Une méthode intégrée VIKOR–AHP pour les systèmes d’énergie verte basée sur la prise de décision multi‑critères floue hésitante q‑fractionnaire

Pourquoi choisir l’électricité verte est si délicat

Les pays du monde entier se précipitent pour remplacer les combustibles fossiles par des énergies plus propres telles que le soleil, le vent, l’eau et la chaleur de la Terre. Mais décider quelle option verte implanter et où demeure loin d’être simple. Chaque technologie présente sa propre combinaison de coûts, fiabilité, pollution et acceptation publique, et les experts sont souvent en désaccord ou incertains dans leurs jugements. Cet article présente un « arbitre » mathématique qui aide gouvernements et planificateurs à trier ces compromis complexes et à choisir une solution énergétique équilibrée en présence d’une forte incertitude.

Concilier de nombreux objectifs à la fois

La planification énergétique moderne ne se concentre plus uniquement sur l’option la moins chère. Un barrage hydroélectrique peut produire beaucoup d’électricité stable mais inonder des vallées et perturber les cours d’eau. Les parcs éoliens sont propres mais peuvent rencontrer l’opposition en raison du bruit ou de l’impact visuel. Les centrales solaires deviennent moins coûteuses mais ne fonctionnent que lorsque le soleil brille. Les auteurs présentent la planification comme un problème à multiples facettes où les alternatives doivent être jugées simultanément selon le coût, la production d’énergie, les dommages environnementaux et l’acceptation sociale. Comme ces aspects s’opposent souvent, l’objectif n’est pas de trouver un gagnant parfait mais un compromis qui équilibre équitablement avantages et inconvénients.

Permettre aux experts d’hésiter plutôt que de forcer oui ou non

Dans la réalité, les experts ne pensent que rarement en termes tranchés comme « bon » ou « mauvais ». Ils peuvent hésiter entre dire qu’un projet est modérément acceptable ou seulement faiblement acceptable. Les méthodes de décision traditionnelles imposent d’encoder chaque opinion dans un nombre unique, perdant ainsi cette hésitation. Cette étude utilise une idée plus récente appelée ensembles flous hésitants q‑fractionnaires, qui permet aux experts d’énumérer plusieurs notes possibles pour indiquer dans quelle mesure un projet satisfait ou échoue à un critère, et de régler la tolérance du modèle à cette hésitation. Une mesure de distance spécialement conçue, basée sur les plus petits communs multiples, rend possible la comparaison de ces opinions mixtes et fractionnaires de façon équitable, même lorsque différents experts fournissent un nombre différent de scores possibles.

Combiner priorités humaines et moteur de compromis

La méthode associe deux outils de décision bien connus. D’abord, le Processus de Hiérarchie Analytique est utilisé pour capter l’importance relative de chaque critère par des comparaisons par paires simples. Dans l’étude de cas, la production d’énergie et le coût reçoivent un poids légèrement supérieur à ceux des dommages environnementaux et de l’acceptation publique, bien que les quatre critères comptent. Ensuite, la technique VIKOR prend les évaluations floues de chaque option d’énergie verte et cherche un compromis : elle récompense les alternatives qui performent bien en moyenne sur l’ensemble des critères tout en maintenant le pire déficit sur un critère donné dans des limites raisonnables. La nouvelle formule de distance floue s’intègre à ce moteur de compromis de sorte que les jugements hésitants et incertains soient traités de manière cohérente.

Appliquer la méthode à cinq options vertes

Pour illustrer le comportement du cadre, les auteurs comparent l’hydroélectricité, les parcs éoliens, les centrales à biomasse, les centrales géothermiques et les fermes solaires. Les experts évaluent chaque option selon le coût initial, la production d’énergie, l’impact environnemental et l’acceptation sociale en utilisant le format flou hésitant. Le modèle classe ensuite les options. Pour une large gamme de choix de paramètres, les fermes solaires émergent comme le compromis préféré : elles offrent de bonnes performances environnementales et une bonne acceptation à un coût modéré, même si leur production varie selon l’ensoleillement. Les parcs éoliens suivent de près et deviennent le premier choix lorsque les paramètres sont ajustés pour être plus indulgents vis‑à‑vis des opinions conflictuelles. L’hydroélectricité, la biomasse et la géothermie arrivent généralement derrière selon les critères et poids choisis.

Tester la robustesse et comparer avec d’autres outils

Les auteurs font varier de manière systématique trois paramètres clés : la sévérité de la contrainte d’hésitation, la façon de mesurer la distance entre opinions, et le degré auquel le moteur de compromis favorise le bénéfice global du groupe par rapport au pire déficit individuel. Au fil de ces tests, le classement des options intermédiaires et inférieures reste stable, tandis que la première place ne bascule que entre le solaire et l’éolien. La nouvelle méthode est également comparée à plusieurs approches floues existantes. Malgré des formulations mathématiques différentes, toutes les méthodes s’accordent globalement sur les deux principaux prétendants, mais le cadre proposé gère les entrées inégales et hésitantes avec plus d’élégance et fournit des classements plus stables lorsque les conditions changent.

Ce que cela signifie pour les choix d’énergie propre

En termes simples, l’étude offre aux planificateurs un calculateur plus réaliste pour les choix énergétiques difficiles — un outil qui accepte le doute des experts, pèse de nombreux objectifs simultanément et recherche des compromis équitables plutôt que des gagnants simples. Dans l’exemple étudié ici, les fermes solaires se dégagent généralement comme le meilleur choix polyvalent, l’éolien arrivant en seconde position, compte tenu des coûts, productions, impacts et facteurs sociaux sélectionnés. Plus important encore, l’approche peut être réutilisée et adaptée à d’autres régions, technologies et priorités, aidant les décideurs à concevoir des systèmes énergétiques plus verts de façon structurée et transparente même lorsque les données sont floues.

Citation: M.Salih, H.F., Ameen, Z.A., Alharbi, B. et al. An integrated VIKOR–AHP method for green energy systems based on q-fractional hesitant fuzzy multi-criteria decision-making. Sci Rep 16, 10618 (2026). https://doi.org/10.1038/s41598-026-46076-x

Mots-clés: planification énergétique verte, décision multi‑critères, logique floue, systèmes d’énergie renouvelable, méthodes d’aide à la décision