Méthode intégrée en quatre étapes pour la sélection durable de batteries : intégration du jugement d'experts avec analyse par bootstrap

La durabilité joue un rôle de plus en plus essentiel dans l'élaboration des politiques, des technologies et des comportements individuels, en particulier dans le cadre de la réalisation des objectifs du Green Deal européen. Parmi les secteurs contribuant de manière significative aux émissions de gaz à effet de serre (GES), le transport se distingue comme une source majeure de préoccupation. Les véhicules électriques (VE) offrent une solution prometteuse pour réduire ces émissions, en raison de l'absence de moteur à combustion et d'émissions nulles à l'échappement pendant leur fonctionnement. Cependant, les impacts environnementaux et sociétaux liés à leur production — notamment lors de l'extraction des matières premières nécessaires à la fabrication des batteries — soulèvent des inquiétudes importantes. Ces préoccupations concernent l'environnement, la société, la gouvernance ainsi que la disponibilité à long terme de ressources critiques. Face à ces enjeux, cette thèse propose un cadre de sélection des batteries pour VE fondé sur une méthode intégrée d'aide à la décision multicritère (MCDM) en quatre étapes. La méthodologie évalue 12 alternatives de batteries selon un ensemble de critères liés à la durabilité, en intégrant les avis à la fois des décideurs (DM) et des citoyens, ces derniers représentant les utilisateurs finaux des VE. Contrairement aux études antérieures, qui s'appuient uniquement sur les évaluations des décideurs ou des clients, ce travail intègre les perspectives du grand public, en reconnaissant que les préférences des consommateurs influencent fortement l'adoption durable. Les résultats soulignent la sensibilité du choix final de la batterie aux préférences citoyennes, mettant en évidence l'importance d'une prise de décision participative dans la conception durable. Afin d'approfondir l'analyse de la robustesse et de la précision de la pondération des critères, la seconde partie de la thèse introduit l'utilisation du bootstrap appliqué aux méthodes DEMATEL et AHP dans un environnement flou. Cette phase examine l'impact du nombre de décideurs et de la sensibilité des échelles linguistiques d'évaluation sur la stabilité des résultats, en fonction du nombre de critères. Les résultats montrent qu'un nombre plus élevé de décideurs réduit l'erreur dans le calcul des pondérations, et que des échelles linguistiques moins sensibles produisent des résultats plus cohérents et convergents. Par ailleurs, lorsque le nombre de critères augmente, un nombre moindre de décideurs est nécessaire pour obtenir des résultats fiables, ce qui démontre l'efficacité et la scalabilité de l'approche proposée.