Software SuperDecisions AHP

Apresentação em tema: "Software SuperDecisions AHP"— Transcrição da apresentação:

1 Software SuperDecisions AHP
Análise de Decisão Software SuperDecisions AHP Profa. Dra. Carmen Belderrain Dra. Amanda Cecília Simões da Silva 03 de Agosto 2013

2 ANALYTIC HIERARCHY PROCESS AHP
Uma hierarquia é uma estrutura linear top down, sem feedback dos níveis inferiores para os níveis superiores. Apresenta, em seu topo, o objetivo global que influencia os critérios. As alternativas recebem influência do nível imediatamente superior e cada alternativa depende apenas de si mesma. Todos os elementos que compõem cada nível hierárquico são considerados independentes entre si. Saaty (2005)

3 ANALYTIC HIERARCHY PROCESS AHP

4 ANALYTIC HIERARCHY PROCESS AHP
Existem duas formas de realizar as comparações par a par utilizadas no método AHP, são elas: comparações em termos de medição relativa (do inglês relative measurement). Na medição relativa às alternativas são comparadas par a par de acordo com um atributo comum. comparações em termos de medição absoluta (do inglês absolute measurement); Na medição absoluta (também conhecida como Ratings) as alternativas são avaliadas de acordo com os níveis de intensidade obtidos de cada atributo (critérios e subcritérios no AHP).

5 Etapas AHP 2.Julgamentos: construção das matrizes de decisão
1.Formulação do problema: estruturação do problema e construção da hierarquia 3.Desenvolvimento algébrico: síntese do resultado

6 Software SuperDecisions
É um software usado para tomada de decisão com dependência e feedback. Implementa o AHP e o ANP. Ambos usam o mesmo processo de priorização, baseado na comparação par a par de elementos. No AHP os elementos de decisão são dispostos numa estrutura hierárquica de decisão, enquanto que o ANP os elementos de decisão são estruturado em forma de rede. AHP é um caso especial do ANP.

7 Conceitos importantes do SuperDecisions
Cluster: dispositivo para ajudá-lo na estruturação do problema de decisão. Ou seja é um agrupamento lógico de fatores ou elementos na decisão considerada. Nós:fatores ou elementos do cluster. Supermatriz sem pesos: é composta pelos autovetores obtidos por meio das comparações par a par dos elementos. Supermatriz ponderada: considera a importância de cada cluster (pesos dos clusters). Numa hierarquia a supermatriz ponderado é a mesma que a supermatriz sem pesos. Supermatriz limite: supermatriz que apresenta as prioridades finais dos elementos do modelo.

8 1. Tela Inicial Para abrir o software SuperDecisions dar um duplo click no ícone.

9 Problema Comprar um carro Prestígio Preço MPG Conforto Toyota Camry
Honda Civic Acura TL

10 Alternativas (carros)
Acura TL Preço $ $35.000 Milhas por galão 20/29 (cidade/rodovia) Conforto é excelente Toyota Camry Preço $ $28.000 Milhas por galão 22/30 (cidade/rodovia) Conforto é bom Honda Civic Preço $ $20.000 Milhas por galão 29/38 (cidade/rodovia) Conforto é de médio para baixo

11 2. Criar um cluster* No menu principal selecione Design>Cluster>New para criar um cluster. 2) Entre com o “nome e descrição” do cluster. 3) Salvar. * Procedimento análogo para criar outros clusters.

12 3. Criar um nó dentro do cluster*
Clique com o botão direito do mouse dentro da janela do cluster para mostrar a caixa (ou use o menu principal Design>Node> New). 3) Entre com o “nome e descrição” do nó. 2) Selecione a opção “Create node in cluster”. 4) Salvar. * Procedimento análogo para criar outros nós. Cluster Nó

13 4. Dicas dos ícones 1) Ícone para verificar conexão.
2) Clique em cima de um cluster e arraste para movê-lo. 3) Ícone para exibir as descrições sobre o cluster ou nó. 4) Clique neste botão e arraste para redimensionar o tamanho do cluster. 5) O cluster com as alternativas tem que ser escrito em inglês “Alternatives”.

14 4. Dicas dos ícones 5) Clique duas vezes em qualquer lugar em um cluster para minimizar/maximizar o cluster.

15 4. Dicas dos ícones 6) Clique com o botão direito do mouse dentro da janela do cluster para mostrar a caixa. 7) Clique em “Organize Nodes” para organizar* os nós dentro do cluster. * A organização é por ordem alfabética ou numérica.

16 5. Conexão entre os nós dos clusters*
Selecione o nó “origem” e clique com o botão direito do mouse para mostrar a caixa. Ou use o menu principal Design> Node connexions from. 2) Selecione a opção "Node connections from”. 3) Selecione sucessivamente os nós “destino”. 4) Okay. * Procedimento análogo para completar todas as outras conexões entre os nós.

17 5. Conexão entre os nós dos clusters
5) Este ícone mostra os nós que estão conectados. 6)Link automático representando conectividade entre os nós dos clusters.

18 6. Coleta de Julgamentos No menu principal clique em Assess/Compare>Pairwise Comparison para mostrar a caixa de comparações par a par. Ou utilize o ícone.

19 6. Coleta de Julgamentos 2) Escolha o “nó origem”.

20 6. Coleta de Julgamentos 3) Clique no link para escolher o tipo de comparação. Interpretada como importância entre critérios e preferência entre alternativas com respeito aos critérios.

21 6. Coleta de Julgamentos 4) Maneiras possíveis de realizar comparações par a par. Gráfico Verbal Matrixial Direct (entrada direta de dados) Questionário

22 6. Coleta de Julgamentos 5) Entre com a comparação par a par dos carros com respeito ao critério Prestígio* - Matrixial. 1Acura TL 2Toyota 3Honda 1Acura TL 2Toyota 3Honda Azul – elemento da esquerda é dominante. Vermelho – elemento superior é dominante. * Procedimento análogo com os outros critérios.

23 6. Coleta de Julgamentos 5.1) Ou entre com a comparação par a par dos carros com respeito ao critério Prestígio* - Questionário. Azul – elemento da esquerda é dominante. Vermelho – elemento da direita é dominante.

24 6. Coleta de Julgamentos 5.2) Ou entre os valores dos carros com respeito ao preço - Direct. Inconsistência é sempre zero. Os valores são normalizados para dar as prioridades. Inverter prioridades.

25 6. Coleta de Julgamentos 6. Toda vez que terminar um conjunto de comparações, deve-se marcá-lo “completar" antes de prosseguir para a próxima comparação.

26 7. Verificação da consistência dos julgamentos
Clique em Inconsistency* e selecione "Inconsistency Report” para verificar a consistência. O software SuperDecisions mostra o valor da Razão de Consistência (RC). 2) Melhorar a inconsistência. * Somente na Forma Matrixial.

27 8. Resultados – Supermatriz sem pesos
No menu principal selecione Computations>Unweighted Super Matrice>Graphical para obter a supermatriz sem pesos. Supermatriz sem Pesos: apresenta as prioridades obtidas através das comparações par a par.

28 8. Resultados – Supermatriz sem pesos
Prioridades das alternativas (carros) com respeito ao critério Prestígio.

29 8. Resultados – Supermatriz ponderada
2) No menu principal selecione Computations>Unweighted Super Matrice>Graphical para obter a supermatriz ponderada. Supermatriz Ponderada.

30 8 Resultados – Supermatriz Limite
3) No menu principal selecione Computations>Limite Matrice>Graphical para obter a supermatriz limite. Supermatriz Limite.

31 8. Resultados – prioridades finais
4) Selecione Computations>Synthesize para obter as prioridades finais (na forma gráfica) para as alternativas. Honda Civic > Acura TL > Toyota Camry Os valores da coluna “Raw” são provenientes da Supermatriz Limite. Os valores da coluna “Normals" são obtidos a partir dos valores do “Raw”, normalizados. Os valores da coluna “Ideals' são obtidos a partir dos valores do “Raw” idealizados.

32 8. Resultado obtido atráves da Supermatriz Limite

33 9. Sannity Check 1) Selecione Computations>Sannity Check para revelar comparações incompletos e objetivos duplicados, entre outras coisas.

34 9. Sannity Check Por exemplo: alterando o nome do cluster Alternatives para Alternativas. Warning! No Alternatives Found ...this could have happened because the alternatives cluster was not named älternatives’.

35 10. Relatório 1) Selecione Computations>Full Report ou File>Print para gerar o arquivo HTML de relatório sobre o modelo.

36 10. Relatório 2) O Relatório apresenta os nomes e descrições dos nós e clusters e prioridades importantes.

37 11. Salvar o modelo 1) Selecione File>Save as para salvar o modelo.
Extensão do arquivo: .sdmod

38 12. Modelo Hierárquico com Subcritério

39 Bibliografia Saaty, T. L.(2005), Theory and Applications of the Analytic Network Process: Decision Making with Benefits, Opportunities, Costs and Risks, – RWS Publications, Pittsburg. SAATY, R. W. Decision making in complexenvironments.: the analytic hierarchy process for decision making and the analytic network process for decision making with dependence and feedback (Superdecisions Tutorial). Daytona Beach, Florida: Embry Riddle Aeronautical University, 2003, 122 p. Disponível em:// Apresentação Tutorial 1: AHP Relative Model e Apresentação Titorial 5: AHP and ANP