Modélisation des préférences temporelles.

Slides:



Advertisements
Présentations similaires
x Autour d’un tableau de variation f (x)
Advertisements

« Systèmes électroniques »
Distance inter-locuteur
Génie Logiciel 2 Julie Dugdale
Gestion de portefeuille Support n° 5 Catherine Bruneau
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
© Copyright 2007 Arumtec. All rights reserved. Présentation Etude déligibilité
Regroupement (clustering)
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
Regroupement (clustering)
Chapitre 4 Le processus de finalisation en contrôle de gestion :
Raisonnement et logique
La multiplication et la division de nombres entiers
4 février 2005DESS Economie et Gestion des Cliniques et Etablissements pour personnes âgées 1 La prise en compte des critères économiques dans lanalyse.
Séjour à létranger et Insertion professionnelle 1 Séjour détudes à létranger et Insertion professionnelle ourip.org.
COST 356 EST - Outils de mesure de la durabilité environnementale des transports (Towards the definition of a measurable Environmentally Sustainable Transport)
1. Les caractéristiques de dispersion. 11. Utilité.
Points de référence en décision multicritère J.F.R.O. Antoine ROLLAND LIP6 15 décembre 2006.
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
(c) N. Rossignol Voici deux séries de prix Mon salaire, tout comme l'ordinateur que je compte acheter, augmente d'année en année (sauf en 2007 pour mon.
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
Fusion de données SENSO
Bouyekhf Rachid-Lyuboumir Gruitch Laboratoire SeT UTBM
Modélisation des systèmes non linéaires par des SIFs
Stabilité des systèmes linéaires continus
Stabilité des systèmes linéaires continus
Application des algorithmes génétiques
Vuibert Systèmes dinformation et management des organisations 6 e édition R. Reix – B. Fallery – M. Kalika – F. Rowe Chapitre 1 : La notion de système.
Journée technique LAVOC 2002
La comparaison des options mutuellement exclusives
جامعــــــة محمد خيضــــــــــــر بــســكــــــــــــرة
Aspects algorithmiques et procéduraux de l’élicitation des préférence pour l'aide multicritère à la décision Doctorant: Jun ZHENG Directeur de thèse: Prof.
Aide à la décision multicritères
L’indicateur de développement humain
Capital économique analyse et reporting pour Fortis Assurances
Quelques conseils pour
Fiscalité du tabac Consommation et mortalité
Etude longitudinale d’essais multilocaux: apports du modèle mixte
Méthode des k plus proches voisins
ÉVALUATION DES SCÉNARIOS POUR L’AIDE À LA CONDUITE DU PROJET
1 1 ST Crolles 2 Université Montpellier II France FTFC 2003 Représentation Unifiée des Performances Temporelles dune Bibliothèque de Cellules Standards.
Introduction - Modèle Discret – Modèle Continu - Algorithmes - Conclusion
La communication à destination des personnes âgées
Paul-Marie Bernard Université Laval
La droite dans R2 Montage préparé par : André Ross
Calculs et écritures fractionnaires
Courbes de Bézier.
La statistique descriptive
La fonction de demande ________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
2. Théorie de la consommation (demande)
AIP PRIMECA des Pays de La Loire – 9 novembre 2006
Texture 2D en PGC++.
Effet des prix et de la richesse sur la Demande
GOL503 Spécificités sectorielles
Présentation de la méthode des Eléments Finis
Physique 3 Vibrations linéaires et ondes mécaniques
 La fondation des réseaux neuronaux : L’être humain apprend d’abord par analogie, et le raisonnement inductif et déductif vient après.  La fondation.
Suites numériques Définitions.
Le cas des cognitions engageantes vs. désengageantes,
L’endomorphisme le plus simple est l’ homothétie
Microéconomie Stephen Bazen Professeur des Universités
Division Téléphones Mobiles 2 ndes Journées Scientifiques du CNFRS, Février 2005 Nouveau modèle de jonction équivalente pour l’analyse de l’absorption.
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Le problème du déphasage.
LAMSADE Université Paris Dauphine
Un processus pour la prise de décision spatiale.
Statistiques descriptives-Distributions expérimentales à une dimension
Décision incertaine et logistique : Grille typologique
Exemple d’application pour ACCLIMAT
Transcription de la présentation:

Modélisation des préférences temporelles. ROADEF'2005 · 14-16 Février · Tours Modélisation des préférences temporelles. Salem Chakhar & Vincent Mousseau LAMSADE Université Paris Dauphine www.lamsade.dauphine.fr 14-02-2005

Plan de l’exposé. Introduction. Possibilités de modélisation. Structures des préférences temporelles. Quelques propriétés. Concordance/Non-discordance temporels. Exemple. Conclusion.

Introduction.  Pourquoi les préférences changent-elles ? Changement des objectifs du décideur (suite à la réception des nouvelles informations). Effets des décisions précédentes dans les situations de décision dynamique ou séquentielle. Evolution des conséquences des actions dans un contexte d’aide à la décision spatiale.

Introduction.  Champs d’étude de l’effet du temps sur les préférences : * Contexte économique : Etude de l’effet du temps sur les préférences des consommateurs. Concept de base : Actualisation qui postule le fait que la désirabilité des conséquences décroît avec le temps. * Choix inter-générationnel : La plupart des travaux sont de nature empirique. Les individus donnent beaucoup plus d’importance à la génération courante.

Introduction. Cadre : problème du choix multicritère où : - A : ensemble d'actions. - F : famille cohérente de critères. On suppose que : - les conséquences des actions sont dispersées dans le temps. - l'axe du temps est discret. - l'horizon temporel T est divisé en n périodes : T={t0,t1,…,tn}. On désignera par t la période ]t-1,t]. Définition. Nous appellerons préférences temporelles les préférences faisant référence à l'ensemble de l'horizon temporel T.

Introduction. Objectif : Supporter les sémantiques induites par la dimension temporelle.  Exemples : Une évolution positive est préférée à une évolution négative. Une stabilité est préférée à une évolution négative. Une évolution positive est préférée à une stabilité. Une faible variabilité est équivalente à une stabilité. Une faible variabilité est préférée à une grande variabilité. Nota. Ces sémantiques sont valables lorsque le sens de préférence est croissant.

Possibilités de modélisation. La modélisation des préférences temporelles nécessite la définition : - d’un mécanisme d’agrégation multicritère M. - d’un mécanisme d’agrégation temporelle .  Possibilités de modélisation : Agrégation par rapport au temps puis par rapport aux critères Agrégation par rapport aux critères puis par rapport au temps Approche par fonction de valeurs gjT(x) = [gjt(x)]tT gT(x) = M[gjT(x)]jF gt(x) = M[gjt(x)]jF gT(x) = [gt(x)]tT Approche par relations binaires jT = [jt]tT T = M[jT]jF t = [jt]jF T = M[t]tT où : j : Indice des critères. t : Indice des période. T : Horizon temporel. F : Famille de critères. g(x) : Performance de l’action x.  = (P,I,R) et =(P,I,R) : Structures de préférence.

Structures des préférence temporelles. Pour chaque période t on définira la relation St : aStb : "l'action a est au moins aussi bonne que l'action b durant la période t". Pour la totalité de l’horizon temporel T, on définira la relation ST : aSTb : "l'action a est au moins aussi bonne que l'action b durant l’horizon T". ST synthétise les informations préférentielles exprimées par les relations binaires St : 1 2 k T-1 T t agrégation t=(Pt,It,Rt) T = (PT,IT,RT) T = [t]tT

Quelques propriétés. P1. Cohérence temporelle :  t  T, aStb  aSTb  rT, aPrb  t r, aItb  aSTb P2. Décisivité de chaque période : P3. Monotonicité : TH(a,b) : ensemble des périodes t pour lesquelles aHtb TP(a,c)  TP(a,b) TP(c,a)  TP(b,a) TI(a,c) = TI(a,b) TR(a,c) = TR(a,b) Si  [aPTb  aPTc]

Concordance/non-discordance temporelles. On introduit la fonction  suivante :  : AxT  [0,1] (a,t)  g (a,t) – g(a,t-1) Afin d’établir la proposition aSTb, il convient de vérifier deux conditions : * une condition de concordance. * une condition de non-discordance. Pour calculer l'indice de concordance temporelle, il est nécessaire de déterminer les deux coalitions suivantes : C(aStb)={t : t  T, (a,t) + qt  (b,t)} C(bQta)={t : t  T, (a,t) + qt < (b,t)  (a, t)+ pt}

Concordance/non-discordance temporelles.  Indice de concordance temporelle : cT(a,b) = 1/ tC(aStb) t + 1/ tC(bQta) t(a,b) t avec  = tT t t(a,b) = [(a,t) - (b,t) + pt ] / [pt - qt]

Concordance/non-discordance temporelles.  Indice de non-discordance temporelle par période : 1, si vt < (b,t) - (a,t) ; dt(a,b) = 0, si (b,t) - (a,t)  pt; [(b,t) - (a,t) – pt] / [ vt- pt], si pt  (b,t) - (a,t)  vt. avec vt : veto associé à la période t.  Degré de crédibilité de surclassement temporelle : T = cT(a,b) . tT [1 - dt(a,b)]/[1 - cT(a,b)] avec T = {t : t  T ; dt(a,b)  cT(a,b)}

Exemple. Paramètres préférentiels Tableau des performances t 2 3 4 5 6 1 2 3 4 5 6 7 Variabilité g1t(a) 0.5 1.5 4.5 Evolution positive g2t(a) Stabilité g3t(a) 3.5 Evolution négative g1t(b) 9 Grande variabilité g2t(b) Faible variabilité g3t(b) 8.5 g1t(c) 13 2.5 10.5 5.75 0.25 g2t(c) 3.75 g3t(c) 0.75 g1t(d) Evolution en escalier g2t(d) g3t(d) 14 5.5 Stabilité suivie par une ‘chute libre’ g1t(e) 8 0.4 g2t(e) 1.7 0.3 g3t(e) g1t(f) g2t(f) g3t(f) Paramètres préférentiels t 2 3 4 5 6 7 t 1 8 10 w1 w2 w3 qt pt vt Tableau des performances

Exemple. f b a c d Matrice de concordance temporelle e Graphe final a 1 0.32 0.65 0.98 0.68 0.35 0.55 0.42 0.26 0.58 0.065 a b c d e Matrice de concordance temporelle Graphe final

Conclusion. L’approche proposée permet de supporter certaines sémantiques. Problème : Les sémantiques à prendre en compte diffèrent d’une application à une autre. Perspectives. Explorer les autres possibilité de modélisation. Développer un cadre conceptuel général pour la modélisation des préférences temporelles.