Une approche multicritère pour les systèmes autonomes

Les méthodes de décision multicritère ou d’aide à la décision multicritère per- mettent de sélectionner un ensemble de solutions alternatives à un problème de décision multicritère. Ce travail doit être complété par le décideur, qui doit choisir la meilleure alternative qui correspond le mieux à ses préférences. Cependant, il est difficile d’es- timer les paramètres de ces méthodes qui, souvent, utilisent des poids pour quantifier l’importance de chaque critère dans le processus de décision. De ce fait, quand les alternatives offertes par la méthode ne sont pas conformes aux préférences du déci- deur, une interaction entre la méthode et ce dernier est indispensable afin d’affiner le processus de décision. Les systèmes autonomes sont des systèmes autoadaptatifs qui sont capables d’ap- prendre le comportement de leur environnement afin de s’auto-configurer et de prendre des décisions optimales, sans avoir recours à une aide externe. Par conséquent, l’inter- action avec un décideur pour la prise de décision multicritère est impossible pour ce type de systèmes. Les méthodes de décision multicritère classiques ne sont pas adé- quates dans ce contexte, car la majorité d’entre elles se basent sur l’interaction avec le décideur afin d’affiner le processus de décision.

Les systèmes dynamiques adaptent constamment leur état, ainsi que leurs para- mètres, sous différentes contraintes temporelles. Le front de Pareto de ce type de sys- tèmes peut varier considérablement en fonction du temps, ce qui rend difficile la prise de décision multicritère, particulièrement dans le cas où les contraintes de temps sont en dessous des temps de réaction de l’être humain. Par conséquent, il est difficile, voire impossible, de compter sur l’interaction avec le décideur afin d’adapter constamment les paramètres des méthodes de décision multicritère classiques. Dans ce chapitre, nous présenterons une nouvelle méthode de décision multicritère adaptée aux systèmes autonomes, ainsi qu’aux systèmes dynamiques. Ce chapitre est organisé comme suit : premièrement, nous introduisons dans la section 3.2 le prin- cipe général de la “méthode de la poupée russe”. Ensuite, une description détaillée, comportant des définitions formelles, ainsi que l’exposé des différentes variantes de la méthode, est donnée dans la section 3.3. Enfin, la section 3.4 conclut ce chapitre.L’objectif de la méthode consiste à construire des fonctions d’utilité en fonction d’un ensemble de paramètres fournis par le concepteur du système autonome. Nous rappelons que le concepteur du système diffère d’un décideur, dans le sens où le concep- teur agit au moment de la conception d’un système en fonction de données préétablies, contrairement au décideur, qui agit au moment de la prise de décision.

Il existe plusieurs méthodes qui permettent au concepteur de définir les paramètresde la méthode de décision multicritère. Par exemple, il est commun d’évaluer la qualité d’une application multimédia, telle que la voix sur IP VoIP (Voice over IP) au moyen d’un sondage d’opinion appelé MOS (Mean Opinion Score) [Uni96]. Le MOS consiste à réunir l’opinion d’un ensemble d’utilisateurs sur plusieurs passages d’une application donnée (des séquences d’une communication VoIP, par exemple). L’opinion consiste, par exemple, à attribuer une note comprise entre zéro et cinq, en fonction de la qualité perçue. Cinq étant la qualité excellente et zéro la plus mauvaise qualité. La figure 3.1, illustre les résultats qui peuvent être obtenus au moyen d’un MOS (notons que cette figure est donnée à titre illustratif seulement, puisqu’elle ne provient d’aucune expé- rience réelle). Dans cet exemple, la qualité de l’application VoIP est évaluée en fonction de deux métriques, à savoir le délai et le taux de perte. Nous remarquons, à travers la figure, que la qualité de la VoIP varie entre “excellente”, “bonne”, “acceptable” et “mauvaise”. Suivant cette observation, nous pouvons décomposer l’espace des critères à l’aide d’un ensemble de boîtes englobantes, semblables à des poupées russes (voir figure 3.1). La boîte numéro 3 est définie comme la boîte qui couvre l’ensemble de l’es- pace des critères. Selon les observations illustrées dans la figure 3.1, la boîte 0 englobe les vecteurs de critères traduisant une excellente qualité de la VoIP. Les vecteurs de critères qui sont dans la boîte 1 et n’appartiennent pas à la boîte 0 traduisent une qualité bonne. Les vecteurs de critères qui sont dans la boîte 2 et n’appartiennent pas à la boîte 1 traduisent une qualité acceptable. Enfin, les vecteurs de critères restants traduisent une qualité mauvaise.