Il existe différentes méthodes d’analyse multicritères, chacune proposant des modalités particulières, qui se différencient surtout en fonction des arbres de décision utilisés pour définir les ensembles de solutions (Maystre et al. 1994).
Par ailleurs, le choix d’une méthode par rapport à une décision d’aménagement donnée se fait en tenant compte du type de problématique étudiée; des caractéristiques de la base de connaissance sur le territoire, du système d’information disponible et des données traitées (biophysiques, socioéconomiques), du mode de représentation et d’évaluation des phénomènes étudiés et de la limite ou de la portée prévue des actions étudiées.
En suite, l’application de la méthode choisie doit nécessairement passer par plusieurs étapes : Identifier l’objectif global de la démarche et le type de décision
Dresser la liste des actions ou solutions potentielles
44
Juger chacune des solutions par rapport à chacun des critères agrégés ces jugements pour choisir la solution la plus satisfaisante
Il est possible de classifier ces méthodes en considérant leurs propriétés de traitement de la matrice d’évaluation, dans certaines méthodes ne permettent aucune compensation entre critères, et d’autres, par contre, autorisent complètement la compensation des mauvaises notes par les bonnes notes.
2.1.2.1- Les Méthodes sans compensation
Dans ce type de méthode, les mauvaises notes quelque part ne peuvent pas être compensées par une ou plusieurs bonnes notes ailleurs, cette approche que l’on peut qualifier de hiérarchique convient à priori, à des critères techniques de nature binaire, et consiste à prendre en compte les critères successifs et à éliminer à chaque étape les actions qui ne satisfont pas le critère considéré. Pour ce cas, on trouve la méthode MACBETH (Measuring Attractiveness by a Categorical Based Evaluation TecHnique) qui est la méthode la plus connue et utilisée, cette dernière a pour objet la mesure de l'attractivité par une technique d'évaluation basée sur des catégories, elle est appliquée plus souvent dans la résolution des problématiques moins triviales, à deux inconvénients où elle nécessite presque toujours un tâtonnement sur la valeur des seuils dans un autre sens, les auteurs Janssen et Rietveld (1990). Carver (1991) note que cette approche devient difficile à interpréter lorsqu’il y a plus de 4 à 5 critères et qu’il n’est pas possible de prendre en compte certaines différences d’importance parmi les critères.
2.1.2.2- Les Méthodes à compensation
Selon Roy (1975) et Schärlig (1985), il existe trois formes d’agrégation des critères :
Les Méthodes par agrégation complète : Ces derniers autorisent la compensation entre critères, et utilisent une fonction mathématique qui produit une valeur unique à partir de notes existantes dans les différents critères. Dans le détail, plusieurs méthodes sont associées à cette catégorie, où les plus utilisées sont : La WSM (Weight Sum Method), méthodes MAUT (Multiple Attribute Utility Theory) (Keeney Raiffa, l976), UTA (Utilités additives) (Jacquet-Lagrèze Siskos, 1982), AHP (Analytical Hierarchy Process) (Thomas Saaty, 1980).
Par ailleurs, l’utilisation de ces méthodes convient le mieux en cas de problématiques où les actions sont nombreuses, comme elles sont très souvent utilisées dans les applications de SIG pour l’aide à la décision (Eastman et al., 1994). En parallèle, Pereira et al. (1993) considèrent
45
que ces méthodes sont les seules applicables lorsqu’il y a plusieurs critères qui varient de manière continue dans l’espace.
Selon Schärlig (1985) ces méthodes établissent une fonction critère unique, qui est certes le fruit de jugements posés critère par critère, mais qui n‘en revient pas moins à une agrégation finale monocritère. (...) En voulant tout agréger, ces méthodes risquent fort de n‘être que des moulinettes écrasant les nuances.
Les Méthodes par agrégation partielle : Ces méthodes sont basées généralement sur la comparaison des variantes deux à deux, cette dernière s’effectue en critère par critère, ainsi les avantages et les inconvénients d’une variante vis-à-vis de l’autre, on peut aussi déterminer la relation liant les deux variantes considérées, là il peut s’agir d’une relation d’indifférence, d’incomparabilité ou de préférence forte ou faible.
Par ailleurs, ces méthodes ont l’avantage d’enrichir les relations possibles entre deux variantes, de plus, elles n’imposent pas au décideur des contraintes de rationalité mathématique, telle que la transitivité de la préférence ou de l’indifférence. De fait, les critères sont considérés séparément, comme ils peuvent être de natures très différentes. Autrement dit, il est tout à fait possible de traiter simultanément des critères qualitatifs et quantitatifs à la fois, en respectant les propriétés (nominale, ordinale et cardinale) des évaluations.
Pour cette catégorie, plusieurs méthodes sont rencontrées, dans les plus connues sont les méthodes des familles ELECTRE (Élimination et Choix traduisant la Réalité) (Roy, 1968) et la méthode PROMETHEE (Brans et al., 1984).
Comme toutes méthodes les inconvénients liés à cette dernière se situent essentiellement dans la forme du résultat, mais il peut arriver que le décideur soit déçu de ne pas recevoir une réponse simple et définitive. En effet, le résultat final se base, le plus souvent, sur une analyse (une interprétation) du graphe des relations qui sont souvent difficiles et sensibles (ces graphes sont généralement complexes) (Schârlig, 1985).
Les Méthodes par agrégation locale et itérative : Contrairement à ceux d’agrégation complète, ces méthodes utilisent une fonction de synthèse pour comparer l’ensemble des variantes entre elles. Autrement dit, le principe de ces méthodes est l’exploration interactive et itérative de l’ensemble des variantes, on sélectionne tous d’abord une variante, puis un groupe de variantes relativement proches de la variante initiale, ensuite, on compare les variantes appartenant à ce groupe pour trouver une variante
46
qui est préférée à la variante initiale, en fin, cette variante devient alors la variante initiale d’une nouvelle itération.
Cette catégorie regroupe plusieurs méthodes, dont on peut citer la méthode ELECTRE IV; la méthode des Cônes d’Amélioration (Geoffrion, Dyer, Feinberg, 1972) et la méthode du GOAL PROGRAMMING.
Par ailleurs, ces méthodes sont évidemment adaptées aux situations où il existe un nombre quasi infini de variantes, dont on trouve leurs interprétations éclaircies dans Schârlig (1985) « (...) placé devant un ensemble A (de variantes), le responsable ne sait plus très bien où il en est, et il ne parvient pas à exprimer ses préférences de manière explicite, surtout s’il est sensible à des critères divergents. Mais on peut aussi inverser l’ordre du raisonnement : non pas dire que l’attitude d’agrégation locale et itérative est imposée par la richesse de l’ensemble A. mais qu’elle apparaît chaque fois que le décideur ne connaît pas très bien ses préférences. Et ajouter que cela se produit notamment -mais pas uniquement- lorsque A est grand ou infini».
En revanche, les plus grands défis rencontrer pour l’application de ces méthodes est: que le contenu théorique de ces méthodes est souvent inaccessible à un non-spécialiste, et le décideur soit très disponible et accorde totalement sa confiance à l’Homme d’étude, comme il doit accepter une méthode qui fournit une solution, sans avoir forcément exploré l’ensemble des variantes (il y’a risque de ne pas arrêter les itérations) et que cette approche peut poser des problèmes, car elle ne favorise pas la négociation en cas de groupe d’acteurs, car un conflit peut resurgir à chaque itération et certains acteurs peuvent développer une méfiance vis-à-vis de l’évolution de la prospection.