Description
Date depot: 1 janvier 1900
Titre: Prise de décision multiattribut avec le modèle GAI
Directeur de thèse:
Christophe GONZALES (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Les réseaux GAI sont une représentation graphique compacte et expressive des
préférences d'un décideur en Décision Multiattribut, c'est-à-dire dans des
situations où les alternatives sur lesquelles portent les choix du décideur
sont décrites à l'aide d'un ensemble d'attributs (de caractéristiques).
L'exploitation de leur structure graphique permet de définir des procédures
efficaces d'élicitation de préférences (détermination des préférences à
l'aide de questionnaires) ainsi que des algorithmes assez performants
de prise de décision (calcul de l'alternative préférée du décideur ou des
$k$ meilleures alternatives). Le but de cette thèse est double. Tout
d'abord elle vise à étendre les algorithmes de prise de décision dans des
cas où les réseaux GAI sont denses, c'est-à-dire dans des situations où
leur structure ne permet pas aux algorithmes de l'état de l'art de
s'exécuter en un temps raisonnable. Pour cela, une nouvelle méthode de
triangulation approchée a été développée, qui produit des réseaux GAI
approchés sur lesquels des mécanismes d'inférence adaptés permettent
d'obtenir les alternatives optimales des réseaux GAI d'origine. Ensuite,
elle propose de nouvelles méthodes d'inférence en Décision multicritère.
Plus précisément, elle propose des approches pour déterminer des frontières
de Pareto (exactes ou approchées avec garantie de performance) ou des
frontières de Lorenz. Elle propose également des algorithmes pour déterminer
des solutions optimales dans les cas où les critères peuvent être agrégés
via des opérateurs tels que OWA (Ordered Weighted Average), l'intégrale de
Choquet ou bien encore la norme de Tchebycheff.
Doctorant.e: Dubus Jean-Philippe