Sélection de fournisseurs verts basée sur les informations linguistiques pythagoriciennes : Méthodologie de décision de groupe quantique et approche MULTIMOORA
Avec l’aggravation des problèmes environnementaux mondiaux, les entreprises accordent de plus en plus d’importance à la gestion verte et durable dans leur chaîne d’approvisionnement. La gestion de la chaîne d’approvisionnement verte (Green Supply Chain Management, GSCM) est devenue un outil essentiel pour améliorer la compétitivité des entreprises et réaliser un développement durable. Cependant, la sélection des fournisseurs verts (Green Supplier Selection, GSS) est un problème complexe de prise de décision multicritère en groupe (Multicriteria Group Decision-Making, MCGDM), impliquant des opinions divergentes et des incertitudes de la part de plusieurs décideurs. Les méthodes traditionnelles de MCGDM présentent des lacunes dans la gestion de la confiance et de l’ambiguïté des opinions des experts, ce qui rend difficile la représentation précise des situations complexes dans la réalité.
Pour résoudre ce problème, Prasenjit Mandal et ses collègues ont proposé une méthode de sélection des fournisseurs verts basée sur les informations linguistiques pythagoriciennes (Pythagorean Linguistic Information, PLI), combinée à la théorie de la décision quantique (Quantum Decision Theory, QDT) et à la méthode MULTIMOORA, afin de mieux gérer l’ambiguïté et les effets d’interférence des opinions des experts. Cette méthode introduit les nombres linguistiques pythagoriciens (Pythagorean Linguistic Number, PLN) pour exprimer la confiance et l’incertitude des experts, et utilise un réseau bayésien basé sur des scénarios quantiques (Quantum-Scenario-Based Bayesian Network, QSBN) et l’entropie de Deng pour quantifier les effets d’interférence des opinions des experts.
Source de l’article
Cet article a été co-écrit par Prasenjit Mandal, Leo Mrsic, Antonios Kalampakas, Tofigh Allahviranloo et Sovan Samanta, et publié en 2025 dans la revue Artificial Intelligence Review. Prasenjit Mandal et Sovan Samanta sont issus d’institutions de recherche en Inde, Leo Mrsic et Antonios Kalampakas proviennent respectivement de Croatie et de Grèce, tandis que Tofigh Allahviranloo est basé en Iran. Le DOI de l’article est 10.1007/s10462-025-11205-x.
Processus et résultats de la recherche
1. Processus de la recherche
Le processus principal de cette recherche comprend les étapes suivantes :
a) Détermination des poids des critères
Tout d’abord, les chercheurs ont utilisé le coefficient de corrélation de Pearson pour calculer la corrélation entre les différents critères, puis ont déterminé les poids des critères en fonction de ces corrélations. Cette méthode évite les biais subjectifs et garantit l’objectivité des poids. Concrètement, les chercheurs ont calculé le coefficient de corrélation de chaque critère avec les autres critères, obtenant ainsi les poids des critères pour chaque expert.
b) Calcul de la probabilité de première couche
Ensuite, les chercheurs ont utilisé l’entropie de Shannon et la méthode de proximité relative pour calculer la probabilité de première couche de chaque expert. Les étapes spécifiques incluent la construction d’une matrice de décision normalisée et pondérée, le calcul des valeurs d’entropie, et la détermination des poids des experts en fonction de ces valeurs. Cette étape assure une répartition plus rationnelle des poids des opinions des experts.
c) Calcul de la probabilité de deuxième couche
Après avoir déterminé la probabilité de première couche, les chercheurs ont utilisé la méthode MULTIMOORA pour calculer la probabilité de deuxième couche de chaque expert. La méthode MULTIMOORA comprend trois sous-méthodes : le système de ratio (Ratio System, RS), le point de référence (Reference Point, RP) et la forme multiplicative complète (Full Multiplicative Form, FMF). Grâce à ces méthodes, les chercheurs ont obtenu les résultats d’évaluation de chaque expert pour chaque option.
d) Probabilité globale en tenant compte des effets d’interférence
Enfin, les chercheurs ont utilisé la théorie de la décision quantique (QDT) et l’entropie de Deng pour quantifier les effets d’interférence entre les opinions des experts, puis ont calculé la probabilité globale de chaque option. Concrètement, les chercheurs ont calculé l’angle de phase (Phase Angle) entre les opinions des experts et ont utilisé l’entropie de Deng pour quantifier les effets d’interférence, obtenant ainsi la probabilité globale de chaque option.
2. Résultats principaux
a) Poids des critères
Les chercheurs ont calculé la corrélation entre les critères en utilisant le coefficient de corrélation de Pearson et ont déterminé les poids des critères pour chaque expert. Les résultats montrent que la répartition des poids des critères varie significativement entre les experts, reflétant les points de vue et préférences différents des experts.
b) Probabilité de première couche
En utilisant l’entropie de Shannon et la méthode de proximité relative, les chercheurs ont calculé la probabilité de première couche de chaque expert. Les résultats montrent que la répartition des poids entre les experts est plus rationnelle, évitant ainsi l’influence des biais subjectifs.
c) Probabilité de deuxième couche
En utilisant la méthode MULTIMOORA, les chercheurs ont obtenu les résultats d’évaluation de chaque expert pour chaque option. Les résultats montrent que le classement des options varie légèrement selon les méthodes, mais reflète globalement les avantages et inconvénients des options.
d) Probabilité globale
En utilisant la théorie de la décision quantique et l’entropie de Deng, les chercheurs ont quantifié les effets d’interférence entre les opinions des experts et ont calculé la probabilité globale de chaque option. Les résultats montrent que, en tenant compte des effets d’interférence, le classement des options change de manière significative, reflétant l’influence mutuelle des opinions des experts.
3. Conclusion
Cette recherche propose une méthode de sélection des fournisseurs verts basée sur les informations linguistiques pythagoriciennes, combinée à la théorie de la décision quantique et à la méthode MULTIMOORA, résolvant avec succès les problèmes d’ambiguïté et d’interférence des opinions des experts. Les résultats montrent que cette méthode peut refléter plus précisément les situations complexes de la réalité, fournissant un soutien décisionnel efficace pour la gestion de la chaîne d’approvisionnement verte.
4. Points forts de la recherche
- Nouveauté : Cette recherche combine pour la première fois les informations linguistiques pythagoriciennes avec la théorie de la décision quantique, proposant une nouvelle méthode de sélection des fournisseurs verts.
- Pratique : Cette méthode peut efficacement gérer l’ambiguïté et les effets d’interférence des opinions des experts, fournissant un outil décisionnel pratique pour la gestion de la chaîne d’approvisionnement verte.
- Scientificité : En introduisant l’entropie de Deng et le réseau bayésien basé sur des scénarios quantiques, les chercheurs ont réussi à quantifier les effets d’interférence entre les opinions des experts, améliorant ainsi la scientificité de la décision.
Valeur et signification de l’article
Cet article fournit une nouvelle méthode de décision pour la gestion de la chaîne d’approvisionnement verte, capable de gérer efficacement l’ambiguïté et les effets d’interférence des opinions des experts. Cette méthode a non seulement une valeur théorique importante, mais fournit également un outil efficace pour les applications pratiques. En introduisant la théorie de la décision quantique et l’entropie de Deng, les chercheurs ont réussi à améliorer la scientificité et la précision de la décision, ouvrant de nouvelles perspectives pour les recherches futures.
De plus, cette recherche démontre le potentiel des informations linguistiques pythagoriciennes dans la prise de décision multicritère en groupe, offrant de nouvelles idées pour les recherches dans ce domaine. Les recherches futures pourraient explorer davantage l’application de cette méthode dans d’autres domaines et essayer de la combiner avec des technologies plus avancées pour améliorer l’efficacité et la précision de la décision.
Autres informations utiles
Cette recherche démontre également le potentiel de la théorie de la décision quantique dans la prise de décision en groupe, ouvrant de nouvelles perspectives pour les recherches futures. En introduisant l’entropie de Deng et le réseau bayésien basé sur des scénarios quantiques, les chercheurs ont réussi à quantifier les effets d’interférence entre les opinions des experts, améliorant ainsi la scientificité de la décision. Cette méthode ne s’applique pas seulement à la gestion de la chaîne d’approvisionnement verte, mais peut également être utilisée pour d’autres problèmes complexes de prise de décision en groupe.
Cette recherche fournit une nouvelle méthode de décision pour la gestion de la chaîne d’approvisionnement verte, ayant une valeur théorique et pratique importante. Les recherches futures pourraient explorer davantage l’application de cette méthode dans d’autres domaines et essayer de la combiner avec des technologies plus avancées pour améliorer l’efficacité et la précision de la décision.