Omn.Pres.Franc.- Modélisation Et Apprentissage Des Préférences Par Réseaux de Neurones Aide à la décision multicritère non-linéaire - défis de robustesse et de justification

La modelisation des preferences des decideurs pour des problemes de choix est l'objet principal de ce travail. Afin d'obtenir des modeles plus realistes, des fonctions de preference contextuelle sont presentees dans cet ouvrage. La complexite d'expression de telles fonctions est reduite par le recours a des techniques d'apprentissage automatique a partir de reseaux de neurones. L'identification des fonctions de preference est realisee par des reseaux de neurones, fondes sur les principes de la regression non lineaire, a partir d'exemples de decision. La visualisation de la fonction apprise et les indicateurs de precision, de sensibilite et de robustesse permettent au decideur d'estimer le moment d'arreter la recherche de solutions. Les fonctionnalites d'explication developpees dans ce travail permettent de justifier les recommandations du reseau neuronal, ce qui constitue un des grands defis du domaine de l'aide a la decision multicritere et des reseaux neuronaux. De telles explications facilitent la prise de decision car elles permettent aux decideurs de mieux comprendre et justifier les decisions."