Références
Présentation
Auteur(s)
-
Jean RENAUD : Professeur des Universités, INSA Strasbourg
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les idées de projets, comme toutes les données brutes récoltées sur le terrain par votre entreprise, doivent être regroupées et structurées avant d’être utilisées. Cette fiche vous propose d’utiliser une méthode issue de la théorie des Rough Sets (ensembles approximatifs) pour classer vos idées de projets à partir de vos préférences.
Vous désirez savoir comment vous y prendre concrètement :
-
Qu’est-ce que la théorie des Rough Sets ?
-
Comment vous préparer à la méthode préconisée ?
-
Quelles sont les différentes étapes de la démarche ?
-
Exemple d’application sur un cas industriel.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Suivre la méthode préconisée1. Comprendre le principe et la méthode
La théorie des Rough Sets repose sur un concept mathématique développé par Z. Pawlak au début des années 1980, basée sur la théorie des ensembles « approximatifs ou vagues ». Il consiste à traiter l’information « vague » ou « imparfaite » dans le cadre de l’aide à la décision afin d’obtenir des classements d’objets.
Cette théorie s’appuie sur les différences perçues entre divers objets pour construire des classes d’objets n’ayant pas de différence fondamentale : c’est le principe de l’indiscernabilité.
Le principe de la théorie des Rough Sets repose sur le peu d’information dont nous disposons pour discerner certains objets entre eux. Ainsi, plusieurs objets, bien choisis, sont utilisés pour en connaître les différences, voire les comparer.
Au cours des différents travaux, la théorie des Rough Sets a évolué grâce à différents auteurs en introduisant la notion de règles de préférence et de non préférence. Son principe opérationnel consiste à extraire un échantillon d’actions, d’idées ou d’alternatives et de les faire classer par un expert par ordre de préférence et de non préférence. Ce classement va constituer une mesure des préférences que l’on va convertir en règles de préférence et de non préférence, sous forme de code binaire. Ce classement de l’échantillon se fait par rapport à une cible marché ou client. Ainsi, la connaissance de l’expert est englobée dans le classement.
Ce profil décisionnel de l’expert obtenu sous forme de code binaire est alors appliqué à l’ensemble des idées ou alternatives afin de définir différentes zones de préférences d’importances différentes, selon le calcul d’un score.
Contrairement aux autres méthodes de classement total type MAUT ou de sur-classement comme Electre I, II ou Prométhée I et II, la théorie des Rough Sets ne nécessite aucune connaissance sur les poids et seuils de chaque critère (des difficultés non négligeables pour ces méthodes).
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Comprendre le principe et la méthode
ANNEXES
-
Z. Pawlak, Rough Sets, Institute of Theoretical and Applied Informatics, Polish Academy of Sciences, ul. Baltycka 5, 44 100 Gliwice, Poland
-
J. Renaud, chapitre 16 « Application des Rough Sets à la prise de décision », La Conception industrielle de produits, Vol. 3, 2008, Ingénierie de l’évaluation et de la décision, collection Hermes, Lavoisier
-
B. Walczak, D. L. Massart, Rough Sets Theory, Chemometrics and Intelligent Laboratory systems, vol. 47, 1999, p. 1-16
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Management et ingénierie de l'innovation
(450 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
