste des

couches qui composent la fenêtre carte active et indique si chacune d'elles est visible,

modifiable, séléctable ou affectée d'un seuil de zoom. L'ordre des couches dans la

boîte de dialogue Contrôle des Couches est identique à l'ordre des couches dans la

fenêtre Carte. Par exemple, quand les couches de régions sont placées sous des

couches de points, les points demeurent visibles.

§ Etiquetage Automatique : Ajoute des étiquettes à une carte automatiquement. Les

étiquettes sont sauvegardées dans le document représentant la carte.

§ Les sélections : MapX fournit différents dispositifs de sélection tels que les outils

permettant de sélectionner des objets de la carte dans un rayon, un rectangle ou un

polygone spécifique.



83

§ Editer une carte : MapX permet d'ajouter, modifier ou supprimer des objets sur la

carte.

- JBuilder : environnement java nécessaire pour intégrer la plate forme SMA jade et

construire une interface pour l’utilisateur.

3. Etude de cas et résultats expérimentaux

Nous tenons à mettre le point sur les difficultés considérables rencontrées pour la procuration

d’une base de données géographique réelle (nationale ou internationale) capable de valider le

modèle décisionnel proposé. Ceci est dû sûrement du au manque énorme en matière

d’informatisation des données géographiques en Algérie, en général, et à Oran en particulier.

La problématique traitée dans cette étude et celle de la localisation qui consiste en la

recherche d’une surface satisfaisant au mieux certains critères.

3.1 Délimitation de la région d'étude

La région d'étude consiste en un ensemble de sites situés à l'est de la ville d'Oran.. La région

choisie pour réaliser notre étude est le quartier d’ El Hamar situé dans la commune de Gdyel,

wilaya d’Oran. Il s’avère qu’il y a absence d’un secteur sanitaire, activité essentielle pour

répondre aux besoins des habitants en matière d’urgence et de premiers soins. La zone d’étude

peut être visualisée en entier par l’utilisateur grâce aux fonctionnalités du SIG, comme

illustrée dans la figure (6.1).

Figure 6.1 : Visualisation de la zone d’étude



84

3.2 Définition des actions

Notre action portera sur le choix d’un site parmi plusieurs pour l’implantation d’un secteur

sanitaire. Nous disposons de six (06) îlots vierges pouvant convenir pour la construction

voulue. Afin de pouvoir visualiser les îlots vides, nous exploitons les diverses avantages

qu’offrent les SIG en terme d’affichage.

Figure 6.2 Visualisation des îlots vides

3.3 Définition des critères

Cette étape consiste en la définition des facteurs devant être pris en considération lors de la

décision publique. Cette famille de critères doit répondre à la condition de cohérence: les

critères doivent être exhaustifs et non redondants. Les critères choisis pour établir le choix du

meilleur site pour l’implantation du futur secteur sanitaire au quartier El Hammar sont de

natures diverses (environnementale, sociale, etc.). Les critères choisis sont :

• Critère1 (C1) : Nombre de population avoisinante aux actions ;

• Critère2 (C2) : Eloignement par rapport au site industriel;

• Critère3 (C3) : Nuisance sonore;

• Critère4 :(C4) : Proximité au réseau d’assainissement;

• Critère5 :(C5) : Proximité au réseau de la moyenne tension;



85

Nombre de population (C1)

La table suivante représente le nombre de population concerné par chaque site potentiel.

Table 6.1 : Evaluation du critère (C1)

Eloignement par rapport au site industriel (C2)

La distance de chaque îlot par rapport au site industriel est illustrée par la table (6.2)


Nuisance sonore (C3)

Etant donné le caractère des centres de soin, il parait essentiel de considérer la nuisance

sonore comme un critère fondamental dans cette étude. Toutes les évaluations sont présentes

dans la table (6.3).

Ilot Nombre Populations

Ilot 1 2670 Pers

Ilot 37 1145 Pers

Ilot 71 3510 Pers

Ilot 102 2180 Pers

Ilot 103 1450 Pers

Ilot 120 1145 Pers

Ilot Eloignement du site industriel

Ilot 1 820 m

Ilot 37 710 m

Ilot 71 530 m

Ilot 102 700 m

Ilot103 1040 m

Ilot 120 240 m



86


Proximité au réseau d’assainissement (C4)

La distance de chaque îlot par rapport au réseau d’assainissement est illustrée par la table

(6.4)

Tableau 6.4 : Evaluation du critère (C4)

Proximité au réseau de la moyenne tension (C5)

La distance de chaque îlot par rapport au réseau de la moyenne tension est illustrée par la

table (6.5).

Ilot Nuisance Sonore

Ilot 1 8

Ilot 37 14

Ilot 71 24

Ilot 102 6

Ilot 103 4

Ilot 120 18

Ilot Proximité réseau d’assainissement

Ilot 1 10 m

Ilot 37 30 m

Ilot 71 110 m

Ilot 102 20 m

Ilot 103 20 m

Ilot 120 40 m



87

Tableau 6.5 : Evaluation du critère (C5)

La définition ainsi que l’évaluation des critères identifiés permettent d’élaborer la matrice des

performances, illustrée par la figure (6.3) Cette matrice est gérée par le SIG.

Figure6.3 : Matrice des performances (tableau d’évaluation)

3.4 Identification des acteurs concernés par la décision en AT

L’identification de tous les acteurs impliqués dans une problématique décisionnelle est une

opération importante. Chacun des acteurs sera représenté par un agent participant. Le logiciel

proposé donne la possibilité à l’utilisateur de choisir les acteurs concernés par la prise de

décision et de leur attribuer un poids afin d’exprimer leur pouvoir lors de la décision finale.

La figure (6.4) présente les différents acteurs concernés par la décision en AT pour la

présente étude.

Ilot Proximité réseau de la moyenne tension

Ilot 1 30

Ilot 37 460

Ilot 71 230

Ilot 102 1

Ilot 103 1

Ilot 120 570



88

Figure 6.4 : Identification des différents acteurs

Définir le poids des différents acteurs en reflétant le plus possible la réalité est une opération

périeuse. Afin de la faciliter cette tâche, nous optons pour l’utilisation de l’échelle de Saaty.

Echelle de Saaty Son principe va consister alors à comparer chaque acteur aux autres et introduire un rapport

de préférence selon l’échelle de Saaty représentée par la figure (6.5).

Figure 6.5 : Echelle de Saaty

3.5 Implémentation du SMA

Le développement d'un SMA est une tâche lourde, complexe qui requiert un investissement

très important. A cet effet, pour implémenter le module SMA de notre modèle décisionnel

SMAG, nous optons pour l’utilisation d’une plateforme Multi Agents existante que nous

adaptons à nos besoins. Notre choix s’est porté sur la plate forme SMA jade (Java Agent

DEvelopement framework) [Fip, 00] qui est une plateforme gratuite, implémentée en java,

son code source et celui de son environnement de développement sont ouverts et modifiables

permettant ainsi une utilisation relativement aux besoins exprimés. Elle possède trois

modules (normes FIPA).

1/7 1/9 1/3 1/5

Egal

Un

peu

plus

im

port

ant

Plus

Impo

rtan

t

Beau

coup

plu

s im

port

ant

Abs

olum

ent

plus

impo

rtan

t moins


http://www.limsi.fr/~jps/enseignement/examsma/2005/1.plateformes_3/index-Ferguen.html


89

-DF « Director Facilitor » : Fournit un service de « pages jaunes» à la plate-forme;

-ACC «Agent Communication Channel » : Gère la communication entre les agents;

-AMS « Agent Management System » : Supervise l'enregistrement des agents, leur

authentification, leur accès et l'utilisation du système. Ces trois modules sont activés à chaque

démarrage de la plate-forme;

3.5.1 Outils de la plate forme jade

La plate forme jade est dotée d’un certain nombre d’outils tel que :

- Agent RMA (Remote Management Agent)

Le RMA permet de contrôler le cycle de vie de la plate-forme et tous les agents la composant.

Plusieurs RMA peuvent être lancés sur la même plate-forme du moment qu'ils ont des noms

distincts. L’interface de l’agent RMA est illustrée par la figure (6.6)

Figure 6.6 : L'Interface de l'agent RMA

-Agent (Direcory Facilitator)

L'interface du DF peut être lancée à partir du menu du RMA .Cette action est e implantée par

l'envoi d'un message ACL au DF lui demandant de charger son interface graphique.

L'interface peut être juste vue sur l'hôte où la plate-forme est exécutée. En utilisant cette

interface, l'utilisateur peut interagir avec le DF. L’interface de l’agent DF est illustrée par la

figure (6.7)



90

Figure 6.7 : L'Interface de l'agent DF

-Agent Sniffer

Quand un utilisateur décide d'épier un agent ou un groupe d'agents, il utilise un agent sniffer.

Chaque message partant ou allant vers ce groupe est capté et affiché sur l'interface du sniffer.

L'utilisateur peut voir et enregistrer tous les messages, pour éventuellement les analyser plus

tard. L’interface de l’agent Sniffer est illustrée par la figure (6.8).

Figure 6.8 : L'Interface de l'agent Sniffer



91

-Agent Dummy

L'outil DummyAgent permet aux utilisateurs d'interagir avec les agents JADE d'une façon

particulière. L'interface permet la composition et l'envoi de messages ACL et maintient une

liste de messages ACL envoyés et reçus. Cette liste peut être examinée par l'utilisateur et

chaque message peut être vu en détail ou même édité. Plus encore, le message peut être

sauvegardé sur le disque et renvoyé plus tard. L’interface de l’agent Dummy est illustrée par

la figure (6.9).

Figure 6.9 : L'interface de l'agent Dummy

3.5.2 Création des agents

Au niveau de jade, nous créons deux types d’agents : l’agent initiateur responsable du bon

déroulement de la négociation et les différents agents participants représentant les différents

acteurs concernés par la décision en AT. Ces différents agents participants sont, dans notre

étude de cas: un agent politique, un agent économique, un agent public et un agent protection

de l’environnement.

Pour cela nous avons implémenté deux classes :



92

1-Classe AgentInitiateur : à laquelle on associe trois méthodes :

§ La méthode Setup() : invoquée des la création d’un agent ;

§ La méthode Modifie () : pour la modification du contrat au cas où les agents n’ont pas

été assez nombreux a l’accepter ;

§ La méthode Done() : retourne une valeur booléenne spécifiant si le comportement

doit être retiré de la file des comportements.

Le diagramme de classe associé à la classe AgentInitiateur est représenté par la figure

(6.10)

Figure 6.10 : Classe agent Initiateur

2 -Classe AgentParticipant : à laquelle nous associons quatre méthodes :

§ Méthode Setup () : invoquée dés la création d’un agent ;

§ Méthode Accepte () : invoquée lorsque le participant accepte le contrat de l’initiateur

concernant une ressource donnée ;

§ Méthode Refuse () : invoquée lorsque le participant refuse le contrat de l’initiateur ;

§ Méthode Done() : retourne une valeur booléenne spécifiant si le comportement doit

être retiré de la file des comportement.

Le diagramme de classe associé à la classe AgentParticipant est représenté par la figure

(6.11)



93

Figure 6.11 : Classe agent participant

La création des différents agents de notre modèle est illustrée par la figure (6.12).

Figure 6.12 : Création des différents agents (Initiateur, Participants)

3.5.3 Simulation de la négociation

Avant de lancer la négociation, il est indispensable de définir le seuil d’acceptation (le

nombre d’accord nécessaire pour l’acceptation d’un contrat). Dans notre étude, il est fixé à

70%. Grâce à l’agent Sniffer, il est possible de visualiser les différents messages échangés

entre l’agent initiateur et les agents participants dés que les agents participants reçoivent le

message Confirm, cela est synonyme de la fin de la négociation, la ressource finale a bien été

trouvée. Les différents messages échangés lors de la phase de négociation sont présentés sur

la figure (6.13).



94

Figure 6.13 : Visualisation des messages échangés lors de la négociation

Le logiciel proposé permet aussi de visualiser le vecteur de préférence où chaque agent

participant classe les ressources de la meilleure à la moins bonne et ceci en se basant sur les

cinq critères du tableau d’évaluation en utilisant la méthode d’aide multicritère à la décision

Electre III. Les préférences des différents participants sont illustrées par la figure (6.14).

Figure 6.14 : Etablissement de préférences

Après plusieurs modifications du contrat et au bout du troisième tour, les participants

arrivent à un consensus, la ressource choisie est la ressource (ilot103) Avec un taux

d’acceptation de 79%.



95

Figure 6.15 Choix de la ressource (îlot 103) après négociation

La ressource choisie (îlot 103) après négociation et acceptée par la majorité écrasante des

participants est visualisée grâce aux SIG figure (6.16).

Figure 6.16 : Visualisation de la ressource (îlot) gagnante



96

4. Conclusion Au terme de ce chapitre, nous avons présenté un outil d’aide à la décision basé sur un

couplage SMA-SIG permettant d’apporter une aide considérable aux décideurs du territoire

devant faire face à des problèmes complexes faisant intervenir des critères de natures

différentes et diverse acteurs.

L’outil d’aide à la décision proposé permet de traiter la problématique de localisation en AT

en exploitant :

- Les avantages que procurent les SIG en termes d’affichage. En effet, grâce à ces

derniers, on peut visualiser la zone d’étude, les différents îlots vierges et construire la

matrice de performance.

- Les avantages qu’offrent les SMA, se caractérisent par la possibilité de représenter les

différents acteurs et entamer la négociation qui va permettre d’aboutir à un accord

satisfaisant la majorité des participants et de choisir le site adéquat qui sera en fin

visualisé grâce aux SIG.


97

Conclusion Générale et Perspectives


Le thème de notre étude est pluridisciplinaire et s'articule autour de plusieurs axes:

l'Aménagement du Territoire, les Système Multi Agents, la négociation, l’Aide Multicritère à

la Décision et les Systèmes d’Information Géographique. Les problèmes décisionnels

territoriaux sont :

– A caractère spatial nécessitant la définition de plusieurs critères conflictuels ;

– Plusieurs entités sont impliquées dans la prise de décision et les décisions ont des effets sur

ces différentes entités ;

– Les entités ont un objectif commun à atteindre, mais pour autant, chaque entité cherche à

minimiser, autant que possible les effets de la décision sur son propre niveau de satisfaction.

L'utilisation de modèles individus centrés construits selon le paradigme Multi-Agents nous a

alors semblé une option innovante et prometteuse pour le développement d'outils d'aide à la

décision. Ce paradigme permet de représenter la multiplicité des acteurs, leurs diversités, leur

comportement ainsi que leur interactions.

Nous avons, ensuite, examiné les caractéristiques des Systèmes d’Information Géographiques

(SIG) qui visent à créer les bases de données spatiales puis les interroger et les mettre à jour,

ces outils permettent aussi de saisir, stocker, gérer, visualiser et manipuler des informations

sur des objets géoréférencés et offrent également de nombreux outils d'analyse. Leur

utilisation nous a semblé alors indispensable pour notre étude.

Cependant, la corrélation d’acteurs provenant de domaines différents souvent opposés

disposant de leurs propres objectifs, intérêts et préférences nous a conduit alors à chercher

une stratégie de négociation permettant de trouver un accord acceptable pour un groupe

d’agents, pour cela nous nous sommes appuyés sur la définition d’un protocole de négociation

basé sur la médiation , mettant en scène un agent initiateur responsable du bon déroulement

de la négociation et un ensemble d’agents participants représentant les différents acteurs

concernés par la décision en AT, chacun de ces participants a sa propre perception du

territoire et ses propres objectifs.


98


Aussi, nous avons exploité les divers avantages qu’offrent les techniques issues de la décision

multicritère pour la modélisation des préférences des agents négociateurs. Pour cela, nous

avons choisi la méthode d’aide multicritère à la décision ELECTREIII : une méthode de

rangement efficace qui permet de représenter les préférences de chaque agent.

Dans cette perspective, il nous a semblé intéressant de concevoir un modèle d’aide à la

décision basé sur deux représentations de la réalité : les Systèmes Multi Agent et les Systèmes

d’Information Géographique. Le modèle proposé SMAG permet de prendre en compte à la

fois la dimension spatiale et les intérêts spécifiques et divergents des différentes parties

prenantes pour enfin arriver à un accord acceptable par les différents acteurs du territoire.

Contributions

Les problèmes territoriaux, par leur nature complexe, nécessitent la définition de plusieurs

critères et faisant intervenir plusieurs acteurs aux intérêts conflictuels, dont les différents

points de vue doivent être pris en compte pour la décision publique.

Nous avons proposé un modèle décisionnel basé sur un couplage SMA- SIG susceptible

d’apporter une aide aux décideurs du territoire tout en exploitant simultanément les avantages

qu’offrent les SMA très adaptés pour modéliser des entités complexes pouvant coopérer,

collaborer ou négocier et ceux des SIG caractérisés par leur capacité de gestion, d’analyse, et

d’affichage de données à référence spatiale. Le modèle SMAG proposé permet de :

- Représenter le territoire grâce aux fonctionnalités du SIG ;

- Représenter la multiplicité et la diversité des acteurs grâce aux capacités des SMA ;

- Prendre une décision collective en se basant sur une stratégie de négociation;

A cet effet, nous avons doté le module SMA d’un protocole de négociation multilatéral, qui

met en scène deux types d’agents : un agent initiateur et un ensemble d’agents participants

négociants. Le protocole de négociation proposé :

- Offre aux participants la possibilité d’exprimer leurs préférences (établit via la méthode

multicritère ELECTRE III) et de formuler des contre-propositions pour converger vers une

solution plus rapidement;

– Permet un échange d’informations limité afin de respecter l’autonomie des agents et de

faire en sorte qu’une partie des informations puisse rester privée ou locale aux agents, ces

agents travaillent ensemble en vue d’atteindre un objectif commun;


99


– Permet de trouver un accord acceptable au regard des contraintes et des préférences de

chacun.

Perspectives Nous terminons cette conclusion en évoquant quelques perspectives de recherche :

- Elargir la base de données géographique utilisée en incorporant d'autres données et critères

pour permettre une étude plus approfondie;

- Compléter notre outil d’aide à la décision en implémentant d’autres stratégies de

négociations pour les agents participants et initiateurs;

- Enrichir notre architecture (SMA - SIG), à laquelle nous ajouterons de nouveaux modules et

de nouvelles classes qui permettront de modéliser plus facilement les systèmes réels et de

développer d'autres systèmes informatiques d'aide à la décision.


100

Troisième Partie

Annexes


101

Annexe I Plan

1. Introduction

2. L’Aménagement du Territoire 2.1 Définitions

2.2 Les fonctionnalités de l’AT

2.3 L’AT en Algérie

3. Les Instruments institutionnels de l’AT et d’urbanisme

4. Les Missions de l’AT

5. Les Principes fondamentaux de l’AT

6. Le Paradigme de prise de décision en AT

7. Conclusion

Aménagement du Territoire (AT)


L’Aménagement du Territoire Annexe I

102

Annexe I

L’Aménagement du Territoire

L’objectif de cette annexe est de présenter le contexte de l’AT en mettant l’accent sur ses

différents aspects, missions et principes fondamentaux.

1. Introduction

L'espace constitue une dimension fondamentale dans le monde. Concevoir cet espace devient une

tâche de plus en plus difficile. Cela est dû aux besoins très divers tels que : L’agriculture, les

activités économiques, la protection de l’environnement, la vie sociale, le paysage, la

conservation des sites etc. auxquels l’aménagement des surfaces doit répondre. En effet, cet

aménagement est assuré par la discipline nommée : L’Aménagement du Territoire.

2. L’Aménagement du Territoire

2.1 Définitions

L’Aménagement du Territoire est une discipline complexe ayant divers objectifs. Par conséquent,

plusieurs définitions peuvent être données.

1. « L'’AT est l'art ou la technique (plutôt que la science) de disposer avec ordre, à travers

l'espace d'un pays et dans une vision prospective, les hommes et leurs activités, les équipements

et les moyens de communication qu'ils peuvent utiliser, en prenant en compte les contraintes

naturelles, humaines et économiques, voire stratégiques » [Mer et al, 00].

2. « L'AT est l'ensemble des actions visant à orienter le développement spatial des activités

sociales et économiques ainsi que l'environnement naturel, construit et social sur un territoire



103

déterminé. Le terme générique d'aménagement englobe tous les plans d'aménagement des

collectivités publiques à tous les niveaux de l'État, dans les domaines sectoriels (transports,

environnement, économie, société, etc.) » [Lev et al, 04].

2.2 Les fonctionnalités de l’AT

Les fonctionnalités de l’AT peuvent être résumées comme suit [Lev et al, 04] :

• L’AT doit coordonner les différentes fonctions du sol.

• L'AT doit s'inscrire dans les perspectives du développement durable (durabilité, principe de

prévention voire de précaution).

• L'AT doit coordonner les affectations, arbitrer les conflits d'utilisation, etc.

Ainsi, l’AT ne consiste pas uniquement à légaliser des zones à bâtir, mais il propose une

approche globale (urbanisation, transport, environnement, nature, patrimoine, ...), dans le but de

la recherche, dans le cadre géographique, d’une meilleure répartition des hommes en fonction des

ressources naturelles et de l’activité économique.

2.3 L’AT en Algérie

L’Algérie est classée le 2eme pays plus grand géographiquement en Afrique. Toutefois, elle

occupe peu son espace.

En effet, il y a une armature urbaine déséquilibrée, une population de plus en plus concentrée au

nord du pays en plus de la croissance urbaine importante et anarchique générant des difficultés de

gestion, un déficit chronique en matière de transport, d’habitat et d’équipements.

Afin de remédier à cette situation, l’Algérie a tracé une nouvelle vision de AT visant plusieurs

objectifs [Mat, 04] :

• Assurer un développement harmonieux et durable de l’ensemble du territoire national, alliant

l’efficience économique, l’équité sociale, la promotion de l’homme et la protection de

l’environnement.

• Compenser les handicaps naturels et géographiques des régions et des territoires.

• Protéger les territoires et les populations contre les risques liés aux aléas naturels et

technologiques.



104

• Promouvoir les potentialités et les avantages comparatifs de chaque espace.

• Organiser la croissance des villes et favoriser le développement qualitatif des agglomérations.

3. Les Instruments institutionnels de l’AT et d’urbanisme

La politique d’AT en Algérie est menée au moyen d’un ensemble de schémas et de plans

d’aménagement situés à différents niveaux d’échelles, dont on peut citer :

- Le Schéma National d’Aménagement du Territoire (S.N.A.T)

Il exprime la vision prospective de l’occupation du territoire national en liaison avec la stratégie

du développement économique, social et culturel à long terme [Cod, 01].

Le schéma national fixe des paramètres fondamentaux déterminant :

− L’occupation rationnelle de l’espace national (Avec stratégie de politique d’aménagement).

− La répartition planifiée de la population et des activités économiques, sociales et culturelles.

− La valorisation et l’exploitation des ressources naturelles.

− La mise en place coordonnée des réseaux d’infrastructures de base.

− La répartition spatiale des établissements humains et la location des grands équipements.

− La protection du patrimoine écologique national.

− La protection du patrimoine culturel.

- Le Schéma Régional d’Aménagement du Territoire (S.R.A.T)

C’est un instrument d’appui qui assure avec une plus grande précision la définition des choix et

des actions d’aménagement du territoire à l’échelle régionale [Mat, 04].

Chaque SRAT détaille l’image prospective du territoire de la région et :

− Définit les objectifs essentiels de valorisation du territoire régional.

− Précise pour les sous-ensembles de cet espace les bases de la distribution équilibrée des

activités et du peuplement.

− Détaille les programmes et organise la distribution des infrastructures et équipements

structurants.

− Détermine l’organisation et la distribution de l’armature urbaine principale.

− Définit les zones de fortes solidarités interwilayales.

− Fixe les stratégies de coordination des différentes initiatives en matière d’action économique.



105

− Le Plan directeur d’aménagement et d’urbanisme (P.D.A)

− La valorisation et l’exploitation des ressources naturelles.

− La mise en place coordonnée des réseaux d’infrastructures de base.

− La répartition spatiale des établissements humains et la location des grands équipements.

− La protection du patrimoine écologique national.

− La protection du patrimoine culturel.

- Le Schéma Régional d’Aménagement du Territoire (S.R.A.T)

C’est un instrument d’appui qui assure avec une plus grande précision la définition des choix et

des actions d’aménagement du territoire à l’échelle régionale [Mat, 04].

Chaque SRAT détaille l’image prospective du territoire de la région et :

− Définit les objectifs essentiels de valorisation du territoire régional.

− Précise pour les sous-ensembles de cet espace les bases de la distribution équilibrée des

activités et du peuplement.

− Détaille les programmes et organise la distribution des infrastructures et équipements

structurants.

− Détermine l’organisation et la distribution de l’armature urbaine principale.

− Définit les zones de fortes solidarités interwilayales.

− Fixe les stratégies de coordination des différentes initiatives en matière d’action économique.

- Le Plan directeur d’aménagement et d’urbanisme (P.D.A.U)

C’est un instrument de planification spatiale et de gestion urbaine. Il fixe les orientations

fondamentales de l’aménagement de la commune ou des communes qu’il couvre tout en tenant

compte des schémas d’aménagement et des plans de développement [Cod, 01].

Aussi, le PDAU précise l’extension des agglomérations, la localisation des services et divise le

territoire en secteurs tout en déterminant :



106

1. Les secteurs urbanisés (SU)

Incluent tous les terrains occupés par les constructions agglomérées, par leurs espaces de

prospect, et par les emprises des équipements et activités mêmes non construites.Ils incluent

également les parties urbanisées à rénover, à restaurer et à protéger.

2. Les secteurs à urbaniser (SAU)

Incluent les terrains destinés à être urbanisés à long terme, à un horizon de 10 ans, dans l’ordre de

priorité prévu par le PDAU.

3. Les secteurs d’urbanisation futurs (SUF)

Incluent les terrains destinés à être urbanisés à long terme, à un horizon de 20 ans, aux échéances

prévues par le PDAU.

4. Les secteurs non urbanisables (SNU)

Incluent les terrains dans lesquels des droits à construire peuvent être édictés mais réglementés

dans des proportions limitées.

- Le plan d’occupation des sols (P.O.S)

Le POS fixe de manière détaillée les droits d’usage des sols et de construction. Il est établi

progressivement pour couvrir le territoire défini par le PDAU [Cod, 01].

− Fixe la forme urbaine, l’organisation ainsi que les droits de construction et d’utilisation des sols

de façon détaillée.

− Détermine les règles concernant l’aspect extérieur des constructions.

− Délimite les espaces publics, les espaces verts, les emplacements réservés aux ouvrages publics

et les installations à intérêt général ainsi que les tracés et les caractéristiques des voies de

circulation.

− Définit les servitudes.

− Précise les quartiers, rues, monuments, et sites à protéger, à rénover et à restaurer.

− Localise les terrains agricoles à préserver et à protéger.



107

4. Les Missions de l’AT

La politique d’aménagement s’attache au développement (stratégie) et a la réduction des

disparités régionales (équité territoriale) [Jac et al, 90]. Il est évident que dans le domaine de

l’AT, les types de décisions et les contextes sont illimités et, par conséquent, les missions de l’AT

sont [Mon et al, 04] :

-La protection de l’environnement et le développement durable ;

-La gestion de la demande des réseaux d’assainissement et de transport ;

-Le réaménagement des artères commerciales :

-La localisation des infrastructures et des équipements collectifs : équipement sportifs et

culturels, centre hospitaliers.

L’objectif de tout AT est une meilleure organisation spatiale des agents et des activités

économiques afin de lutter contre les disparités spatiales.

Dans cette logique, il devient primordial de procéder souvent à des évaluations des differentes

politiques. Ces objectifs sont a la justification ultime des développements engagés dans une

perspective d’aide a la décision.

5. Les Principes fondamentaux de l’AT

L’élaboration du programme directeur en AT est la résultante de l’application d’une approche

s’appuyant sur trois grands principes : la coordination, la coopération et la participation.

La coordination

Entre les différentes demandes formulées en matière d’affectation du sol compte tenu de ses

propres objectifs et ses exigences de politique sectorielles .La coordination vise a synchroniser

les actions dans le temps en exploitant un référentiel temporel commun, et a gérer la cohérence

des actions individuelles par rapport à l’ensemble des activités.

La coopération

Plusieurs définitions sont données dans la littérature. Celles qui nous ont le plus inspirés dans le

cadre de nos travaux sont [Bou et al, 00] qui définissent la coopération comme étant une actions

collective par laquelle des sujets contribuent à un même résultat. C’est, aussi, un moyen de

dépasser les limites de l’action individuelle. En ce sens, les processus optant pour un mode de



108

fonctionnement coopératif attendent en retour une minimisation des risques et une réduction de

l’incertitude.

La participation

Est un moyen indispensable pour la validation d’un projet en AT. Elle permet l’intégration des

acteurs (individus ou groupes : habitants et associations) pour aider le décideur a établir un chois

et améliorer ainsi les procédures décisionnelles.

Il est important de faire la distinction entre coordination et coopération. La coordination est la

division du travail entre les opérateurs ou les entités et l’ordonnancement des ces différentes

activités.

La coordination de la coopération est l’organisation visant à articuler les actions des individus et

des groupes engagés dans le processus coopératif. Aujourd’hui, cette coordination est primordiale

.En effet, la multiplication du nombre d’acteurs et le raccourcissement des cycles de production

ou de réalisation de projet imposent une articulation plus serrée entre les acteurs du processus.

Les trois principes fondamentaux sur lesquels s’articule l’AT sont illustrés sur la figure (A.1)

Figure A1.1 : Les principes fondamentaux de l’AT



109

6. Le Paradigme de prise de décision en AT

L’approche d’aide à la décision et à la négociation pour l’aménagement à l’échelle territoire est

pluridisciplinaire, elle tient compte de la diversité biophysique des territoires et des humains qui

les habitent.

Vouloir comprendre la prise de décision dans les organisations publiques, notamment dans le

domaine particulier de l’AT, demande une analyse plus poussée .Ainsi,il s’agit de répondre aux

question suivantes :

-Qu’est ce qui caractérise une opération d’AT ?

-Comment la situer, et par ailleurs comment se présente une décision en la matière ?

Ces questions ne sont pas neutres. En effet, une décision en matière d’AT est aussi une décision

publique, elle est prise sur un espace donné, concerne différents acteurs et résulte d’une

participation plurielle d’agents politiques, administratifs, techniques.

Dans toutes les applications du territoire, on distingue trois niveaux de décisions [Joe, 97] [Lao,

05] :

1- Le niveau stratégique qui vise à déterminer les grandes missions, les politiques générales, ainsi

que les objectifs poursuivis.

2- Ensuite le niveau tactique (Administratif ou de gestion) qui consiste à répartir de manière

rationnelle les ressources à disposition.

3- Enfin le niveau opérationnel lié aux processus concrets de travail nécessaire à la réalisation des

missions.

Le niveau stratégique : Pour la définition des grandes orientations à long terme. Les décisions

sont prises sur des données de faible précision et valables pour une longue période.

Le niveau administratif : Contient des objectifs dont la raison d’être est de permettre de se

rapprocher d’un objectif stratégique (On suppose que le problème global est déjà découpé en sous

problèmes).

Le niveau administratif concerne donc la définition des objectifs que doivent poursuivre les

actions concrètes pour concourir aux objectifs stratégiques.

Le niveau opérationnel : Met en œuvre des actions concrètes, des décisions prises sur des

données à grande précision et valables pour une courte période.



110

7. Conclusion

L’AT est un domaine vaste, dont les problématiques sont nombreuses et diverses.

L’informatisation de ces problématiques s’avère intéressante : Meilleure gestion du grand volume

d’information, Visualisation des cartes géographiques, Traitement et analyse des informations,

etc. Ainsi, les intervenants dans un projet d’aménagement bénéficieront d’une aide importante à

la prise de décision.

Cependant, dans un projet de ce type, divers acteurs doivent être intégrés, ces derniers ont

souvent des objectifs contradictoires qui les mettent généralement en conflits.

De plus, le même projet peut avoir des solutions différentes selon son lieu et son contexte,

sachant que la décision finale résulte aussi d'autres processus, telles que des stratégies politiques,

qui ne peuvent pas être formalisées.


111

Annexe II Plan

1. Présentation de la zone d’étude El-Hammar 1.1 Situation géographique

1.2 Morphologie du site

1.3 Evaluation des critères pour POS EL Hammar

Plan d’Occupation du Sol HAMMAR


Plan d’occupation du sol Hammar Annexe II

112

Annexe II

Plan d’Occupation du Sol Hammar

L’objectif de cette seconde annexe est de présenter en détails la zone El-Hammar choisie pour

notre étude.

1. Présentation de la zone d’étude El-Hammar Dans ce qui suit nous donnerons une présentation géographique et morphologique de la région

d’étude [All, 02].

1.1 Situation géographique

Le quartier d’El-Hammar se situ dans la commune de Gdyel, wilaya d’Oran et s’étend sur une

superficie de 52,19 Ha. Il est limité:

• Au nord : le forêt.

• Au sud : Le quartier Carteaux.

• A l’est : La route de Kristel et les Castors.

• A l’ouest : Lotissement projeté dans le cadre de l’urbanisation.

1.2 Morphologie du site

Morphologiquement, et en l’absence de composition urbaine, un anonymat s’est produit avec

cinq types de tissus très variés et d’une qualité médiocre au vu desquels il est à remarquer une

absence d’identité du lieu alors que c’est le meilleur site de Gdyel. Les espaces publics des

différents tissus sont banals. De la même, la voirie n’est ni structurée ni aménagée.



113

L’accessibilité y est difficile et certaines zones ne sont pas du tout accessibles avec les voies non

carrossables. Ceci concerne, en particulier, la partie Nord et la partie Sud.

Fonctionnellement, les espaces publics sont réduits en espaces de circulation avec l’absence de

viabilisation. Des zones sont dépourvues de réseaux divers et le niveau de commodité des

habitations est très faible : la moitié n’est pas alimentée en eau potable et les zones d’habitat

illicite n’ont pas d’électricité. Aucun centre de vie n’existe : le quartier faiblement ou peu équipé,

très mal relié avec des accès limités demeure entièrement dépendant du centre ville de la

métropole oranaise ou s’effectuent généralement les achats et les soins.

1.3 Evaluation des critères pour POS EL Hammar

Nous donnerons dans ce qui suit les définitions des différents critères utilisés dans [All, 02].

Aussi les méthodes d'évaluation des critères vont être abordés.

1. Calcul du nombre de la population

Chaque îlot est un ensemble de parcelles. Chaque parcelle représente une moyenne de cinq

personnes. Donc, pour calculer le nombre de population d'une action ai il suffit de faire

l'opération suivante:

Nombre de population (ai) = (Nombre de parcelles incluse dans l'action ai) *(5 personnes) .La

table suivante (Table A2.1) représente le nombre de population concerné par chaque site potentiel

pris par [All, 02]

Actions Nombre de population

A 1 2180 pers

A2 3510 pers

A 3 1145 pers

A4 1145 pers

A 5 2670 pers

A6 1450 pers

Table A2.1 : le nombre de population concerné par chaque site potentiel



114

2. Eloignement par rapport au site industriel

Se traduit par l'éloignement des différentes actions par rapport à la zone industriel situé dans

l'îlot 129. Cette distance est calculée à vol d'oiseau (Table A2.2).

Actions Eloignement su site industriel

A1 700 mètres

A2 530 mètres

A3 240 mètres

A4 710 mètres

A5 820 mètres

A 6 1040 mètres

Table A2.2: Distance d'éloignement des actions par rapport au site industriel

3. La Nuisance sonore

Ce critère est nécessaire et doit être pris en compte étant donné le caractère des centres de soin.

Pour se faire, [All, 02] a classifié diverses activités en 6 catégories de nuisances, en affectant à

chacune une note de nuisance (Table A 2.3).

Catégorie Activité Note de Nuisance

A îlots vierges 0

B Habitations 2

C Commerces de base, Hammam, les PTT,.. 4

D Ecoles et CFPA 6

E Centre des loisirs et sale omnisports 8

F Site industriel 10

Table A2.3: Nuisance sonore des occupations et activités

L'évaluation de ce critère pour chaque site potentiel est basée sur le calcul de la somme des

nuisances de toutes les activités voisines. Les évaluations obtenues relatives à toutes les actions

potentiels candidates sont représentées sur la Table A2.4.



115

Actions Nuisance sonore

A 1 6

A2 24

A 3 18

A4 14

A 5 8

A6 4

Table A2.4: La nuisance sonore des actions potentielles

4. Proximité au réseau d’assainissement

Représente la distance (par rapport à la voirie) séparant les sites au réseau d'assainissement. La

Table A2.5 représente les différentes évaluations obtenues pour ce critère.

Actions Proximité au réseau d'assainissement

A 1 20 mètres

A2 110 mètres

A3 40 mètres

A 4 30 mètres

A5 10 mètres

A 6 20 mètres

Table A2.5: Proximité des actions potentielles au réseau d'assainissement

5. Proximité au réseau de la moyenne tension

Représente la distance (par rapport à la voirie) séparant les sites au réseau de la moyenne tension.

La Table A2.6 représente les différentes évaluations obtenues pour ce critère.



116

Actions Proximité au réseau de la moyenne tension

A 1 1 mètres

A2 230 mètres

A3 570 mètres

A4 460 mètres

A 5 30 mètres

A6 1 mètres

Table A2.6: Proximité des actions potentielles au réseau de la moyenne tension


Bibliographie [All,02] N.E.Allal, «Méthodologie de mise en œuvre d'un système

d’information géographique pour le suivie d'un plan

d'occupation de sol (Application au POS d'El-Hammar, Gdyel)»,

Mémoire de magistère, Centre national des techniques spatiales

(CNTS), Oran, Algérie, 2002.

[Ban,95] A.Banerjee, «Fuzzy preferences and Arrow type problems in

social choice», Social choice and Welfare, 1995.

[Bar et al, 02]

C.Bartolini, C.Preist, N. R. Jennings, « A generic software for

automated negotiation», In AAMAS’02, Bologna, Italy, 2002.

[Bau et al, 01] B.Bauer, P.Müller, J.Odell, « Agent UML: A formalism for

specifying multiagent interaction»,International Journal of

Software Engineering and Knowledge Engineering, 2001.

[Ben, 00]

S.Ben Mena, « Introduction aux méthodes multicritères d'aide la

décision », Biotechnol Agron.Soc.Environ, 2000.

[Boi et al,94] O.Boissier,Y.demazeau « Multisensor Fusion and Integration for

Intelligent Systems»,.IEEE International Conference on MFI

apos,1994.

[Bou et al,00] C.Boulemia, G.Henry, O.pecqueur, «Elements de proposition à

la mise en place d’une base de données urbaines dans une

collectivité locale»,Congrés de l’AUGC,Lyon,2000.

[Bro, 91]

R.A.Brooks, «Intelligence without reason», Proceedings of the

Joint Conference on Artificial Intelligence, Sydney, Australie,

1991.


[Cai, 03]

R.Caillet, «Analyse multicritère : étude de l'existant et

application en analyse du cycle de vie », Rapport de stage

Étudiant de l’École Polytechnique France, 2003.

[Cha, 96]

B.Chaib-draa, «Interaction between agents in routine, familiar

and unfamiliar situations», International Journal of Intelligent

and Cooperative Information Systems, 1996.

[Cha et al, 96] A.Chavez, P.Maes, « Kasbah: An Agent Marketplace for Buying

and Selling Goods». In Proceedings of the First International

Conferenceon the Practical Application of Intelligent Agents and

Multi-Agent Technology, London, 1996.

[Cha, 04] H.Chang, «Mécanisme de négociation pour composants logiciels

contractualisés», Rapport de stage, Université de Nice, 2004.

[Cha et al, 05 b] S.Chakhar, C.Pusceddu « Un processus pour la prise de décision

spatial » ROADEF'2005, France 2005.

[Che, 93]

V.Chevrier, «Etude et mise en œuvre du paradigme Multi

Agents l’atome à Gtmas», Thèse de l’Université de Nancy

I ,1993.

[Cod, 01] « Codes du Foncier et de l’Urbanisme », Compilation de textes

juridiques législatifs et réglementaires de la république

Algérienne Berti Editions, 2001.

[Coh et al, 88]

P.Cohen, H.J.Levesque, « Intention is choice with commitment»,

Artificial Intelligence, 1988.

[Col 92] C.Collet, «Système d’information géographique en mode

image», collection Gérer l’environnement, Presse Polytechnique

Universitaires Romandes, Lausanne, 1992.

[Col et al, 98] J.Collins, B.Youngdahl, S.Jamison, «Market Architecture for

Multi-Agent Contracting», 2nd International Conference

Autonomous Agents, Minneapolis, 1998.


[Dav et al, 80] R.Davis, R.Smith, «Negotiation as a Metaphor for Distributed

Problem Solving», Reading in Distributed Artificial Intelligence,

1980.

[Deb, 87] B.Debord, «Axiomatisation de procédures d’agrégation de

preferences», Thèse Doctorat Université Scientifique

Technologique et médicale de Grenoble, 1987.

[Dne et al, 96] J.Denegre, F.Salge, «Les systèmes d'information géographique

», Institut Géographique National (IGN), PUF, Collection : Que

je, Paris, 1996.

[Dro, 93] A.Drogoul, «De la simulation Multi-Agent à la résolution

collective de problèmes», Thèse de l’Université P et M Curie,

1996.

[Dur et al, 87] E.H.Durfee,V.R.Lesser, «Using partial Global Plans to

coordinate distributed problem solving ». Proceeding of the 10t

IJCAI, Italy, 1987.

[Eng et al, 88]

R.Engelmore,T.Morgan, «Blackboard system», Addison-

Wesley, reading, MA, USA, 1988.

[Erc, 93]

J.Erceau, «Intelligence Artificielle Distribuée et Systèmes Multi-

Agents de la théorie aux applications», 23ème Ecole

Internationale d’Informatique de l’AFCET, Neuchâtel, 1993.

[Fer, 95]

J.Ferber, «Les systèmes multi-agents, vers une intelligence

collective», InterEditions, 1995.

[Fer, 97] J.Ferber, «Les systèmes multi-agents: un aperçu général.

Technique et Science Informatiques, vol.16 n°8,1997.

[Fer et al, 98]

J.Ferber, O.Gutknecht, «A meta-model for the analysis and

design of organizations in multi-agent systems», Third

International Conference on Multi-Agent Systems, ICMAS,

1998.


[Fin, 93] T.Finin, «Specification of the KQML Agent-Communication

Language» DARPA Knowledge Sharing Initiative, External

Interface Working Group, 1993.

[Fip, 99] Fipa « Specificaion: Agent Communication Langage Foundation

Intelligent Physical Agents», 1999.

[Fip, 02] Fipa, «Fipa interaction protocol specifications. Technical report,

Foundation for Intelligent Physical Agents», 2002.

[Fis et al, 99]

K.Fischer, B.Chaib-draa, H. J. Müller, J. P. Müller, M. Pischel

«A simulation approach based on negotiation and cooperation

between agents», IEEE Trans on Systems, man and cybernetic,

1999.

[Gue, 03] F.Guerroudji.Meddah, « La gestion du patrimoine bâti par les

SIG », Mémoire de Magister, Département d’Informatique,

Faculté des Sciences, USTO, 2003.

[Gut et al, 98]

R.H.Guttman,A.G.Moukas,P.Maes,«Agent-mediated electronic

Commerce: A survey», Knowledge Engineering Review, 1998.

[Ham et al,07] D.Hamdadoud, KBouamrane, «Multicirterion SDSS for the

espace Control: Towards a Hybrid Approach», MICAI 2007:

Advances in Artifical Intelligence,LNCS,Springer ISSB 0302-

9743,2007.

[Ham,08] D.Hamdadou, «Un système d’aide à la décision en

Aménagement du Territoire : une approche Multicritère et une

approche de négociation», Thèse de doctorat, Université d’Oran,

2008.

[Hoc, 96] J.Hoc «supervision et controle de processus la cognition en

situation dynamique», PUG, Greboble, 1996.


[Jac et al, 90] P.Jacobs,B.Sadler, «developpement, «durable et évaluation

environnementale :perspectives de planification d’un avenir

commun»,Conseil Canadien de la recherche sur l’évaluation

environnementale,1990.

[Jar, 06]

T.Jarraya, « Réutilisation des protocoles d’interaction et

Démarche orientée modèles pour le développement multi-

agents » Université deReims Champagne Ardenne, décembre,

2006.

[Jar et al ,02]

I.Jarras, B.Chaib-draa, «Aperçu sur les systèmes multi agents»,

Série Scientifique, Montréal, juillet 2002.

[Jen et al, 98] N.R.Jennings, T.J.Norman,.P.Faratin. «ADEPT: An Agent-based

Approach to Business Process Management» ACM SIGMOD,

Record, 1998.

[Joe, 97]

F.Joerin, « Décider sur le territoire : Proposition d’une approche

parl’utilisation de SIG et de AMC », Thèse Doctorat, Ecole

Polytechnique Federale de Lausanne, Suisse, 1997.

[Kra et al, 91]

S.Kraus, J.Wilkenfeld. «Negotiation and cooperation in multi-

agent environments. Artificial Intelligence», In Proceedings of

the Twelfth International Joint Conference on Artificial

Intelligence, 1991.

[Kra , 97]

S.Kraus, «Negotiation and cooperation in multi-agent

environments», Artificial Intelligence, 1997.

[Laa, 95] A.Laarbi, «Système d'Information Géographique et Analyse

Multicritère: Intégration pour l'aide à la décision à référence

Spatiale », Thèse Doctorat, Faculté de Foresterie et Géomatique,

Université Laval, Quebec, 1995.

[Lao, 05] R.Laouar, « Contribution pour l’aide à l’évaluation des projets

de déplacements urbains », Thèse Doctorat, Laboratoire

d'Automatique, de Mécanique, et d'Informatique industrielles et

Humaines (LAMIH), Université de Valenciennes France, 2005.


[Lau, 93]

R.Laurini., « Les base des données en géomatiques », Traité

des Technologies–série géomantique Edition Hermés, Paris.

1993.

[Leb, 03]

M.LE BARS « Un Simulateur Multi-Agent pour l’Aide à la

Décision d’un Collectif »: Université Paris IX Dauphine, 27 mai

2003.

[Lev et al, 04] J.Lévy, F.Golay, M. Schuler, J.Macquat, B.Beaude « Théorie du

territoire », Cours d’aménagement du territoire, EPFL, Lausanne

Suisse, 2004.

[Lie, 98] M.Lieurain., «Couplage SIG-SMA », rapport technique,

Montpellier, 1998.

[Mai et al, 05]

E.Maillé, B.Espinasse, «Du couplage de systèmes à l'intégration

spatiotemporelle dans les systèmes d'aide à la décision spatiale»

dansCABM-HEMA-SMAGET05, Saint–Maurice, France, 2005.

[Man, 02] E.Mangin, «Concertation et vote électronique» étude

bibliographique ,2002.

[Mar, 97] T.Marchant : «Agrégation de relation valuées par la méthode

borda en vue d’un rangement axiomatique », Thèse Doctorat

Université libre de Bruxelles, 1997.

[Mar, 02] P.Marmonier, « L’information géographique », Ecole nationale

Des sciences géographiques, France, 2002.

[Mat, 04] MATE (Ministère de l’Aménagement du Territoire et de

l’Environnement), « Aménager l’Algérie de 2020 », Alger,

Algérie, 2004.

[May et al, 94]

L.Y.Maystre, J.Pictet, J.Simos «Méthodes multicritères Electre

», Presses Polytechniques et Universitaires Romandes,

Lausanne, Suisse, 1994.

[Mer et al, 00] P.Merlin,F.Choay, « Dictionnaire de l'urbanisme et de

l'aménagement » PUF, France, 2000.


[Mol, 03] N.Molines, « Méthodes et outils pour la planification des

grandes infrastructures linéaires et leur évaluation

environnementale », Thèse Doctorat, Université de St Etienne

2003.

[Mou, 03] V.Mousseau, «Méthodes de Surclassement », Note de Cours

pour DEA "Méthodes Scientifique de Gestion", 2002-2003

[Nii, 89a]

P.Nii, «Blackboard systems», Handbook of Artificial

Intelligence, Addison-Wesley, reading, MA, USA, 1989.

[Nor, 98]

P.Noriega, «Agent mediated auctions:The Fishmarket Metaphor.

», PhD thesis, University of Barcelona, 1998.

[Ouf et al, 08a]

S.Oufella, D.Hamdadou, B.Beldjilali «Proposition d’un modèle

d’aide à la négociation pour les problèmes d’aménagement du

territoire»,10 Conférence Maghrébine sur la technologie de

l’information, Oran, 2008.

[Ouf et al, 08b]

S.Oufella, D.Hamdadou, K.Bouamrane «Proposition d’un

modèle d’aide à la négociation pour les problèmes

d’aménagement du territoire», COSI 2008, Colloque sur

l’Optimisation et les Systèmes d’Information, Tizi Ouzou,

Algérie, 2008.

[Ouf et al, 08c]

S.Oufella, D.Hamdadou, «Vers un modèle décisionnel pour les

problèmes d’aménagement du territoire : couplage SMA_SIG»,

journée scientifique du département d’informatique d’Oran,

Algérie, 2008.

[Ouf et al, 09d]

S.Oufella, D.Hamdadou, KBouamrane «Proposition d’un

modèle d’aide à la négociation pour les problèmes

d’aménagement du territoire», Première journée scientifique sur

l’informatique et ces applications, Guelma, Algérie, 2009.


[Par et al, 96] S.Arsons, N.R.Jennings, «Negotiation through argumentation - a

preliminary report». Proc. Second Int. Conf. on Multi-Agent

Systems, Kyoto, Japan, 1996.

[Pel, 04]

V.Pellissier, «Evaluation des Stratégies pour la Gestion du

Risque Sismique du Bâtiment», Thèse Doctorat, Ecole

Polytechnique Fédérale De Lausanne (EPLF), Suisse, 2004.

[Pic 96]

J.Pictet, «Dépasser l’évaluation environnementale, procédure

d’étude et insertion dans la décision globale». Collection Meta,

Presses Polytechnique et Universitaires Romandes, Lausanne,

1996.

[Pru, 81] D. Pruitt, «Negotiation Behavior ». Academic Press, 1981.

[Roh, 02]

S.Roche, « Les enjeux sociaux de systèmes d’information de

géographie», Les cas de la France et du Québec, coll Géographie

sociale. Edition de l’Harmattan, Paris, 2002.

[Roy et al, 71]

B.Roy, P.Bertier «La méthode Electre II, une méthode de

classement en présence de critères multiples» Note de travail

Paris, 1971.S

[Roy, 77]

B.Roy, «Electre III, un algorithme de classement fondé sur une

représentation floue des préférences en présence de critères

multiples», rapport de recherche, 1977.

[Roy, 82]

B.Roy, « The optimisation problem formulation: criticism and

overstepping », The Jounal of the Operational Research Society,

1982.

[Roy et al, 85]

B.Roy, J.C.Hugonnard, «Classement des prolongements de ligne

de métro en banlieue parisienne», Lamsade (Université

Dauphine) et RATP, Paris, 1985.

[Roy et al, 93]

B.Roy, D.Boyssou, « Aide multicritère à la décision : Méthodes

et cas », Economica, Paris, 1993.


[Rus et al, 95] S.Russel, P.Norvig «Artificial Intelligence : A modern approach

Prentice-Hall, 1995.

[Sch, 85]

A.Schärlig, « Décider sur plusieurs critères, panorama de l’aide

à la décision multicritère », Collection Diriger l’entreprise,

Presses Polytechniques et Universitaires Romandes, Lausanne,

Suisse, 1985.

[Sim, 77]

H.A.Simon, «The new science of management decision»,

Prentice –Hall, Englewood Cliffs, 1977.

[Smi, 80]

R.G.Smith, «The contract net protocol », IEEE Transactions,

1980.

[Syc, 92]

K.Sycara, «The persuadeur », The Encyclopedia of Artificial

Intelligence New York, 1992.

[Tay, 95]

A.D.Taylor, «Mathematics and Politics:Strategy, Voting, Power,

and Proof. », Springer-Verlag, 1995.

[Til, 00]

M.Tille, « Choix de Variantes d’Infrastructures Routières :

Méthodes Multicritères » Thèse Doctorat, Ecole Polytechnique

Fédérale de Lausanne (EPLF), Suisse, 2000.

[The 96] M.Thériault «Systèmes d’information géographique Concepts

fondamentaux», Note de cours, LATIG, Département de

géographie, UniversitéLaval, Québec, Note de documents de

cours, 1996.

[Urb, 06] D.Urbani, «Elaboration d’une approche hybride SMA_SIG pour

la définition d’un systeme d’aide a la decision, application à la

gestion de l’eau», these doctorat, Université de Corse, France,

2006.

[Ver ,04]

M.H.Verrons, «Une forme de négociation entre entités

virtuelles», Conférence MajecSTIC’04, 2004.


[Ver et al, 92]

F.Vernadet, P.Azena, « Prototypage de systèmes d’agents

communicants », Journée Systèmes Multi- Agents PRC-GRD,

Intelligence Artificielle, Nancy, Décembre 1992.

[Vin, 89] P.Vincke, « L'aide multicritère à la décision », Éditions de

l'Université de Bruxelles, Bruxelles ,1989.

[Woo, 99] M.Wooldridge, «Multi Agent Systemes: A Moderns Approach

To distributed Artificial Intelligence», chapter Intelligent

Agents, 1999.

[Woo, 01]

M.Wooldridge, «An introduction to multi-agent systems»,

editions John Whiley & Sons, 2001.


Résumé :

Les problèmes territoriaux, par leur nature complexe à caractère spatial, nécessitent la définition de plusieurs critères et font intervenir plusieurs acteurs aux intérêts conflictuels, dont les différents points de vue devant être pris en compte pour la décision publique. Dans cette perspective, il nous a semblé intéressant de concevoir un modèle d’aide à la décision basé sur deux représentations de la réalité : les Systèmes Multi Agents (SMA) et les Systèmes d’Information Géographique (SIG). Le modèle décisionnel proposé(SMAG) est composé de deux principaux modules , le module SIG permettant de représenter le territoire et le module SMA permettant de représenter la diversité des acteurs concernés par la décision en Aménagement du Territoire (AT), afin de parvenir à un accord qui satisfait ces différents acteurs. Nous dotons le module SMA d’un protocole de négociation basé sur la médiation, mettant en scène un agent initiateur responsable du bon déroulement de la négociation et un ensemble d’agents participants représentant les différentes entités impactées par la décision en AT.

Mots clé : Système Multi Agent, Système d’Information Géographique, Négociation, aide

à la décision, Electre III.

Abstract:

The territorial problems, by their complex nature in space matter, require the definition of several criteria and utilize several actors with the interests’ conflict, whose various points of view must be taken into account for the public decision. From this point of view, it seemed to us interesting to design a model of decision-making aid based on two representations of reality: the Multi Agent Systems (MAS) and Geographical Information systems (GIS). The suggested decisional model is composed by two principal modules: module GIS allowing to represent the territory and module MAS allowing to represent diversities of the concerned actors with the decision on Planning Territory , in order to manage an agreement satisfying these various actors. We equip module MAS with a negotiation protocol based on the mediation, putting in scene an initiating agent responsible for the good progress of the negotiation and a whole of participating agents representing the various entities impacted by the decision in Planning Territory.

Keywords: Multi Agent System, Geographical Information Systems, Negotiation,

ELECTRE III, Decision making aid.


Documents

Un Système Interactif d ˇAide à la Décision de Groupe En ... · Chapitre5 : Modèle Décisionnel Proposé 60 1. Introduction 61 2. Les différentes typologies de couplage SMA_SIG