Élicitation Incrémentale de Préférences Par Mise À Jour Bayésienne de Zones D'Optimalité

EasyChair Preprint 2545

Abstract

Nous étudions dans ce travail le problème de l'élicitation incrémentale des préférences d'un décideur susceptible de présenter certaines contradictions dans ses réponses à des questions préférentielles du fait d'éventuelles réponses éronnées. Étant donné un ensemble d'alternatives multicritères (ensemble de choix) et une fonction d'agrégation dont la valeur des paramètres est inconnue, nous proposons une nouvelle méthode d'élicitation incrémentale dans laquelle l'espace des paramètres est partitionné en polyèdres d'optimalité de la même manière que dans les méthodes SMAA (Stochastic Multiobjective Acceptability Analysis). L'incertitude concernant les réponses du décideur est modélisée par une distribution de probabilité sur les polyèdres de la partition. À chaque étape de la procédure d'élicitation, la distribution est révisée de manière Bayésienne à l'aide de questions de comparaisons par paires. Le choix des questions est basé sur sur la minimisation des regrets espérés (voir définition plus bas). Nous alternons l’analyse de l’ensemble des alternatives avec l’élicitation des paramètres de la fonction d’agrégation: somme pondérée ou moyenne pondérée ordonnée.

Keyphrases: Décision multi-critères, polyèdres d'optimalité, regrets espérés, révision Bayésienne, élicitation incrémentale

@booklet{EasyChair:2545,
  author    = {Nadjet Bourdache and Patrice Perny and Olivier Spanjaard},
  title     = {Incremental Preference Elicitation by Bayesian Updating of Optimality Polyhedra},
  howpublished = {EasyChair Preprint 2545},
  year      = {EasyChair, 2020}}