DMEI : Décision : Modélisation, Évaluation, Incertitude

Les modèles computationnels développés en théorie de la décision se distinguent de l’optimisation classique par la prise en compte explicite d’éléments subjectifs dans la définition des critères à optimiser (préférences individuelles et collective, attitude vis-à-vis de l’incertain ou du risque, soucis d’équité dans les solutions, importance relative de différents points de vue). Les travaux considérés dans cet axe regroupent ainsi la modélisation et l’élicitation des préférences, la prise en compte de décideurs multiples (collaborant ou non) menant selon le point de vue aux questions de choix social computationnel, de théorie des jeux algorithmique (coopérative ou non-coopérative) et d’optimisation distribuée, l’optimisation multi-objectifs, l’aide à la décision multicritère, la programmation stochastique multi-étapes, le contrôle optimal stochastique et les processus décisionnels markoviens