Uso de redes de crença para seleção de declarações de importação.

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: Marcos Antonio Cardoso Ferreira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Instituto Tecnológico de Aeronáutica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2729
Resumo: O Sistema Integrado de Comércio Exterior (SISCOMEX) automatiza as operações de importação e exportação e atua como uma plataforma que sincroniza as ações de todos os órgãos governamentais envolvidos. O módulo importação usa uma técnica denominada Seleção Parametrizada com o objetivo de selecionar para conferência declarações de importação com infrações e liberar ou descartar as que não possuem. Contudo, o desempenho atual dessa técnica é considerado insatisfatório porque regularmente seleciona declarações de importação sem qualquer infração e libera declarações contendo infração. O principal motivo para esse comportamento é creditado à forma como os parâmetros de seleção são fixados e à liberdade limitada para diferenciar e ordenar as declarações selecionadas. Além disso, ela é completamente dependente do julgamento do usuário e ignora o histórico de infrações. Nesse trabalho é proposta uma nova técnica para selecionar declarações de importação para conferência e fiscalização, a qual permite ordená-las de acordo com a possibilidade de infração e permite que seja integrada ao sistema atual. Essa técnica denominada Seleção Probabilística é baseada em Redes de Crença. A Rede de Crença é representada por grafo acíclico dirigido (GAD) o qual exibe o relacionamento de causa e efeito entre diversas variáveis. A técnica é implementada utilizando a linguagem Java, sua API para acesso a banco de dados, JDBCTM, e o Banco de Dados MySQLTM. Dois conjuntos contendo dados de operações reais foram coletados e extraídos. O maior dos conjuntos foi usado para a modelagem e o outro foi usado para avaliar a Seleção Probabilística. Foram obtidos alguns resultados e sobre estes efetuadas análises que mostraram o bom desempenho da técnica proposta. No final são mostradas as conclusões e algumas sugestões para futuros trabalhos.