Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34431
Título: | Metodologia para análise de compensatoriedade e predefinição de limites entre classes em classificações multicritério |
Título(s) alternativo(s): | Methodology for compensatory analysis and predefinition of limits between classes in multi-criteria sorting |
Autor(es): | Oliveira, Maiquiel Schmidt de |
Orientador(es): | Trojan, Flavio |
Palavras-chave: | Metodologia Classificação Processo decisório por critério múltiplo Methodology Classification Multiple criteria decision making |
Data do documento: | 24-Mai-2024 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Ponta Grossa |
Citação: | OLIVEIRA, Maiquiel Schmidt de. Metodologia para análise de compensatoriedade e predefinição de limites entre classes em classificações multicritério. 2024. Tese (Doutorado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2024. |
Resumo: | Nos desenvolvimentos para apoio a decisão multicritério se destacam dois problemas que ainda não foram claramente resolvidos na literatura. Um trata da definição da natureza compensatória ou não compensatória dos critérios e do próprio problema a ser avaliado. Outro problema é a predefinição dos limites entre as classes em métodos ou abordagens compensatórias nos problemas de alocação de alternativas em classes. Para este último, os métodos não compensatórios como as famílias ELECTRE e PROMETHEE oferecem uma alternativa para a definição das classes por um processo de elicitação com o decisor. Porém, nos métodos compensatórios, pela própria natureza de compensação apresentada na avaliação das alternativas, não é apresentada clareza no momento de fazer essas definições. Alguns trabalhos sugerem utilizar técnicas estatísticas, como os quartis e percentis, outros sugerem definições subjetivas, mas ainda não há um desenvolvimento que analise as informações apresentadas na matriz de avaliação e que possa sugerir uma definição inicial para os limites das classes em métodos compensatórios. Assim, o objetivo definido nessa tese é relativo a desenvolver dois passos que podem auxiliar decisores na análise de problemas multicritério: (i) um índice de compensatoriedade para definir sobre a natureza compensatória ou não compensatória entre os critérios e de maneira global, o que também ajudará na escolha do método a ser utilizado; e (ii) uma metodologia baseada em clusterização para definir limites iniciais para classes (grupos) nos problemas de alocação/classificação em métodos compensatórios, baseando-se inicialmente nos dados apresentados da matriz de avaliação. Para criar a metodologia abordada na primeira temática foram testadas ferramentas matemáticas e estatísticas, visando compreender melhor a relação entre os critérios. O segundo problema foi resolvido comparando métodos de análise de clustering e métodos compensatórios para classificação e escolhendo os que apresentarem os melhores resultados. Os resultados para a primeira temática indicaram que o erro-padrão, convertido em um índice de compensatoriedade, aliado com os testes de correlação de Pearson e de Spearman e seus respectivos testes de correlação podem estabelecer possíveis relações entre os critérios, determinando o nível de compensação. Para a segunda temática, os resultados apontaram que os métodos de clusteirização e de análise de decisão multicritério compensatórios podem apresentar semelhanças, sendo Fuzzy C-means clustering o que apresentou resultados mais próximos com o TOPSIS-SortB, quando analisadas as semelhanças entre os grupos e as classes e o índice de Silhueta. Assim, ao propor a temática 1, a mesma vai de encontro com os resultados da temática 2, pois antes de verificar a semelhança entre as técnicas, é possível verificar se os critérios são compensatórios entre si. Além disso, foram desenvolvidas formas de análise de sensibilidade para as duas temáticas, na qual é possível verificar se a exclusão de critérios influencia no ranking inicial (temática 1) e, se as alternativas estão alocadas nas classes de forma coerente (temática 2), através dos limitantes de cada uma delas. Esses resultados foram verificados a partir de testes em publicações já existentes e através da aplicação no problema da compra de veículos elétricos (VE) no Brasil. |
Abstract: | In the developments for Multi-Criteria Decision Analysis, two problems stand out that have not yet been clearly resolved in the literature. One deals with defining the compensatory or non-compensatory nature of the criteria and the problem itself to be evaluated. Another problem is the predefinition of limits between classes in compensatory methods or approaches in class alternative allocation problems. For the latter, non-compensatory methods such as the ELECTRE and PROMETHEE families offer an alternative to defining classes through an elicitation process with the decision maker. However, our compensatory methods, due to the very nature of the compensation presented in the evaluation of alternatives, do not present much clarity when making these definitions. Some works suggest the use of statistical techniques, such as quartiles and percentiles, others suggest subjective definitions, but there is still no development that analyzes the information demonstrated in the evaluation matrix and that can suggest an initial definition for class limits in compensatory methods. Thus, the objective defined in this thesis is related to the development of two steps that can assist decision-makers in the analysis of multi-criteria problems: (i) a compensatory index to define the compensatory or non-compensatory nature between the criteria and in a global way, which it will also be useful in choosing the method to be used; and (ii) a methodology based on clustering to define initial limits for classes (groups) in allocation/sorting problems in compensatory methods, initially based on the data presented in the evaluation matrix. To create the methodology covered in the first theme, mathematical and statistical tools will be tested, better covering the relationship between the criteria. The second problem will be solved by comparing cluster analysis methods and compensatory methods for sorting and choosing those that present the best results. The results for the first theme indicated that the standard error, converted into a compensation index, combined with the Pearson and Spearman manifestation tests and their respective demonstration tests can establish possible relationships between the criteria, determining the level of compensation. For the second question, the results showed that clustering and compensatory multi-criteria decision analysis methods may present similarities, with Fuzzy C-means clustering being the one that presented the closest results with TOPSIS-Sort-B, when similarities were observed between the groups and classes and the Silhouette index. Thus, when proposing theme 1, it is in line with the results of theme 2, because before checking the similarity between the techniques, it is possible to check whether the criteria are compensatory to each other. Furthermore, forms of sensitivity analysis were developed for the two themes, in which it is possible to check whether the exclusion of criteria influences the initial ranking (theme 1) and, if the alternatives are allocated to the classes in a coherent way (theme 2), through the limitations of each of them. These results were verified through tests on existing publications and through application to the problem of purchasing electric vehicles (EV) in Brazil. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/34431 |
Aparece nas coleções: | PG - Programa de Pós-Graduação em Engenharia de Produção |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
metodologiaanalisecompensatoriedade.pdf | 2,54 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons