References de base

MACBETH

Télécharger

The MACBETH approach: Basic ideas, software, and an application

Bana e Costa C.A.; Vansnick J-C.

Advances in Decision Analysis, N. Meskens, M. Roubens (eds.), 1999, Kluwer Academic Publishers, Book Series: Mathematical Modelling: Theory and Applications, vol. 4, pp. 131-157

Abstract:

MACBETH(Measuring Attractiveness by a Categorical Based Evaluation Technique) is an interactive approach to guide the construction, on a set S of stimuli, of an interval scale which quantifies the attractiveness of the elements of S in the opinion of an evaluator. The aim of this paper is to present the main ideas on which this new decision-aid approach is based, and its software. macbeth has already been applied in several complex cases. One such case was in the first application of multicriteria analysis to the evaluation of a European structural programme, the Hainaut case, which is used to illustrate the presentation in this paper.



A career choice problem: an example of how to use macbeth to build a quantitative value model based on qualitative value judgments

Bana e Costa C.A.; Chagas, M.P.

European Journal of Operational Research (accepted for publication). (Preprint: Working Paper LSEOR 02.55, 2002, London School of Economics).

Abstract:

macbeth (Measuring Attractiveness by a Categorical Based Evaluation Technique) is a non-numerical approach developed to enable facilitators to avoid forcing their clients to rely upon numerical representations of their strength of preference. macbeth is an interactive approach that uses semantic judgments about the attractiveness of several stimuli to help a decision maker quantify the attractiveness of each. It employs an interactive questioning procedure that compares two elements at a time, requesting only a qualitative preference judgment. As the answers are entered into the software package (m-macbeth), it automatically verifies their consistency. It subsequently generates a numerical scale that is representative of the decision makerís judgments. Through a similar process, it permits the generation of weighting scales for criteria as well as a sensitivity analysis for each criterion. This paper makes use of the macbeth approach to help an individual select his future career from a number of self imposed possibilities. A comparison is made with the numerical technique SMART (Simple Multi-Attribute Rating Technique), previously used with the same intent.



Un Logiciel d'Exploitation d'Informations PrÈfÈrentielles pour l'Aide ‡ la DÈcision

De Corte, J.-M.

PhD Thesis, University of Mons-Hainaut, Belgium, 2002.

Introduction:

Il est courant, dans une étude d’aide à la décision, de devoir tenir compte de plusieurs points de vue pour comparer l’attractivité relative des différentes actions susceptibles de résoudre le problème de décision considéré. Ainsi par exemple, suite à un appel d’offres, il convient de comparer les réponses obtenues ( qui constituent dans ce cas les « actions » ) en tenant compte de tous les points de vue ( critères ) spécifiés dans l’appel d’offres. Une telle comparaison n’est pas facile pour le(s) décideur(s) car, comme l’ont montré les travaux de Miller (voir Miller, 1956), il est difficile pour l’esprit humain de traiter simultanément plus de sept informations. Or, la comparaison de deux actions selon quatre points de vue fait déjà intervenir huit informations. C’est la raison pour laquelle des procédures systématiques de comparaison des actions ont été imaginées. Bien que ces procédures puissent prendre des formes diverses, elles comprennent toutes :

  • une phase d’acquisition, auprès du (des) décideur(s), d’information préférentielle
  • une phase d’exploitation de cette information préférentielle ( phase d’agrégation ).
  • L’objet de cette thèse est l’étude de problèmes mathématiques apparaissant au cours de ces deux phases ainsi que la présentation d’un logiciel mettant en pratique les solutions que nous y avons apportés dans le cadre d’une méthodologie particulière d’aide à la décision : l’approche MACBETH ( Measuring Attractiveness by a Categorical Based Evaluation TecHnique ). Elle comporte deux grands chapitres correspondant aux deux grandes phases évoquées ci-dessus. Le premier chapitre consiste en l’étude, pour chaque mode de questionnement introduit dans l’approche MACBETH, des structures mathématiques permettant de représenter numériquement, sur base de règles de mesurage, l’information préférentielle obtenue. Cette étude nous a conduit à concevoir d’une part, des algorithmes de détection des « inconsistances » pouvant apparaître dans les réponses du (des) décideur(s) d’autre part, des algorithmes de recherche de suggestions de modification des jugements initiaux à soumettre au(x) décideur(s). Nous présentons également dans ce chapitre quelques outils graphiques que nous avons mis au point en vue de faciliter la discussion avec le(s) décideur(s) concernant une représentation numérique particulière ( échelle MACBETH ) de l’information préférentielle disponible. Le deuxième chapitre concerne ce qu’on appelle, dans le domaine de la décision, la phase d’agrégation de l’information préférentielle. C’est dans cette phase que sont spécifiées les règles selon lesquelles la comparaison globale ( c’est-à-dire en tenant compte de tous les points de vue ) des actions est effectuée. Il s’agit là d’une phase délicate car des problèmes de signifiance mathématique ( des résultats des comparaisons globales ) peuvent apparaître si la non-unicité des représentations numériques de l’information préférentielle n’est pas correctement prise en charge. Après avoir explicité les grandes phases de la méthodologie MACBETH, nous présentons, dans ce deuxième chapitre, le cadre mathématique dans lequel nous nous sommes placés pour garantir la correction des résultats des comparaisons globales des actions. Les divers algorithmes que nous avons mis au point sont expliqués et nous décrivons aussi la manière dont nous avons intégré ces idées nouvelles dans le logiciel que nous avons réalisé en vue de pouvoir appliquer, en pratique, l’approche MACBETH. Notre travail se termine par une brève conclusion dans laquelle nous citons notamment quelques applications réelles d’aide à la décision qui ont déjà pu être réalisées grâce à ce logiciel.