Target Allocation under Uncertainty during the Vehicle Development Process

L'industrie automobile est l'une des plus concurrentielles où les besoins des consommateurs et la technologie sont en changement perpétuel. Pour être compétitif dans ce marché, les constructeurs automobiles ont adopté une stratégie orientée clients où ils enquêtent en permanence sur les besoins des consommateurs pour déceler le plus tôt possible les performances désirées des futurs véhicules, concevoir et commercialiser des voitures innovatrices qui permettent de combler les attentes des consommateurs. Le développement d'un nouveau véhicule suppose la traduction des performances utopiques, qui peuvent être définies par le département de marketing, dans des cibles pour les caractéristiques ingénieurs de ses composantes. Cette approche nécessite lors de la conception du véhicule de prendre des décisions critiques qui peuvent influencer considérablement la compétitivité et la profitabilité de la compagnie. Pendant les premières étapes du processus de développement des véhicules (PDV), les ingénieurs manquent souvent d'informations précises et complètes qui peuvent leurs permettre de prédire les possibilités de rencontrer les performances utopiques du véhicule en question, et ce, à cause de plusieurs facteurs (technologiques, régulation et règlementation, ressources, etc.). Pour cette raison, l'identification, la quantification et la gestion des incertitudes inhérentes aux différentes phases du PDV sont devenues un problème majeur dont dépend l'efficacité du PDV. La présente étude propose une méthodologie pour l'allocation des cibles et pour la prise de décision sous incertitudes durant le processus de développement des véhicules. La méthode commence par la décomposition du nouveau véhicule en une structure hiérarchique à multiniveaux. Cette structure représente l'élément de base pour la définition du modèle de véhicule à multi-niveaux (MVM). Nous avons considéré qu'une ou plusieurs caractéristiques ainsi que leurs cibles peuvent être associées à chaque composante du MVM, et ce, en concordance avec les performances utopiques du véhicule. Les opinions des experts sont exprimées avec des incertitudes inhérentes à la faisabilité de chaque cible. Les opinions des experts sont données sous forme de distributions de probabilité ou d'ensembles d'intervalles associés à des crédibilités subjectives pour les valeurs possibles des caractéristiques. Ces opinions sont ensuite agrégées et propagées depuis les feuilles vers le sommet du modèle. La théorie des Évidences a été utilisée pour exprimer les incertitudes sous forme de deux mesures: la crédibilité et la plausibilité.