Avanços metodológicos no método fitradeoff para problemática de classificação : incorporação de procedimento para elicitação de perfis e análises de sensibilidade

• Ano de defesa: 2022
• Autor(a) principal: LIMA, Moacir Fernando Morais Galdino de
• Orientador(a): FREJ, Eduarda Asfora
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Engenharia de Producao
• País: Brasil
• Palavras-chave em Português: Engenharia de produção; Decisão multicritério; Método FITradeoff; Problemática de classificação; Elicitação de perfis; Análise de sensibilidade
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/46129

Neste trabalho, o modelo de decisão para problemas de classificação que implementa o método FITradeoff é melhorado com a introdução de duas novas etapas: a elicitação dos perfis do problema de classificação, e a análise de sensibilidade do resultado final do modelo. A etapa de elicitação dos perfis preenche uma lacuna do modelo, o qual requer o fornecimento direto e sem referências dos valores que definem as classes em que as alternativas serão agrupadas. Esta elicitação consiste no fornecimento dos valores com base em duas alternativas hipotéticas, a solução ideal e a NADIR, que constituem a melhor e a pior solução possíveis para o problema de decisão. Além disso, a elicitação pode ser feita segundo uma escala de razão ou uma escala intervalar, sendo facultado ao decisor escolher qual escala utilizar. A segunda melhoria proposta consiste em avaliar a robustez da classificação obtida, analisando o quão sensível é o resultado em relação a variações nos dados de entrada por meio de simulações de Monte Carlo. O modelo pode ter sua robustez analisada em relação aos dados de desempenho das alternativas ou aos dados de perfis obtidos através da etapa de elicitação de perfis. O resultado desta etapa é o índice de robustez associado à classificação de cada alternativa, definido como a proporção de cenários em que a classificação não se alteraria. A fim de demonstrar sua aplicabilidade, o modelo resultante das melhorias propostas é aplicado a um problema de classificação da literatura, em que um fabricante do ramo de eletrônicos avalia seus fornecedores para identificar possíveis parceiros estratégicos.