Aide à la décision dans les choix de conception
Transcription
Aide à la décision dans les choix de conception
Aide à la décision dans les choix de conception Sylvain Moisan [email protected] École Nationale Supérieure d’Arts et Métiers – Centre d’Aix-en-Provence Équipe Ingénierie, Mécanique, Systèmes 2, Cours des Arts et Métiers 13617 Aix-en-Provence, France Résumé : On se propose d'appréhender le problème de la décision dans les choix de conception en vue de réaliser un produit à vocation commerciale, c'est à dire que nous n'aborderons pas ici les éléments particuliers à la conception de projets, donc de produits à caractère d'unicité pour lesquels certains choix de décision doivent être conduits suivant des critères non transposables dans l'industrie. Il s'agit par contre de mettre en évidence la problématique du concepteur et ses implications durant tout le cycle de vie du produit et ses conséquences pour l'entreprise. Cet article concerne l’aide à la décision pour choisir une solution conceptuelle candidate, et non pas l’aide à la conception proprement dite, étape en amont de l’étude présentée. Mots-clés : Aide à la décision multicritères, conception, CSP, SBC page 1 sur 11 1 INTRODUCTION Lors de la phase de conception du produit, différentes fonctionnalités soit issues directement du cahier des charges, soit découlant de son analyse fonctionnelle doivent être crées par le concepteur. A ce moment plusieurs solutions technologiques sont souvent disponibles pour réaliser la fonction en question. Et même dans le cas d'un produit composé d'une seule pièce, des choix peuvent se poser. Par exemple pour réaliser une règle à dessin, les graduations seront-elles gravées ou sérigraphiées ? Le problème devient critique dans le cas d'assemblages mettant en jeu différent mécanismes ou fonctions. Car pour parvenir au meilleur compromis, cela revient à étudier l'ensemble des combinaisons de choix technologiques associés à chaque fonctions à remplir. Bien entendu, cette combinatoire ne révèle pas un choix infini de possibilités : en fonction des matériaux, des possibilités de fabrication, des contraintes déclarées dans le cahier des charges, des choix opérés en amont, des technologies disponibles et du savoir-faire, un nombre conséquent de combinaisons disparaîtra de lui-même. Cependant, cette explosion combinatoire est bien réelle puisqu'elle dépend du nombre de fonctions à remplir, et pour chaque fonction du nombre de choix techniques disponibles pour la réaliser. Si l'on considère de plus, qu'un choix à un moment donné peut relancer la combinatoire des solutions de fonctions en aval (c'est à dire structurellement liées au choix amont) de cette décision, les possibilités de conception d'un même produit sont colossales. Si ce constat ne pourra que réjouir les créatifs (et nous n'avons même pas parlé d'innovation), elle ne peut qu'inquiéter l'entreprise dans sa volonté de maîtriser le processus de conception afin d'en tirer le meilleur compromis coût, qualité, délai final et ceci en utilisant au mieux ses moyens humains, techniques, financiers et logistiques. Pour terminer cette introduction, il est nécessaire de rappeler que ces choix de conception ne seront pas seulement déterminant pour les coûts d'industrialisation, mais qu'ils seront ensuite prédominants dans la réussite commerciale du produit, dans son comportement en terme de fiabilité et coût associé en maintenance, puis en terme d'élimination ou de recyclage. L'enjeu est donc important, puisque que la combinaison conceptuelle retenue influe non seulement sur les caractéristiques du produit fini mais bien après, pendant tout son cycle de vie. 2 CRITERES DE DECISIONS Il est important de définir ces critères afin d'aider le concepteur dans sa tache qui est cruciale pour la pérennité de l'entreprise. Encore faut-il que le marketing ait établi un cahier des charges complet et précis, pour un produit au positionnement opportuniste, ou bien adapté au marché (prix, produit, distribution, communication). Délai de conception Pendant sa phase de conception, le futur produit coûte beaucoup en R&D et ne rapporte rien (non commercialisé). Ce délai représente donc un investissement important, sans compter le risque que les concurrents soient plus rapide pour concevoir un produit équivalent ou mieux positionné. page 2 sur 11 Qualité de conception Il ne s'agit pas de réaliser des exploits technologiques ou novateurs débordant du cadre fixé par les besoins du marché (voir l'effondrement d’une prestigieuse industrie automobile française), ni non plus d'être en retrait des exigences fixées. On estime de plus que la faisabilité de fabrication est respectée. Coût de fabrication Un choix de conception peut demander des efforts financier en terme de temps opératoire, de ressources humaines (nombre d'opérateurs ou qualification), d'investissement en outils, qui ne soit pas réaliste avec la rentabilité attendue du produit. Usage, maintenabilité et recyclage A partir de sa commercialisation, les services effectivement rendus par le produit, son coût de maintenance puis de recyclage ou d'élimination doivent être intégrés par le concepteur comme étant les conséquences (heureuses ou malheureuses) de ses choix de conception. Fonctionnalités et technologies On n'oubliera pas de mentionner bien entendu les critères de fonction principale, fonctions secondaires, esthétique, sécurité, législation, normes, contraintes des lois de la physique et des technologies disponibles. Avant de modéliser les caractéristiques des choix de conception, nous avons emprunté à B. ROY sa définition de la problématique placée dans son contexte psycho-sociologique : "En pratique, la décision globale s'élabore de façon plus ou moins chaotique, sur la base d'une confrontation permanente des préférences des différents acteurs au cours d'interactions concomitantes et/ou successives qui ont lieu entre les intervenants au sein du champ de pouvoir où ils agissent." 3 MODELISATION DES CHOIX DE CONCEPTION Modéliser un problème de conception revient à identifier quels sont les choix de conception à effectuer, c’est à dire les degrés de liberté dont dispose le concepteur et établir les relations qui lient ces choix entre eux ou avec les spécifications et qui définissent le cadre dans lequel doit s'effectuer la conception [BEN98]. Abordé comme un ensemble de décision à prendre, un problème de conception présente plusieurs particularités : • Pluridisciplinarité Concevoir, surtout dans le cas d'un système complexe, nécessite d'avoir recours à des compétences diverses : par exemple des compétences en calcul des structures, aérodynamique, propulsion... doivent être associées afin de définir un nouvel équipement. Cet aspect pluridisciplinaire se trouve exacerbé par le plus souvent l'existence de codes de calcul spécialisés par métiers et dont il faut assurer la coordination. • Expression des contraintes Les contraintes mises en jeu sont le plus souvent non linéaires car elles résultent d'une modélisation physique des éléments constitutifs du système. Quelquefois ces contraintes ne sont page 3 sur 11 pas connues de manière analytique, car elles résultent d'expérimentations. On a donc très souvent affaire à des représentations graphiques (courbes ou des familles de courbes) pour les décrire. • Optimisation de critères multiples Concevoir en tant que processus d'optimisation suppose que l'on peut exprimer une fonction objectif. En conception, il est rare de pouvoir exprimer un seul critère. Le coût, l'efficacité sont parmi les critères les plus employés mais pour des besoins particuliers d'autres peuvent être pris en compte. Ces critères sont le plus souvent antagonistes (il est rare que faible coût rime avec grande efficacité). De nombreux compromis seront donc nécessaires pour aboutir au système final. La phase de conception doit donc être en mesure de proposer différentes configurations. • Processus dynamique Même exprimé comme un problème d'optimisation, le processus de conception ne peut être envisagé comme un processus statique. Cela reste un processus itératif, dans la mesure où les solutions intermédiaires élaborées servent à affiner la recherche de la ou des solutions : recherche d'autres configurations, modification, raffinement des modèles etc. Tout au plus, en utilisant une procédure d'optimisation, espère-t-on limiter l'exploration du possible aux solutions les plus ''intéressantes''. 3.1 Approche par la simulation Une des approches les plus répandue est l'approche évaluative. L'utilisateur fixe certains paramètres du système et un modèle simulant son comportement est utilisé pour en évaluer les performances. En cas de réponse non satisfaisante, l'utilisateur procède à des modifications de son modèle puis les évalue et ainsi de suite. Cette approche, relativement facile à mettre en oeuvre, présente l'avantage de pouvoir être appliquée quel que soit le système : physique, économique, écologique etc. Elle permet également très facilement la conception par adaptation d'une solution existante. Son inconvénient majeur est que les relations entre paramètres et évaluation ne sont pas directement exprimées et donc que l'approche reste en grande partie expérimentale 3.2 Approche par la recherche opérationnelle Avec l’émergence de la recherche opérationnelle (1940 - 1960 Ecole quantitative avec LESOURNE et ROY), on modélise mathématiquement le problème de conception à résoudre afin de déterminer l’optimum d’une fonction de coût. Dans le cas où le modèle (contraintes et fonction objectif) est entièrement linéaire et les variables réelles, il existe de puissants outils comme l'algorithme du Simplexe ou bien encore la méthode des points intérieurs. En gardant un modèle linéaire, mais avec l'introduction de variables entières, ces méthodes sont encore utilisables, mais seulement pour travailler sur des relaxations du problème original. En conception, ces conditions sont peu fréquemment réunies; en particulier la présence de contraintes non linéaires rendent ces méthodes inapplicables. page 4 sur 11 3.3 L’école des probabilités Un autre courant de pensée vise à utiliser les probabilités pour définir les meilleurs choix de décision [HAU]. Celui-ci repose sur le paradigme suivant : Un choix d’actions possibles Un ensemble d’états de la nature qui sont incertains Des conséquences mesurées : • g(a,s) : fonction de gain • a appartient à l’ensemble des actions • s appartient à l’ensemble des états de la nature • Prob(s) : probabilité de l’état s • Somme de Prob(si) = 1 Pour les raisons déjà évoquées, nous n’avons pas approfondis ces différentes voies qui visent à tout quantifier par l’utilisation d’outils mathématiques, incapables de prendre en compte l’antagonisme de certain critères de décisions ou d’évaluer l’impact d’autres critères non quantifiables. 3.4 Approche par l'optimisation sous contraintes Une alternative consiste à poser le problème de conception comme un problème d'optimisation sous contrainte. Le but visé est de guider le processus de conception par la recherche d'un compromis. Cette approche, très séduisante, est toutefois relativement difficile à mettre en oeuvre car il faut surmonter plusieurs obstacles liés à la phase d'optimisation. En effet il faut modéliser l'ensemble des relations ou contraintes entre variables de décisions et spécifications. Si la modélisation en théorie ne pose pas de problème, la résolution est plus délicate. Il faut pouvoir disposer d'un code adapté, où le modèle est exprimable et soluble. 4 Résolution d'un problème par satisfaction de contraintes Avec la programmation par contraintes, un problème est décrit sous la forme d'un réseau de contraintes sur des variables. Une contrainte exprime une relation entre différentes variables. Pour chaque variable, un domaine de valeurs est défini. Une contrainte peut porter sur des variables qui prennent leurs valeurs sur des domaines entiers, réels, symboliques, etc. Résoudre un problème, c'est trouver pour chaque variable au moins une valeur respectant l'ensemble des contraintes. Un CSP (Constraint Satisfaction Problem) est cohérent (ou consistant) s'il admet au moins une solution. S'il n'existe aucune solution (CSP sur-contraint), il faut relâcher certaines contraintes. S'il existe trop de solutions (CSP sous-contraint), on prend la première solution, ou bien celle qui optimise une fonction de coût donnée. page 5 sur 11 Approche triviale La résolution consiste à générer toutes les combinaisons de valeurs des variables, puis à ne conserver que celles qui satisfassent l'ensemble des critères. Approche par propagation de contraintes Dès qu'une contrainte est ajoutée ou une variable instanciée, on réduit les domaines de définition aux seules valeurs qui satisfont les contraintes. On travaille ainsi sur un ensemble réduit de combinaisons. 5 Aide à la décision multicritères Afin de réduire l'ensemble des solutions possibles, une évaluation de ces solutions est nécessaire. L'aide à la décision multicritères peut guider le concepteur dans ces choix, et également prendre en compte des objectifs contradictoires, ce que la recherche opérationnelle classique ne peut réaliser. Les différentes classes de problèmes et les étapes de la méthode sont présentées ici : Problématiques de décision Problématique de choix Sélectionner la ou les meilleures solutions. Problématique de tri Segmenter l'ensemble des solutions en les affectant à des catégories préalablement définies. Problématique de rangement Ranger les solutions en classes d'équivalence de la meilleure à la moins bonne. Problématique de description Décrire dans un langage approprié les solutions et leurs conséquences Etapes de l'aide à la décision multicritères 1. Identifier l'ensemble des actions qui doivent être examinées. 2. Modéliser les préférences du décideur (construction de critères) 3. Evaluer les actions à l'aide des critères 4. Agréger les résultats page 6 sur 11 Intérêt d'une pré-analyse Dans la pratique, si des solutions générées sont admissibles selon les contraintes posées, elles ne sont pas forcément acceptable par le concepteur [CER96]. L'idée est donc de réaliser une préanalyse afin de supprimer des solutions inacceptable qui n'auront pas à être évaluées lors de l'analyse multicritères : Pour ce faire, on défini des seuils minimum de satisfaction afin de filtrer l'ensemble des solutions possibles. Mécanisme d'anticipation Une excellente solution intermédiaire (en fonction de l'arrivée des données d'entrée) peut se révéler catastrophique dans les choix futurs qu'elle conditionne [CER96], si par la suite l'arrivée de nouvelles informations débouche sur une impasse de conception : On peut alors proposer un mécanisme d'anticipation en intégrant à chaque étape les contraintes existantes en aval. 5.1 Méthodes ELECTRE Etant donné un ensemble fini d'actions évaluées sur une famille cohérente de critères quantitatifs ou qualitatifs (pseudo-critères), la méthode ELECTRE IS a pour objet d'aider à comparer les actions en vue du choix final d'une action ou d'un sous-ensemble d'actions [LAM]. La méthode agrège les préférences partielles en une relation de sur-classement nette qu'elle analyse en termes de graphe. Le sous-ensemble recherché est constitué par le noyau du graphe. Des page 7 sur 11 informations complémentaires (circuits maximaux, tableau des taux de liaison, ...) sont proposées à l'utilisateur. Les méthodes ELECTRE III et ELECTRE IV permettent de partitionner A en classes d'indifférence et fournissent un pré-ordre non nécessairement total exprimant les positions relatives de ces classes. • • La méthode ELECTRE III s'applique lorsque le décideur est en mesure d'attribuer des "poids intrinsèques" aux pseudo-critères. Elle permet d'agréger les préférences partielles en une relation de sur-classement floue. La méthode ELECTRE IV permet la construction de plusieurs relations (emboîtées) de surclassement nettes lorsqu'il n'est pas possible d'affecter un poids à chaque pseudo-critère. Le décideur doit toutefois admettre qu'aucun critère n'est négligeable ni prépondérant face à un regroupement quelconque d'une moitié des pseudo-critères. On construit, à partir de ces relations emboîtées, une relation de sur-classement floue. Dans tous les cas, la relation de sur-classement floue est exploitée de façon à dégager deux classements construits différemment. L'intersection de ces deux pré-ordres complets conduit à un pré-ordre partiel, lequel met en évidence les incomparabilités entre les actions lorsqu'elles existent et révèle la partie la plus fiable de la préférence globale. 5.2 L'APPROCHE MULTI-AGENTS La problématique de décision a également été étudié au centre de recherche en conception de Stanford [CDR94] avec une autre approche : une architecture multi-agents utilisant des algorithmes génétiques pour permettre une collaboration entre plusieurs techniques de résolution des choix de conception. Chaque type d'agent est asynchrone ou semi-autonome et comprend un module de résolution d'un problème élémentaire. Il communique avec les autres agents pour garantir la cohérence de l'ensemble. Cependant, dans cette approche on retrouve encore l'approche multicritères précédemment décrite. Il n'y a donc pas de différence concernant les choix de conception avec ce que nous avons déjà vu. L'intérêt par contre des multi-agents réside dans une meilleure interaction avec l'ensemble des acteurs de la conception puisque chaque agent est doté d'une interface avec l'homme. Ainsi dans le cas d'une équipe pluridisciplinaire, la réactivité du groupe est renforcée. 6 L’INTELLIGENCE ARTIFICIELLE Très prometteuse à ses débuts, puis largement décriée, on retrouve souvent l’intelligence artificielle sous la dénomination de ‘informatique avancée’. Ses premiers déboires sont en fait dû à un déficit en méthodes et concepts, où l’on avait oublié un peut trop vite que manipuler de la connaissance est plus délicat que de traiter un simple ensemble d’octets. Nous avons noté une très grande activité de recherche concernant ses applications au génie génétique, et de manière plus générale à l’aide au diagnostique médical. La bibliographie est page 8 sur 11 extrêmement riche et active : afin de ne pas présenter un document déséquilibré, nous avons dû supprimer de celui-ci 26 pages de références traitant des systèmes à bases de connaissances. Afin de ne pas répéter les erreurs du passé, on peut noter que les plus gros efforts de recherche sont centrés sur la représentation de la connaissance, dont les entités d’entrée conditionnent les résultats du raisonnement appliqué. Les documents que nous avons pu étudier [CHA93] [DUP96] n’ont pas permis de s’inscrire dans la problématique de l’aide au choix de conception. Cependant devant la quantité de publications, il est certain que nous trouverons des méthodes et outils dédiés ou transposables à la problématique qui nous intéresse. La frontière n’est pas si marquée au niveau conceptuel, que l’on ne puisse s’empêcher d’associer une évaluation de type multicritères comme un ensemble de règles propres à un système à base de connaissances. 7 CONCLUSION Toutes les aspects précédemment citées dans la prise de décision en conception prêchent pour la définition d'environnements de conception ouverts : pouvoir modifier les modèles (affinement, introduction de nouveaux etc.), travailler avec des solutions partielles ou existantes, faire évoluer les spécifications. L'idéal serait de pouvoir disposer d'outils souples où il ne serait pas nécessaire par exemple d'imposer une logique ou séquence de calcul des paramètres. Bien entendu, chacun sait, que pour des raisons d'efficacité, il n'y a jamais d'approche totalement déclarative. Perspectives On pourrait envisager une approche fédératrice visant à réunir l’ensemble des méthodes présentées autour d’un concept de système à base de connaissance utilisant, suivant la typologie du problème de choix à résoudre, la méthode la mieux adaptée : Typologie du problème de choix Méthode Modèle linéaire à variables discrètes Variables formalisées mais modèle non soluble Toutes les problématiques de choix sont formalisées Variables multiples et hétérogènes Critères antagonistes ou certains critères non quantifiables Modèle exprimable en environnement incertain Modèle non exprimable en environnement incertain Recherche opérationnelle Simulation Système expert Résolution par satisfaction de contraintes Aide à la décision multicritères Probabilités Réseaux neuronaux page 9 sur 11 Cette classification n’a pas la prétention d’être exhaustive ni précise. Elle met par contre en évidence la possibilité de structurer la décision en fonction d’une typologie de problème, et d’utiliser une palette de méthodes disponibles. Cette idée n’est cependant pas suffisante pour s’insérer efficacement dans un mode de fonctionnement collaboratif où la pluridisciplinarité des compétences est importante. Pour obtenir une intégration plus grande on devrait pouvoir agir sur des modèles d’objet intégrant les concepts actuels de peau, squelette, lien et relation, dans un environnement de conception organisé en ingénierie concourante : Outils d’aide à la conception Vues métier - Marketing - Conception - Fabrication - Production - Gestion - Finances - Logistique - Maintenance - Recyclage Aide à la décision dans les choix de conception Objet de conception - peaux - squelettes - liens - relations - paramètres - modèles - solutions Méthodes de choix Règles d’application des méthodes Solutions retenues page 10 sur 11 BIBLIOGRAPHIE [HAU] Décider dans l’incertain, Alain B. Haurie Professor of Operations Research, HEC, University of Geneva. http://ecolu-info.unige.ch/~haurie/mbahiv98/cours1/sld002.htm [CER96] Contribution à l'élaboration de méthodes et d'outils d'aide à la décision dans une perspective d'ingénierie concourante. Thèse Catherine CEREZUELA 1996 [BEN98] Programmation par contraintes sur les intervalles pour la conception préliminaire d'un système de perception. Thèse Eric BENSANA 1998 [CDR94] An Agent-Based Approach to Concurrent Cable Harness Design Mark R. Cutkosky, Andrew B. Conru, Soo-Hong Lee Center for Design Research Stanford University. AIEDAM Vol. 8, No. 1, 1994 [CHA93] Mathias Chaillot, Une architecture de contrôle réactif pour la résolution coopérative de problèmes, Thèse d' informatique, INP, Grenoble (FR), (20 septembre) 1993 [DUP96] Karine Duprez, Aide interactive pour un outil de conception, Actes 3ièmes journées explication, Sophia-Antipolis (FR), 1996 [LAM] Laboratoire d'Analyse et Modélisation de Systèmes pour l'Aide à la Décision http://www.lamsade.dauphine.fr/ page 11 sur 11