Funções de Aglutinação baseadas em Eficiência: Uma Abordagem DEA para problemas de Otimização Multiobjetivo.

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: CARMELOSSI, Michele de Santana
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: Não Informado pela instituição
Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Engenharia de Produção
Departamento: IEPG - Instituto de Engenharia de Produção e Gestão
País: Não Informado pela instituição
Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/485
Resumo: Esta dissertação apresenta uma abordagem alternativa para a solução de problemas de otimização não lineares multiobjetivo de superfície de resposta utilizando a Análise Envoltória de Dados para gerar uma função de aglutinação das superfícies a partir de um índice de eficiência. Neste caso, objetivos que devem ser minimizados são considerados como inputs e os que devem ser maximizados, outputs. No algoritmo proposto, o cálculo da eficiência (soma de output/soma de input) é executado para cada DMU que, no caso, são representadas pelas combinações experimentais de um arranjo CCD. Para cumprir o objetivo proposto, o experimento é realizado na região de interesse de acordo com o arranjo escolhido e as respostas de interesse serão registradas e calculadas. Utilizando cada experimento do CCD como uma DMU, uma RSM é gerada para a eficiência e, posteriormente, maximizada. Espera-se que a otimização da superfície de resposta da eficiência conduza à localização de DMU’s mais eficientes do que aquelas observadas no arranjo experimental, cujos objetivos se aproximem maximamente dos seus alvos. Auxiliando o processo, o bootstrap foi utilizado para estabelecer teste de hipóteses e intervalos de confiança mais confiáveis do que os modelos tradicionais. Para ilustrar a razoabilidade da proposta, apresenta-se a otimização do processo de soldagem PGMAW. Os principais resultados corroboram a boa adequação da proposta para este tipo de problema de otimização.