Axe de recherche Décision

Axe de recherche Décision

Nos approches pour l'aide à la décision reposent sur des techniques d'analyse multicritère et d'optimisation. En particulier, nous nous intéressons aux décisions multicritères et/ou multi acteurs dans un environnement où décisions et informations sont réparties, et aux problèmes combinatoires de grande taille. La multiplicité des points de vue dans une décision collective peut alors être vue comme une source d’incertitude, de conflits ou de paradoxes, qu'on s'efforce de résoudre par des techniques de fusion, de coopération/collaboration ou de compréhension. L’aide à la décision se traduit par la recherche de consensus ou de solutions optimales selon la nature et le degré de formalisation du problème posé.

Nos travaux de recherche en optimisation combinatoire portent sur la résolution de problèmes d'optimisation combinatoire de grande taille. Pour cela nous concevons des méthodes exactes (recherche arborescente) et des méthodes approchées (recherche locale, heuristiques constructives). Nous utilisons les outils de la programmation mathématique (simplexe, approches polyhédrales...) et de la théorie des graphes. D'un point de vue académique, nous avons obtenu les meilleurs résultats connus sur des instances difficiles de sac-à-dos multidimensionnel en variables binaires. Toujours sur le thème de la programmation en variables binaires, nous avons réalisé des travaux en collaboration avec le LAMIH de l'Université de Valenciennes. Nous avons, en collaboration avec l'Université de Genève, proposé une approche qui combine la recherche locale et la programmation par contrainte.

D'un point de vue industriel, nous avons collaboré avec le LAMIH et l'Université de Nagoya sur le problème de planification d'équipes de maintenance pour France Telecom. Nous travaillons actuellement sur des problèmes de tournées de véhicules riches avec prise en compte de temps de parcours variables pour la société GEOCONCEPT qui développe des systèmes d’information géographiques accompagnés d’une large gamme de composants d'optimisation avancés.

L’optimisation présente la décision comme le résultat d’un choix comparatif entre les diverses solutions possibles pour retenir finalement celle qui représente le meilleur rapport « coût/efficacité ». Cette analyse n’est pas toujours possible dès lors que la décision devient multicritère et/ou multi acteurs. C’est sur ce diagnostic que se fondent les techniques d’aide à la décision que nous proposons pour accompagner un collectif d’acteurs en situation complexe. Le système d’aide à la décision doit ainsi jouer un rôle de médiateur entre l’homme (le groupe) et le système qu’il cherche à maîtriser : il l’aide à percevoir une situation critique, la comprendre, l’interpréter et la diagnostiquer avant d’y remédier (Endsley, 1995), mais il favorise également la résolution collective en constituant un support à la communication et à la coordination des intervenants. La décision dans nos études est perçue comme un processus dynamique dont le temps de réponse dépend de l’efficacité avec laquelle est menée la phase de délibération.

Plusieurs grandeurs et modèles pour contrôler la délibération ont été proposés sur le quadriennal : les grandeurs contrôlées y sont l’incertitude épistémique, l’équité, l’efficience, la dynamique de consensus, etc.

Nous nous sommes intéressés initialement à un premier type de situation décisionnelle mettant en scène un décideur qui s’entoure d’experts pour prendre une décision sur la base d’un processus de fusion des avis exprimés. L’incertitude attachée à l’évaluation des alternatives est due d’une part, à la nature imprécise des avis d’experts, aux divergences d’opinions d’autre part. Le contrôle de cette incertitude permet d’identifier les critères sur lesquels doit se focaliser le débat d’experts. Nous avons proposé une formalisation possibiliste du problème appliquée au marketing de sites de e-commerce et une représentation qualitative pour une planification optimisée de la maintenance préventive du patrimoine pour une société d’autoroute. Le concept d’influence dans un réseau social est ensuite introduit pour proposer deux modèles de pilotage de la phase de délibération d’une décision d’organisation, basé sur la délibération argumentée pour l’un, sur des simulations stochastiques pour l’autre, avec un formalisme d’équations d’état pour représenter l’évolution des convictions au fil du débat. Un outil a été développé sur la problématique de gestion de crise dans le cadre du projet ANR Isycri (http://w3.univ-tlse1.fr/ceriss/soc/isycri/). Nous avons consacré un volet significatif du management des systèmes complexes à l’amélioration de la performance industrielle, problématique et décisionnelle où se confrontent les visions stratégique des managers et opérationnelle des exécutants.

Ces travaux s’inscrivent pour la plupart dans le cadre d’une collaboration de longue date avec le LISTIC de l’Université de Savoie.

Les besoins d’amélioration et de pérennisation de la performance ainsi que de réactivité du pilotage se traduisent sous la forme de problèmes d’optimisation multi attributs pour quantifier une amélioration, diagnostiquer ou expliquer l’échec d’une démarche d’amélioration, atteindre de façon optimale l’amélioration visée. Nous avons intégré l’ensemble de ces propositions dans l’outil logiciel GéniPlus déposé à l’Association de Protection des Programmes. Lorsque des objectifs atteignables ont été négociés, un modèle basé sur un problème de programmation par contraintes permet de calculer une mise en œuvre des actions pour les atteindre. Dans ce cas, soit le collectif est vu comme un ensemble d’agents collaboratifs et la délibération est pilotée par l’efficience de la décision ; soit comme un ensemble d’agents simplement coopératifs, dont nous modélisons la négociation où se mêlent objectifs collectifs et enjeux individuels, à l’aide de la théorie de l’argumentation. Ces modèles traitent tous du contrôle du processus cognitif que constitue la décision collective : l’automatisation cognitive vise ici à réduire les erreurs d’évaluation et de coordination qui peuvent affecter la décision collective. Une méthode générique basée sur la confrontation d’un modèle de préférence et d’un modèle de comportement pour l’amélioration multicritère d’options a été initiée en 2007 avec Thalès Research Group.

Dans cette logique d’amélioration efficiente basée sur des problèmes d’optimisation multi-attributs, nous nous sommes intéressés à la gestion de l’énergie à travers le projet FUI RIDER (Research for IT Driven EneRgy efficiency avec pour partenaires le LIRMM, IBM, EDF, Cofely GDF Suez, etc.). Notre approche exploite la notion multidimensionnelle subjective de confort thermique pour revisiter le contrôle du conditionnement d’un bâtiment. Notre modèle du confort est basé sur la théorie de l’utilité multi attributs et les intégrales de Choquet. L’intérêt d’un tel modèle est qu’il est interprétable en termes de préférences, linéaire par simplexe ce qui facilite la résolution des problèmes d’optimisation et plus concis qu’un système de contrôle à base de règles floues.

Dans une décision d’organisation, encore faut-il s’assurer que les acteurs ont bien entendu les objectifs de leur organisation et qu’ils en partagent une vision commune minimale. Nous proposons d’évaluer cette notion de partage de la représentation de la situation décisionnelle à travers le degré de formalisation d’un modèle supportant l’évaluation multicritère collective. Cette proposition a été testée dans le projet européen MED Wasman pour promouvoir les synergies et l'échange de bonnes pratiques entre pays de l'espace méditerranéen sur la question de la gestion des déchets municipaux solides et son impact dans la gouvernance des territoires. Dans la même veine d’application, nous avons développé un outil d’aide à la décision multicritère et multi-acteurs pour l’évaluation de la gestion des ressources suivant les principes de l’écologie industrielle et territoriale dans le contexte des zones industrialo-portuaires (ZIP) afin d’identifier des stratégies communes et des pistes d’amélioration pour les ZIP étudiées.

Collaborations :

  • LISTIC (Université de Savoie)
  • LAMIH (Université de Valenciennes)
  • Thalès Research Group (Palaiseau)
  • Université de Genève
  • Université de Nagoya (Japon)
  • LIRMM

Projets :

  • RIDER
  • GEOCONCEPT
  • SC METHODE
  • IIFA