Méthodes multicritères et degré de dominance
| dc.contributor.author | Kerboui | |
| dc.contributor.author | Roumeissa | |
| dc.date.accessioned | 2026-03-15T11:40:50Z | |
| dc.date.issued | 2025-11-30 | |
| dc.description | 149 p. : ill. ; 30 cm + (CD-Rom) | |
| dc.description.abstract | Cette thèse relève de l’aide multicritère à la décision (AMCD), dont l’objectif est d’évaluer des alternatives selon plusieurs critères souvent contradictoires. Elle propose des améliorations de certaines méthodes de surclassement, notamment PROMETHEE II, par l’intégration d’opérateurs d’agrégation avancés. Elle approfondit également l’étude de la méthode basée sur le degré de dominance appliquée aux données intervalles, en analysant son impact sur le classement et le phénomène d’inversion de rang. Les contributions proposées améliorent la robustesse et la cohérence des classements, tout en réduisant les inversions de rang. Des perspectives futures concernent l’extension de ces approches à d’autres contextes décisionnels et aux systèmes de recommandation. | |
| dc.identifier.uri | https//dspace.usthb.dz/handle/123456789/10249 | |
| dc.language.iso | fr | |
| dc.subject | Aide à la décision multicritères (ADMC) | |
| dc.subject | Méthodes de surclassement | |
| dc.subject | Opérateurs d’agrégation | |
| dc.subject | Inversion de rang | |
| dc.subject | Modèles de décision | |
| dc.title | Méthodes multicritères et degré de dominance | |
| dc.title.alternative | amélioration et phénomène d’inversion de rang | |
| dc.type | Thesis |