EVALUATION DE LA SURETE DE FONCTIONNEMENT
DES SYSTEMES INDUSTRIELS

Introduction

La plupart des problèmes de décision qu’ils soient économiques, industriels, financiers ou politiques sont de nature multicritère, l’existence d’une pluralité de critères utilisés est le signe manifeste de la complexité des problèmes de choix [4]. 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 raisons essentielles : l’amélioration de la gestion et la fourniture des moyens nécessaires pour les soldats [5]. Dans ce que suit nous détaillons les notions de décision et les acteurs impliqués dans le processus de décision. Avant de présenter une revue de littérature sur l’intégration de l’approche AHP avec d’autres méthodes, nous décrivons les principales méthodes multicritères anisi les avantages et les limites de ces méthodes. 

Qu’est-ce qu’une décision ?

Le mot décision prend son origine étymologique du mot latin « decidere » qui signifie «trancher » [6]. Le dictionnaire Robert l’a définie comme « la fin de délibération dans l’acte volontaire de faire ou de ne pas faire » [7]. La compare à un processus chaotique issu de nombreuses confrontations entre des systèmes de préférence de plusieurs personnes. Cette définition renvoie ainsi à deux aspects de cet acte : – inhérent au processus de décision (délibération, confrontation), se baser sur une multiplicité de choix et est généralement imprégné d’hésitation ; – aspect qui se rapporte aux personnes ou aux groupes censés émettre cette décision. Les différentes confrontations permettent d’aboutir à la décision. Ces confrontations sont fondées sur des actions de régulation compensatrices propres au concept de système. D’autres auteurs ont fait référence à d’autres types de décision. En fonction de la situation, les décisions peuvent être automatiques, habituelles ou urgentes [8]. En fonction des conditions de temps et d’espaces dans lesquelles la décision est émise, elle peut être émergeante, anticipée ou occurrente [9]. Marle [10], définit la décision comme étant un « choix humain effectué entre plusieurs alternatives ». Le terme décision correspond à la fois au processus de prise de décision, autrement dit aux actions qui amènent à la décision et au résultat de ce processus qui est la décision elle-même. On peut également discuter de la difficulté de faire un choix optimal entre différentes alternatives sur la base des connaissances disponibles

Aide à la décision

Selon Roy et Bouyssou [13], l’aide à la décision est définie comme 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, éléments concourant à éclairer la décision et normalement à recommander, ou simplement à favoriser, un comportement de nature à accroitre la cohérence entre l’évolution du processus d’une part, les objectifs et le système de valeurs au service desquels cet intervenant se trouve placé d’autre part. Pour cette raison Chakhar [14], a défini que l’aide à la décision ne relève que de façon très partielle de la recherche d’une vérité. Les théories ou, plus simplement, les méthodologies, les concepts, les modèles, les techniques sur lesquels elle s’appuie ont, le plus souvent, une ambition différente : raisonner le changement que prépare un processus de décision de façon à accroître sa cohérence avec les objectifs et le système de valeurs de celui pour qui ou au nom de qui l’aide à la décision s’exerce. En effet, Martel [15], soutient le fait qu’une activité d’aide à la décision implique un minimum d’insertion dans le processus de décision : elle se fait essentiellement avec les acteurs du processus dans l’établissement d’une véritable relation d’aide. Dans ce sens, Landry [16], remarque que le succès d’une démarche d’aide à la décision dans une organisation nécessite la compréhension de l’ensemble du processus de décision dans lequel s’insère cette aide, ce qui implique une capacité d’appréhender adéquatement le problème qui justifie l’origine et qui alimente par la suite ce processus.

Les acteurs impliqués dans le processus de décision

Considérons une réalité humaine de système social particulier. Les acteurs impliqués dans un processus de décision sont respectivement: [17] – le décideur (D), – l’homme d’étude (HE) ou l’analyste, ou ingénieur de la décision, – le personnel opérationnel et technique du système (T), – les agis, qui bénéficient ou subissent les décisions prises (A). 19 Figure I.1. Acteurs impliqués dans un processus de décision [17]. Les acteurs qui nous intéressent ici sont respectivement le décideur et l’analyste. Ces acteurs ne sont pas nécessairement des personnages uniques. Le décideur peut être un conseil d’administration, l’ensemble des responsables d’une entreprise…etc. d’autre part, l’homme d’étude peut se composer d’une équipe comprenant (des ingénieurs, des mathématiciens, des économistes, des psychologues, des sociologues,…). L’homme d’étude n’est présent que dans la mesure où le décideur fait appel à lui. Il peut appartenir au système social ou non. Si ce n’est pas le cas, ce peut être un bureau d’experts consulté pour l’analyse d’un problème [17]. – Le décideur (decision maker en anglais) : Un décideur est un individu (ou un groupe d’individus) qui face à une situation de décision, a la responsabilité d’évaluer les différentes alternatives possibles afin de proposer ou de mettre en œuvre une solution (ou des solutions).Une des tâches importantes du décideur est de se dévoiler ses jugements personnels, de s’en convaincre lui-même, et de décider [18]. – L’analyste (analyst en anglais) ou l’homme d’étude : L’analyste c’est le responsable de la définition du modèle de décision, de la conduite du processus de décision, et de la présentation des résultats au décideur. Les activités de l’analyste concernent donc la formulation et l’analyse qualitative et quantitative du problème. L’interaction entre l’analyste et le décideur est une caractéristique intrinsèque au processus de décision. Le niveau de cette interaction dépend généralement du niveau de connaissance du décideur, de sa volonté à participer au processus, de la règle de décision à appliquer et de la nature du problème

Procédure d’agrégation

C’est une procédure qui permet de comparer deux actions quelconques d’un ensemble A d’actions en prenant en compte (de façon globale) les performances de chacune d’elles selon tous les critères d’une famille donnée [20]. I.6. Approche monocritère et multicritère Les premières réflexions sur la décision ont été émises par les penseurs et philosophes des siècles passés comme Aristote, Platon et Thomas Aquinas, Benjamin Franklin, etc., qui considéraient déjà qu’une décision complexe était intrinsèquement liée à une pluralité de points de vue pouvant être grossièrement définie comme des critères. Toutefois, pendant de nombreuses années, la seule façon d’énoncer un problème de décision était de le définir sur un critère unique (monocritère) fournissant les aspects multidimensionnels d’une situation de décision dans une seule échelle [21]. Nous avons exposé une présentation des deux approches (monocritère et multicritère) en analysant leurs avantages et leurs inconvénients.

Approche monocritère

L’approche monocritère comme son nom l’indique est un problème décisionnel lorsque la prise de décision se base sur un seul critère. Selon Schârlig [7], l’approche monocritère appréhende les situations décisionnelles en ne considérant qu’une seule dimension, un seul aspect de ces situations. Elle est fondée sur le principe de rationalité «pure» de la décision qui sous-tend l’optimisation d’un critère unique donné, d’où le nom de monocritère. La prise en compte d’un seul critère présente l’avantage d’élaborer des modèles généralement bien structurés et mathématiquement bien posés. D’après Roy [22], elle est basée sur le postulat selon lequel dans toute situation devant entraîner une décision, il existe au moins une décision, qui avec suffisamment de temps et de moyens, puisse être objectivement démontrée comme étant optimale et ceci en restant neutre par rapport au processus de décision. L’optimisation est sous-tendue par trois contraintes: la globalité, la stabilité et la complète comparabilité transitive. Dans ce contexte, l’approche monocritère consiste à comparer les projets sur la base d’un aspect qui sera le plus souvent la dimension économique. Les projets ayant les coûts les moins élevés ou ceux avec les meilleurs profits sont favorisés dans cette approche. Selon Zeleny [23], cette discipline a connu divers développements au cours du temps et a vu son champ d’intérêt s’accroître au fur et à mesure. En premier lieu, elle a émergé durant la deuxième guerre mondiale en réponse aux préoccupations du moment et était centrée sur les problèmes tactiques de défense nationale. En deuxième lieu, elle s’est intéressée à l’analyse des contextes relatifs au domaine industriel en mettant l’accent. L’auteur Zeleny [23], s’appuie sur l’efficience qu’il définit comme 21 l’accomplissement d’une certaine tâche de la meilleure façon possible, et ce, en regard d’un critère unique prédéterminé. Les principaux concepts de la recherche opérationnelle ainsi développés dans les années cinquante, se sont de plus en plus affinés et ont été de plus en plus appliqués dans les années soixante. I.6.2. Approche multicritère L’approche multicritère a comme principale caractéristique de formaliser (ou modéliser) la préparation des décisions. Elle améliore la transparence du processus de décision. Ensuite, elle définit, précise et met en évidence la responsabilité du décideur dès que ce dernier prend en compte la complexité de la réalité et se base sur plusieurs critères, de son point de vue, le problème devient alors multicritère. Pour cette raison Vincke [24], souligne que l’analyse multicritère a pour objet d’accompagner le décideur dans son processus décisionnel, et ce, en élaborant des outils qui permettent de rendre compte et de prendre en compte la multiplicité des aspects relatifs à ce contexte. En d’autres termes, l’approche multicritère aide le décideur, tout en tenant compte des contraintes de l’environnement, à évoluer dans la recherche du compromis le plus satisfaisant entre plusieurs objectifs. Cette recherche est censée se faire pour et avec le décideur, qui devient, selon Aouni [25], la pierre angulaire des modèles développés en aide multicritère à la décision. Ainsi, l’aide à la décision multicritère est étroitement liée à la façon dont les humains prennent des décisions. Par conséquent, et en dépit de la diversité des approches, méthodes et techniques, les éléments ou paramètres de base d’aide à la décision multicritère sont très simples ; à savoir : un ensemble fini (ou infini dans le cas continu) de mesures (alternatives, actions ou solutions potentielles), au moins deux critères, des objectifs et, évidemment, au moins un décideur. Compte tenu de ces éléments de base, l’aide à la décision multicritère est une activité qui contribue à la prise de décisions notamment en termes de choix, classification ou de tri des alternatives ou actions potentielles 

Les principales méthodes multicritères

La littérature en aide multicritère à la décision renferme de nombreuses méthodes. Roy [22], a regroupé ces dernières dans trois catégories principales représentant chacune d’entre elles des approches différentes. Ces catégories se présentent comme suit :

Méthodes d’agrégation selon l’approche du critère unique de synthèse Selon Roy [22], cette approche est la plus classique. Les méthodes appartenant à cette catégorie sont généralement désignées sous le nom des méthodes d’agrégation complète. Elles consistent à agréger l’ensemble des critères, de manière à obtenir une fonction critère unique 22 qui synthétise cet ensemble. Ainsi, cette fonction à optimiser, qui peut être par exemple une fonction d’utilité ou de valeur, agrège les préférences locales, au niveau de chaque critère ou attribut. En d’autres termes, ceci revient, selon Schärlig [7], à transformer un problème multicritère en un problème monocritère. Cependant, il est important de ne pas confondre analyse multicritère et analyse monocritère. Roy [22], souligne à ce sujet, que même lorsqu’une analyse multicritère s’achève par l’agrégation des critères en un critère unique, celle-ci diffère d’une analyse monocritère. Il considère que cette dernière prend a priori comme référence un critère unique en faisant l’économie de la détermination de l’ensemble des critères pertinents eu égard au contexte décisionnel en présence. Dans cette famille de méthodes, qui évacuent selon Roy [22] toute incomparabilité entre les actions, nous retrouvons différentes méthodes d’inspiration anglo-saxonne telles que : la méthode de l’utilité multiattribut [18], et la méthode AHP (Analytic Hierarchy Process) de Saaty [26]. – MAVT : Multiple Attribute Value Theory La méthode MAVT, développé par Keeney et Raifa [18], repose sur l’idée fondamentale suivante : tout décideur essaie inconsciemment (ou implicitement) de maximiser une fonction V =V [𝑔1,…,] qui agrège tous les attributs. La particularité de cette méthode réside dans l’idée de construction d’une fonction de valeur partielle pour chaque attribut. La meilleure action sur un attribut aura une valeur partielle (par rapport à l’attribut étudié) égale à 1 et la pire des actions aura une valeur partielle égale 0 [27]. – MAUT : Multiple Attribute Utility Theory (La théorie de l’utilité multi-attribus) Cette méthode, développée aussi par Keeney et Raifa [18], repose sur la même idée que la méthode MAVT. En revanche, elle s’applique dans le cas où les évaluations des actions par rapport aux attributs sont imprégnées d’incertitude (aléatoire). A ce moment, on parle de fonction d’utilité et non plus de fonction de valeur. La méthode MAUT s’applique alors dans un contexte caractérisé par un ensemble d’actions explicite (fini), une articulation a priori des préférences, et un univers incertain (les évaluations des actions par rapport à chaque attribut sont incertaines). La méthode MAUT exige les mêmes étapes que la méthode MAVT [27]. – AHP : Analytic Hierarchy Process La méthode AHP, inventée et développée par Saaty en 1980 [26], permet de décomposer un problème complexe en un système hiérarchique, dans lequel sont établies des combinaisons binaires à chacun des niveaux de la hiérarchie. Classant hiérarchiquement les situations que rencontre l’entreprise, le décideur peut en déduire des priorités relatives, en faire une synthèse 23 plus facile à appréhender et s’en servir pour allouer efficacement ses ressources et définir les objectifs prioritaires dans une meilleure cohérence. 

Les méthodes de surclassement selon l’approche du surclassement de synthèse

A l’inverse de la première catégorie, cette classe de méthodes accepte, selon Roy [22], considéré généralement comme le fondateur de ces méthodes, l’incomparabilité entre les différentes actions. Les méthodes appartenant à cette approche, d’inspiration française, sont appelées également les méthodes d’agrégation partielle. Cette appellation est due au fait que ces méthodes procèdent, généralement, par paires d’actions. En effet, les actions sont comparées deux à deux pour pouvoir vérifier l’existence d’une relation de surclassement ou pas. Une fois toutes les actions comparées de cette façon, une synthèse de l’ensemble des relations binaires est élaborée afin d’apporter des éléments de réponse à la situation décisionnelle posée. Il est à souligner qu’en général, ce type de méthodes s’applique aux cas où l’ensemble des actions est fini. Parmi les méthodes de surclassement les plus connues, nous retrouvons la méthode ELECTRE de Roy [22], ainsi que les divers développements qu’elle a connus et la méthode PROMETHEE de Brans [28]. – PROMETHEE: Preference ranking organization method for enrichment evaluations PROMETHEE est une famille de méthodes d’aide à la décision multicritère développée en Belgique. Depuis 1983, les méthodes PROMETHEE ont connu de nombreuses évolutions à l’initiative de leurs auteurs Brans et al. [28]. Elles se basent sur une extension de la notion de critère par l’introduction d’une fonction exprimant la préférence du décideur pour une action par rapport à une autre action. – Electre I : Élimination et Choix Traduisant la Réalité Cette méthode, inventée par Roy [22], relève de la problématique de choix (Pα) [29]. Elle vise à obtenir un sous-ensemble N d’actions tel que toute action qui n’est pas dans N elle est surclassé par au moins une action de N. N est appelée le noyau du graphe de surclassement : c’est le siège des actions non surclassées. Ce sous-ensemble (qu’on rendra aussi petit que possible) n’est pas donc l’ensemble des bonnes actions, mais c’est l’ensemble dans lequel se trouve certainement le meilleur compromis cherché. – Electre II Electre II a été mise au point en 1973. Cette version relève de la problématique de rangement Pγ (la procédure d’investigation est une procédure de classement). Elle vise à ranger les actions de la meilleure à la moins bonne [30]. 24 – Electre III Cette version, mise au point en 1978, relève de la problématique de rangement Pγ (procédure de classement). Son but est de classer les actions potentielles, depuis les « meilleures » jusqu’aux « moins bonnes », la méthode s’appuie sur la définition d’une relation de surclassement S permettant de comparer deux actions a et b distincts 

Les méthodes interactives selon l’approche du jugement local interactif

Les méthodes interactives sont également appelées méthodes d’agrégation locale et itérative. Cette appellation renvoie au fait que ces dernières procèdent, en premier lieu, par la détermination d’une solution de départ. Elles effectuent ensuite une recherche dans l’environnement de cette solution pour essayer d’aboutir à un meilleur résultat, d’où le qualificatif de locale. Ce procédé étant généralement répétitif et progressif, le terme itératif a été également utilisé pour qualifier les méthodes intéractives [7]. Ainsi ces dernières permettent de modéliser les préférences du décideur de manière séquentielle et itérative. En effet, elles s’attachent à révéler progressivement la structure des préférences du décideur, en alternant des phases de calcul et de dialogue. Cette succession d’étapes a pour finalité d’arriver à un compromis final qui puisse satisfaire le décideur [31]. I.8. Les avantages et les limites de l’analyse multicritères I.8.1. Avantages – Trouver une solution dans des situations complexes L’avantage le plus important de l’analyse multicritère est sa capacité à pouvoir simplifier des situations complexes. Il est en effet admis qu’au-delà de quelques critères, la plupart des décideurs ne sont plus capables d’intégrer la totalité de l’information dans leur jugement. L’analyse multicritère permet alors en décomposant et en structurant l’analyse de procéder pas à pas à la recherche d’une solution, en toute transparence. – Une méthode compréhensible Même si les outils mathématiques utilisés pour traiter l’information peuvent être complexes, les bases sur lesquelles s’effectuent les choix des critères et la notation des performances sont en revanche souvent simples, compréhensibles et mis au point par le groupe qui conduit l’analyse. De ce fait, les acteurs impliqués dans le processus ont une bonne visibilité de la démarche et des choix opérés successivement. 25 – Une méthode rationnelle Grâce à une approche homogène et simultanée lors de l’évaluation d’un grand nombre d’objets, la méthode permet également une appréciation stable des différents éléments entrant dans l’analyse. En ce sens, elle rationalise le processus conduisant aux choix. – Un outil de négociation utile aux débats complexes Du fait de ses avantages, l’analyse multicritère est devenue un outil très utilisé dans la résolution de problèmes complexes, dans des contextes conflictuels comme l’aménagement du territoire par exemple. La clarté de la méthode permet de  » dépassionner  » le débat et de surcroît, de développer la communication entre les acteurs. Elle constitue ainsi un outil de négociation utile aux débats entre les usagers [32]. I.8.2. Limites – Conditions préalables Un minimum de points d’accord entre les acteurs est un préalable indispensable à l’analyse. Ainsi, par exemple, une analyse multicritère des objectifs opérationnels d’un programme ne peut être conduite que si les acteurs sont d’accord avec l’objectif global et si possible l’objectif spécifique du programme. Par exemple, il faut que les acteurs soient d’accord sur la nécessité d’améliorer la circulation automobile dans un secteur pour envisager de les faire travailler sur les variantes d’un projet routier. – Lourdeurs des débats Les difficultés opérationnelles pour choisir des actions ou des variantes à étudier, pour définir des critères de comparaison et pour produire des grilles de notation, ne sont pas à sous estimer. Les débats pour résoudre ces points essentiels à la réussite de l’exercice peuvent parfois être très longs et compliqués. – Disponibilité des données Le manque de données fiables, sur une durée suffisante pour mettre en place et valider les méthodes peut se révéler être un handicap dans certaines situations. – Facteur temps La durée de réalisation des analyses (et leur coût) est souvent le facteur le plus limitant dans le cadre d’une évaluation. Les analyses multicritères sont souvent basées sur des processus lents et itératifs, qui peuvent nécessiter une part de négociation importante et de longue durée. Dans le cadre de l’évaluation, ce besoin de temps peut s’avérer être une limite. Technicité de la méthode La technicité nécessaire à une bonne conduite de la démarche est évidente. Outre les outils informatiques qu’il faut savoir manier, les concepts ainsi que les méthodes mathématiques 26 d’agrégation des données nécessitent un savoir-faire de haut niveau pour ne pas produire des conclusions erronées ou conduire l’analyse dans la confusion. – Dimension subjective de l’analyse Enfin, bien que l’analyse multicritère rationalise sans contester l’approche des problèmes complexes, incluant des données objectives et subjectives, il n’en demeure pas moins qu’elle peut être considérée, par ses détracteurs, comme une approche subjective [32].