3MO-AHP: uma abordagem de redução de inconsistência através de medidas de qualidade mono, multi ou muitos objetivos

• Ano de defesa: 2023
• Autor(a) principal: Floriano, Carla Martins
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Redução de inconsistências; Algoritmo de otimização multi-objetivos; U-NSGA III; Tomada de decisão com múltiplos critérios; Engenharia de produção; Analytic Hierarchy Process; Inconsistency Reduction; Many-Objective Optimization Algorithm
• Link de acesso: http://app.uff.br/riuff/handle/1/29773

Objetivo – Embora a técnica de multicritério Analytic Hierarchy Problem (AHP) tenha sido aplicada com sucesso em muitas áreas, tanto selecionando ou ordenando alternativas para derivar vetor de prioridade (pesos) para um conjunto de critérios, há uma desvantagem significativa em usar esta técnica se a matriz de comparação par-a-par (PCM – pairwise comparison matrix) possui comparações inconsistentes; ou seja, uma razão de consistência ( – consistency ratio) acima do valor de 0,1. Nesta situação, a solução final de uma PCM inconsistente não pode ser validada. Muitos estudos foram desenvolvidos para tratar o problema de inconsistência, mas poucos deles tentaram satisfazer mais de duas e / ou diferentes medidas de qualidade, quais sejam: inconsistência mínima (), o número total de comparações pareadas ajustadas (), preservação da ordenação original (), mínimo ajuste dos pesos médios () e, por fim, normal da matriz 1 mínima entre a PCM original e a PCM ajustada ().Metodologia – A abordagem proposta neste estudo é definida em quatro etapas: (i) Primeiro, o tomador de decisão deve escolher quais medidas de qualidade deseja utilizar, variando de uma a todas as cinco medidas de qualidade. (ii) Na segunda etapa, a matriz de comparação par-apar é então codificada para ser usada em um algoritmo de otimização de muitos-objetivos (MOOA), e cada comparação entre pares pode ser ajustada individualmente. (iii) Em seguida, são geradas soluções consistentes, a partir da Fronteira Ótima de Pareto obtida, que carregam as medidas de qualidade selecionadas na terceira etapa. (iv) Por fim, o decisor seleciona a solução mais adequada para o seu problema. Notavelmente, como o tomador de decisão pode escolher uma, duas, três ou mais (muitos objetivos) medidas de qualidade, nem todos os MOOAs podem lidar ou ter um bom desempenho em problemas mono ou multi-objetivos (dois objetivos). Segundo Seada e Deb (2015), o Unified Non-Sorting Algorithm III (U-NSGA III) é o MOOA mais apropriado para esse tipo de cenário porque foi especialmente projetado para lidar com problemas mono, multi e muitos-objetivos. Portanto, a abordagem apresentada nesta Tese é denominada de 3MO-AHP, uma alusão aos casos mono, multi e muitos-objetivos. Achados – Através da aplicação de três diferentes bases de dados com características distintas encontradas na literatura acadêmica, identificou-se que os resultados obtidos pela aplicação do algoritmo 3MO-AHP proporcionaram PCMs consistentes e com menos variações nas comparações par-a-par, quando comparados com os resultados obtidos por aqueles autores. Ademais, verificou-se que o uso de uma ou duas medidas de qualidade não deve garantir que a PCM ajustada seja semelhante a PCM original; portanto, o tomador de decisão deve considerar o uso de mais medidas de qualidade se o objetivo for preservar as características originais da PCM. Originalidade / valor – Quanto à contribuição acadêmica, é apresentada e desenvolvida uma abordagem de muitos-objetivos que reduz o a níveis consistentes com a capacidade de considerar uma ou mais medidas de qualidade e que permite que o tomador de decisão ajuste cada comparação de pares individualmente. Quanto à contribuição para a ciência, este trabalho engrossa o corpo em teses na Engenharia de Produção, fortalecendo promoção do método.