Développement d'un système tutoriel intelligent pour dériver des priorités dans l'AHP = Development of an intelligent tutoring system to derive priorities in AHP

Ce travail considère, décrit et discute l’implémentation de l’AHP-Tutor, un Système Tutoriel Intelligent (STI) enseignant divers concepts et méthodes de dérivation des priorités d’une matrice des comparaisons de l’AHP. Le but de notre système est de proposer des exercices. La théorie correspondante doit être acquise de façon traditionnelle en classe, par des livres ou par un enseignement assisté par ordinateur conventionnel. A la suite d’une recherche bibliographique, nous avons retenu cinq méthodes qui seront implémentées dans notre système: - la méthode de la valeur propre dominante droite - la méthode de la valeur propre dominante gauche - la méthode de la moyenne des valeurs normalisées - la moyenne géométrique des lignes - la moyenne géométrique des colonnes. Une simulation comparant ces méthodes sur 250 matrices inconsistantes ne relève pas de différences majeures dans le classement des solutions. This work considers describes and discusses the implementation of the AHP-Tutor, an Intelligent Tutoring System (ITS) teaching various concepts and methods for deriving priorities matrix comparisons of the AHP. The aim of our system is to propose exercises. The corresponding theory must be acquired in the traditional way in the classroom, books or a conventional computer-assisted instruction. Following a literature search, we identified five methods that will be implemented in our system: The method of the dominant eigenvalue right - the method of the dominant eigenvalue left - the method of the average normalized values ​​- the geometric mean of the lines - the geometric mean of the columns. A simulation comparing these methods on 250 is not inconsistent matrices major differences in the classification of solutions.