La mise en application d'une méthode d'aide multicritère à la décision requiert la fixation de nombreux paramètres dont les erreurs de précision peuvent avoir un impact non négligeable sur la recommandation fournie. Plus particulièrement, en présence d'un décideur novice, qui bien souvent construit ses préférences durant le processus d'aide à la décision, la détermination des paramètres ne peut être faite avec précision par questionnement direct et doit être incluse dans un processus d'élicitation de préférences tenant compte des difficultés et des imprécisions. Les travaux que nous défendons ici s'inscrivent au sein des méthodes d'aide à la décision, plus spécifiquement les méthodes de surclassement. Ils se concentrent autour de la notion de stabilité, qui permet de caractériser la dépendance des relations de surclassement aux paramètres de poids des critères. Une relation est alors dite stable lorsque celle-ci ne dépend pas d'une fixation précise de ces paramètres, mais uniquement de leur préordre. Après un bref état de l'art, nous étudions en détail la notion de stabilité et en déduisons des contraintes mathématiques permettant l'élicitation de jeux de poids des critères maximisant la stabilité et compatibles avec un ensemble d'informations préférentielles fournies par un décideur. Puis, nous définissons un protocole d'élicitation des paramètres, que nous testons avec divers décideurs afin d'en montrer la validé.

PROMETHEE II is a widely used outranking method in the field of multi criteria decision aid (MCDA) method. The method outputs a ranking of a considered set of alternatives, based on the computation of net flow scores. <p>In this thesis, aggregating several published journal articles and conference papers, we propose three contributions that relate to the method: 1) Outranking methods are based on the pairwise comparison of all considered alternatives, yielding a quadratic time complexity for evaluating the net flow scores. We propose a method for reducing to a linear time complexity and show that it offers good results; 2) Determining preference parameters, i.e. relative weights for each criterion, is not a trivial task. We propose two complementary approaches to eliciting preferences, based on the aggregation-disaggregation paradigm; 3) The phenomenon of rank reversal, that also affects the PROMETHEE II method, is often considered as problematic in the MCDA community. We formalise the exact conditions for rank reversal to occur with PROMETHEE II when adding or removing one or more alternatives to the original set. These conditions lead to the exact bound of rank reversal, a way to determine the actions that actually provoke rank reversal and two associated metrics that should be useful for concrete applications. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Cette thèse traite du processus d’évaluation et de sélection de projets sur la base de critères multiples. Outre la capacité du modèle à permettre une identification efficace des meilleurs projets et leur intégration à un portefeuille, l’équité et la transparence sont des considérations importantes dans la conception de modèles d’appui à ce processus. Nous proposons un cadre de travail général pour l’évaluation de projets, Il reprend les codes de l’analyse SWOT, dont de nombreuses organisations orientées projets sont familières. Nos contributions apportent des éléments de réponse à la question de « l’après SWOT », à laquelle ces organisations peuvent éprouver des difficultés à répondre. Dans ce cadre de travail, nous introduisons et discutons un modèle de préférences permettant de mesurer l’importance des critères sur deux dimensions, représentant de manière indépendante leurs capacités de conviction et d’opposition. Suivant l’évaluation et en préalable à la sélection, le filtrage consiste à écarter les projets trop inadéquats. Nous proposons un mécanisme basé sur la dominance pour effectuer cette opération. Nous proposons, enfin, deux méthodes de sélection de projets, chacune étant basée sur une procédure d’agrégation multicritère originale. La première méthode, SPADE (pour Structure de Préférence pour l’Aide à la Décision) est une approche de surclassement, destinée à des contextes où les préférences exprimées concernent essentiellement les projets individuels, et dans lesquels les décisions concernant un projet peuvent être argumentées en référence à des projets tiers. Nous garantissons la validité théorique de SPADE, en amont, ce qui permet un temps de mise en œuvre réduit et une utilisation en temps réel. En pratique, nous illustrons l’application de SPADE, en la comparant à deux autres approches d’aide multicritères à la décision, MAUT et ELECTRE, en mettant en exergue ses spécificités. La seconde méthode, RADAR (Règles d’Aide à la Décision et à l’ARgumentation) est une approche à base de règles logiques. Elle est destinée à des contextes plus contraints dans lesquels les préférences exprimées concernent à la fois les projets individuels, mais aussi le portefeuille de projets (degré de diversification, budget total, etc.). De plus, l'argumentation des décisions est ici basée exclusivement sur la qualité intrinsèque des projets en référence à une norme fixe. RADAR permet également la construction automatique de tels arguments. Nous proposons un programme linéaire en variable mixtes permettant de valider théoriquement cette approche. Cependant, sa résolution est nécessaire à chaque mise en œuvre de RADAR, ce qui limite l’application de cette approche au temps différé. Nous illustrons une telle application sur un jeu de données représentant des évaluations de projets financés par le Fond des Nations Unies pour la Démocratie (UNDEF). / Project portfolio management (PPM) involves the use of methods and tools, allowing an organization to plan, evaluate, analyze and screen the execution of a set of projects or project proposals, sharing common resources or aiming at the attainment of common objectives. Multicriteria decision aid models are useful tools to support this process, given their ability to accurately model preferences, and rationally agregate points of view. However, existing models present some lacks that limit their use outside of academic circles : (i) They neglect the non-symetrical nature of the importance of some criteria that are relevant in PPM. (ii) The black box effect makes it hard to use them for the argumentation of decisions and to gain their acceptance by users (iii) They are implicitly fitted for private/for-profit projects, which limits their use in public organizations. In this thesis, our contribution consists in proposing two multicriteria methods for supporting the activities of evaluating, selecting and arguing decision, for project portfolio management. We propose: (i) An analysis of the specific features of public and private projects and their consequences for decision support (ii) A framework that allows an independent modeling of the abilities of a criterion to oppose and convince (iii) Two transparent multicriteria agregation procedures, fitted for different decision contexts. We ensure the theoretical validity of our approaches and illustrate their applicability on real data, with satisfying results.