Modelos de Decisão com Critérios Multiplos

Slides:



Advertisements
Apresentações semelhantes
Métodos Iterativos.
Advertisements

ANÁLISE DISCRIMINANTE
Digressão por ‘caminhos, árvores e flores’
REDES NEURONAIS ARTIFICIAIS (RNAs) Universidade do Minho.
Análise da Indústria e da Concorrência
Teorema Fundamental da Programação Linear
1 Domínios Finitos A eficiência das programas em domínios finitos (incluindo booleanos) podem ainda ser melhoradas pelo uso de Algoritmos de Propagação.
2 de Junho de 2005Conclusão1 Pedro Barahona DI/FCT/UNL Junho 2005.
1 Conclusão DI/FCT/UNL 1º Semestre 2004/ Ciclos de Simulação A técnica usada no exemplo da queda livre pode ser utilizada para trajectórias a duas.
Sinais e Sistemas – Capítulo 3
Adaptive Resonance Theory Carpenter & Grossberg
ENGENHARIA DE MÉTODOS Prof. Adolfo Sérgio Furtado da Silva
Encaminhamento Estabelecimento dos caminhos de interligação de maneira eficiente;
AHP-Analytic Hierarchy Process
INSTITUTO TECNOLÓGICO DE AERONÁUTICA MESTRADO PROFISSIONAL EM PRODUÇÃO
RANKING DOS CARGOS.
Definição de Prioridades de Requisitos
MEDIDAS E INCERTEZAS O Que é Medição?
O que você deve saber sobre
SISTEMAS LINEARES I Prof. Marlon.
Análise de Decisão Aplicada a Gerência Empresarial – UVA Enfoque multicritério Bibliografia: ALMEIDA, Adiel – Cap 3 Prof. Felipe Figueira
Programação Linear.
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Estatística e Probabilidade
Matrizes DEFINIÇÃO K corpo p,q números naturais
Conceitos fundamentais
Alexandre Xavier Falcão & David Menotti
1 Introdução aos Agentes Inteligentes Flávia Barros.
Microeconomia A III Prof. Edson Domingues
Tópicos Avançados de Base de Dados
K-NN Prof. Dr. Rogério Vargas.
AXIOMÁTICA Rosa Canelas.
Programação Linear Rosa Canelas Janeiro 2008.
AUXILIO MULTICRITÉRIO À DECISÃO Professor: Dalessandro Soares Vianna
Problemas de Fluxo Máximo
ESTATÍSTICA DECRITIVA
Quadrados Mínimos.
Sistema de equações lineares
Modelação Dinâmica António Câmara ADSA. Modelação dinâmica Desenvolvimento de modelos de simulação dinâmica Solução de equações diferenciais utilizando.
Resolução de sistemas de equações lineares
GESTÃO DE PROCESSOS Aula 8 – Modelagem dos Processos / Indicadores de Desempenho de Processos Prof. Cláudio Zeferino.
Análise de decisão Decisão em ambiente determinístico - escolher a alternativa que assume o maior benefício ou o menor custo Decisão em ambiente não determinístico.
Regressão Linear.
Aula 14 Disciplina: Sistemas de Controle 1 - ET76H
Processos Decisórios apostila 3 – capítulo 5 Profa. Josy Júdice
Introdução Prof. Antonio Carlos Coelho
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Componentes Principais Camilo Daleles Rennó
Aproximação de funções
Planejamento Ambiental 9º Semestre
A GESTÃO COMO UM PROCESSO DE ESCOLHAS O universo da Tomada de Decisão
Recuperação Inteligente de Informação
Gestão de Projectos ADSA António Câmara. Gestão de Projectos Projectos como redes de actividades Determinação do caminho crítico Método de PERT Método.
- 1 - ISEL – Instituto Superior de Engenharia de Lisboa Comissionamento de Grupos Térmicos de Produção de Energia Eléctrica Jorge Alberto Mendes de Sousa.
Decidibilidade, Corretude, Completude, Consistência, Monotonicidade
Análise e Síntese de Algoritmos
Análise e Síntese de Algoritmos
Inferências Geográfica:
CÁLCULO NUMÉRICO Aula 5 – Sistema de Equações lineares.
2 - Portfólio de Investimentos
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
Testes de Hipóteses.
PROCESSOS DECISÓRIOS PD MODELOS DE TOMADA DE DECISÃO – MODELO RACIONAL
Sistemas de Controle III N8SC3
FEATURE SELECTION. Introdução  Estudo de metodologias relacionadas a seleção de atributos  Maldição da dimensionalidade  O número de atributos do desenvolvedor.
Interpolação Polinomial: Introdução; Lagrange.
Testes de Hipóteses.
Programação Linear ADSA António Câmara.
MODELOS DE DECISÃO António Câmara ADSA. Modelos de Decisão Modelos de decisão –modelos de decisão com incerteza –modelos de decisão com risco Modelos.
Teoria das Preferências
Modelização do sistema – Envolvimento da Direcção Concepção e desenvolvimento; Direcção da empresa Técnicos de RH / DRH Questões; Decisões.
Transcrição da apresentação:

Modelos de Decisão com Critérios Multiplos António Câmara ADSA

Modelos de Decisão com Critérios Multiplos Modelos que se baseiam na existência de conflictos entre critérios ponto de partida: limitações na noção de eficiência económica- economia neoclássica Marglin (1962) sugeriu: eficiência económica equidade critérios ambientais e sociais

Modelos de Decisão com Critérios Multiplos Exemplo de uma matriz alternativas-critérios

Modelos de Decisão com Critérios Multiplos Permitem definir: uma hierarquia completa - A>B>C>D a determinação da alternativa óptima- A> (B,C,D) um conjunto de alternativas aceitáveis- (A,B,C)>D uma hierarquização incompleta de alternativas- A>(B,C,D) ou (A,B)>(C,D)

Modelos de Decisão com Critérios Multiplos Modelos não compensatórios comparação critério a critério Modelos compensatórios permitem compensações entre critérios

Modelos não Compensatórios Maximin- máximo dos minimos Maximax- máximo dos máximos Restrições conjuntivas- eliminar alternativas que não satisfazem os valores mínimos (exemplo: eliminar candidatos com menos de catorze valores)

Modelos não Compensatórios Restrições disjuntivas- seleccionar alternativas acima dos limiares de satisfação (exemplo: seleccionar estudantes com média superior a 14) Lexicográfico-ordenação de alternativas com base no critério mais importante. Se houver empates utilizar o segundo critério e assim sucessivamente (exemplo: classificação da Liga Profissional de Futebol)

Modelos Compensatórios Ponderação aditiva Exemplo clássico: média de curso Se os valores para os diferentes critérios são medidos utilizando unidades distintas têm que ser normalizados. Para normalizar dividir todos os valores obtidos pelas diferentes alternativas para cada critério pelo valor máximo, soma de valores ou valor ideal Critérios têm que ser independentes entre si Atribuição de pesos é subjectiva

Modelos Compensatórios Análise de concordância- método Electre criar matriz alternativas-impactes (ou critérios) estabelecer pesos para impactes normalizar matriz determinar conjuntos de concordancia e discordancia através de comparações entre as alternativas duas a duas em relação aos diferentes impactes (exemplo: C12= [impacte a, impacte b] significa que a alternativa 1 é superior à alternativa 2 em relação aos impactes a e b)

Modelos Compensatórios criar matrizes de concordância e discordância a partir dos conjuntos de concordância e discordância e dos pesos (exemplo: o coeficiente ij da matriz de concordancia representa a soma dos pesos associados aos impactes em que a alternativa i se superioriza à alternativa j) determinar indices de concordância e discordância para as várias alternativas seleccionar as alternativas com maior indice de concordância e menor indice de discordância

Modelos Compensatórios O método Electre e seus derivados requerem a definição a priori de pesos associados aos diferentes impactes (ou critérios) O método não hierarquiza completamente as diferentes alternativas

Modelos Compensatórios Método do ponto ideal Avaliar as alternativas considerando a distância de cada alternativa a uma situação hipotéticamente ideal Utilizar a fórmula da distância ponderada (ver Janssen, 1992) Critério 2 Ponto Ideal C A B D Critério 1

Modelos Compensatórios Método de visualização de valores de Shilling Critérios impacte amb. impacte soc. Alternativas custo A1 A2 A3

Modelos Compensatórios Método de análise hierárquica- método de Saaty Estruturação do modelo meta- adquirir um carro objectivos- preço, fiabilidade alternativas- VW, Honda, Nissan Avaliação comparações emparelhadas criando matrizes objectivos em relação à meta alternativas em relação a cada objectivo

Modelos Compensatórios Avaliação (cont.) Coeficientes a introduzir na matriz: 1- idêntica importância entre dois critérios em relação à meta ou entre duas alternativas em relação a um critério 3- O primeiro critério ou a primeira alternativa é preferível em relação ao segundo(a) 5- Preferência forte pelo primeiro critério ou alternativa 7- Preferência muito forte pelo primeiro critério ou alternativa 9- Preferência extrema pelo primeiro critério ou alternativa

Modelos Compensatórios Avaliação (cont.) Diagonais das matrizes têm coeficientes iguais a 1 Coeficientes Pji= 1/Pij (matriz recíproca) Exemplo: Método determina vectores associados aos maiores valores próprios das diferentes matrizes [A-I]r=0 Coeficientes dos vectores são os pesos dos critérios ou o valor relativo de cada alternativa para cada critério

Modelos Compensatórios Avaliação (cont.) Admitindo para o exemplo da escolha do carro que: Os pesos relativos do preço e fiabilidade são a e b Os valores dos VW, Honda e Nissan em relação ao preço são c, d e e Os valores dos VW, Honda e Nissan em relação è fiabilidade são f. g e h Então para hierarquizar a escolha calculam-se as seguintes somas ponderadas: VW= a.c + b.f Honda= a.d + b.g Nissan= a.e + b.h

Modelos compensatórios Análise da consistência dos julgamentos Indice de consistência (IC)= (max-n)/(n-1) Rácio de consistência (RC)= IC/IR deve ser < .1 em que max é o valor próprio mais elevado n representa o numero de alternativas IR é um indice randómico com os seguintes valores: 0.00 para n= 2 0.58 para n= 3 0.90 para n= 4 1.12 para n= 5 1.24 para n= 6 1.32 para n= 7 1.41 para n= 8

Modelos Compensatórios Implementação do modelo faz-se utilizando o software Expert Choice Expert Choice permite observar as diferenças na escolha de alternativas mudando o(s) valor(es) de um ou mais critérios (Análise de Sensibilidade) Expert Choice pode ser utilizado por grupos

Modelos Compensatórios Métodos de decisão em grupos Grupos são excelentes para representar papéis, criar listas, resolver problemas, negociar, votar, calendarizar e jogar Preocupação fundamental: eliminar o poder de personalidades dominantes. Alternativas: Brainstorming (geração de idéias em reuniões) Delphi (geração de relatórios individuais que são depois sintetizados num relatório global)

Modelos compensatórios Expert Choice em grupo Modelar o problema de decisão utilizando brainstorming (usar a figura de moderador) Procurar consensos nos julgamentos Utilizar técnicas de votação Calcular a média geométrica dos valores propostos pelos diferentes membros do grupo para cada comparação emparelhada (após a aplicação do método de Delphi)

TPC Formule e resolva um problema onde um modelo de decisão com critérios múltiplos se aplique.