Escolar Documentos
Profissional Documentos
Cultura Documentos
1.
2.
3.
4.
5.
6.
7.
8.
9.
Histria
Contextualizao
Modelagem
Particularidades
Aplicao
Anlise de Sensibilidade
Softwares
Estudo de Caso
Agrupamento de julgamentos
MTODO AHP
MTODO AHP
Histria
MTODO AHP
MTODO AHP
Contextualizao
O AHP um dos mtodos mais comentados e aplicados na
prtica das decises a mltiplos critrios envolvendo complexidade
e subjetividade. Entretanto, uma das dificuldades apontadas no
AHP a quantidade de comparaes paritrias necessrias que
cresce rapidamente com o tamanho da matriz, dependendo da
complexidade da hierarquia (HO, 2008).
Vaidya e Kumar (2006) comentam que o AHP o mtodo
utilizado com maior frequncia, tendo um vasto leque de aplicao
em diversas reas do conhecimento.
MTODO AHP
Contextualizao
MTODO AHP
MTODO AHP
Modelagem
MTODO AHP
Modelagem
Tabela- 1: Escala fundamental: Fonte: Saaty (1977).
Valor
Definio
Explicao
Igual importncia
Contribuio idntica
Fraca importncia
Julgamento levemente
superior
Forte importncia
Julgamento fortemente a
favor
Importncia absoluta
Dominncia comprovada
2, 4, 6, 8
Valores
intermedirios
Dvida
MTODO AHP
10
Modelagem
No mtodo AHP
necessrio construir uma
hierarquia, e nesta
hierarquia temos:
Critrios; subcritrios e
alternativas.
Objetivo
Critrio 1
Alternativa 1
Critrio 2
Alternativa 2
Critrio n
Alternativa n
MTODO AHP
11
Conceitualizao
Os julgamentos obedecem a teoria da matriz Recproca,
contemplado pelo exemplo abaixo:
Critrios
C1
C2
C1
Critrios
C2
1/7
1
C3
C3
1/2
5
MTODO AHP
12
Conceitualizao
Feito o julgamentos temos que calcular o auto vetor:
n
V ai j
1
n
j 1
Critrios
C1
C2
C1
Critrios
C2
1/7
1
C3
MTODO AHP
C3
Auto
Vetor (V)
1/2
5
0,415
3,271
0,737
13
Conceitualizao
Prximo passo consiste em normalizar o auto vetor:
Critrios
C1
C2
C1
C2
Critrios
1/7
1
C3
Auto
Vetor (V)
VNormaliza
do
C3
0,737 16,66%
4,423
100%
14
Conceitualizao
Prximo passo calcular no auto valor -max:
Critrios
C1
C2
C1
C2
Critrios
1/7
1
C3
C3
1/2
5
1
10,00
1,34
6,50
MTODO AHP
Auto
VVetor (V) Normalizado
0,415 9,38%
3,271 73, 96%
0,737
16,66%
4,243
100%
15
Conceitualizao
Autor valor: Multiplicao de matrizes: max= (C.V)
C1
Critrios
C2
10,00
C3
1,34
VNormalizado
6,50 9,38%
73, 96%
Critrios
16,66%
max
MTODO AHP
3,015
16
Modelagem
10
IR
0.58
0.9
1.12
1.24
1.32
1.41
1.45
1.49
MTODO AHP
17
MTODO AHP
18
Particularidades
Temos algumas particularidades no mtodo AHP. Estas
particularidades so relacionadas a atributos diretos e indiretos.
Definio:
Atributos diretos so valores numricos onde quanto mais
melhor, como por exemplo, receita, rendimento, faturamento,
salrios, etc...).
Atributos indiretos so valores numricos onde quanto mais
pior, como por exemplo, despesas, consumo, horas extras, etc..
MTODO AHP
19
Particularidades
Soluo: Para o caso de atributos diretos, temos que apenas
normalizar os dados. J para o caso de atributos indiretos temos
que harmonizar e depois normalizar os dados:
Exemplo:
Normalizao
Receita1= 100
(100/450)= 22,23%
Receita2= 150
(150/450)= 33,33%
Receita3= 200
(200/450)= 44,44%
Total= 450
Total= 100%
MTODO AHP
20
Particularidades
Soluo:Atributos Indiretos:
Exemplo:
Harmonizao
Despesa1= 100
(450/100)= 4,5
(4,5/9,75)= 46,15%
Despesa2= 150
(450/150)= 3
(3/9,75)= 30,77%
Despesa 3= 200
(450/200)= 2,25
(2,25/9,75)= 23,08%
Total= 450
Total= 9,75
Normalizao
Total= 100%
MTODO AHP
21
MTODO AHP
22
Aplicao
1
2
3
Construo de hierarquias
Definio de prioridades
Consistncia lgica
23
Aplicao
Objetivo
Selecionar emprego
Salrio (C1)
Emprego A
Oportunidade
(C2)
Critrios
Localizao
(C3)
Emprego B
Alternativas
MTODO AHP
24
Aplicao
Critrios
Critrios
C1
C1
C2
C3
1/7
1/2
C2
C3
MTODO AHP
25
Aplicao
Critrios
C1
C2
C1
C2
Critrios
1/7
1
C3
10,00
1,34
Auto
Vetor (V)
VNormalizado
1/2
5
0,415
3,271
9,38%
73, 96%
0,737
16,66%
4,447
100%
C3
6,50
CR= 1.29%
MTODO AHP
26
Aplicao
Clculo para as alternativas:
C2
A1
A2
A-Vetor V-Nor
A1
1,732
75,11%
A2
1/3
0,577
24,89%
2,306
100%
Total
C3
A1
A2
A-Vetor V-Nor
A1
2,236
83,33%
A2
1/5
0,447
16,66%
2,683
100%
Total
27
Aplicao
Clculo para as alternativas:
C3
A1
A2
V-Nor
A1
44,94%
A2
55,06%
Total
100%
MTODO AHP
28
Aplicao
Clculo para as alternativas:
Selecionar
Emprego
C1= 9,38%
C2=73,96%
C3= 16,66%
C1
A1= 44,94%
A2= 55,06%
C2
A1= 75,11%
A2= 24,89%
C3
A1= 83,33%
A2= 16,17%
MTODO AHP
29
Aplicao
Matriz de deciso
Critrios
C1
C2
Critrios
Deciso
9,38%
C3
73,96%
16,66%
A1
44,94% 75,11%
83,33%
A2
55,06% 24,89%
16,67%
Vetor de
Deciso
73, 65%
26,35%
n 1
n.
2
i 1
n
MTODO AHP
30
MTODO AHP
31
Aplicao
Matriz de deciso
Critrios
C1
C2
Critrios
Deciso
9,38%
C3
73,96%
16,66%
A1
44,94% 75,11%
83,33%
A2
55,06% 24,89%
16,67%
Vetor de
Deciso
73, 65%
26,35%
32
Aplicao
Critrios
C1
C2
C3
9,38%
A1
44,94%
75,11%
83,33%
73,96%
73, 65% ?
A2
55,06%
24,89%
16,67%
16,66%
26,35% ?
Anlise de sensibilidade em C1
Variao no peso de C1
80,00%
70,00%
60,00%
50,00%
40,00%
A1
A2
30,00%
20,00%
10,00%
0,00%
0
0,2
0,4
0,6
Peso C1= 9,4%
0,8
MTODO AHP
1,2
33
Aplicao
Peso C1
0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
90,0%
100%
9,40%
Pesos da A1
75,08%
72,07%
69,06%
66,05%
63,05%
60,04%
57,03%
54,02%
51,02%
48,01%
45,00%
72,25%
Pesos da A2
24,92%
27,93%
30,94%
33,95%
36,95%
39,96%
42,97%
45,98%
48,98%
51,99%
55,00%
27,75%
34
MTODO AHP
35
Softwares
Expert Choice.
Super Decisions.
MS- Excel.
MTODO AHP
36
MTODO AHP
37
MTODO AHP
38
Fornecedores
Entregas no prazo
Preo
Fornecedor A
R$ 10
Fornecedor B
R$ 20
Fornecedor C
R$ 30
MTODO AHP
39
OS MODAIS
Rota
Estncia/SE
Pindamonhangaba/SP
Rodovirio
Cabotagem
Ferrovirio
DADOS GERAIS
ATRIBUTOS
CUSTO (R$/TON)
RISCO
ESTOQUE
RODOVIRIO
260
Alto
Baixo
FERROVIRIO
200
13
Baixo
Alto
CABOTAGEM
215
Baixo
Mdio
Mtodo AHP
INDICE DE COERNCIA ALEATRIA - RI (SAATY,
2001)
ESCALA FUNDAMENTAL
(SAATY,1980)
1
IGUAL IMPORTNCIA
FRACA IMPORTNCIA
IMPORTNCIA FORTE
IMPORTNCIA ABSOLUTA
JULGAMENTO DOS
ATRIBUTOS CUSTO
0,52
0,89
(-n) / (n-1)
CR
CI/RI
LEAD
TIME
RISCO
ESTOQUE
VETOR W
(PESO)
46,2%
LEAD
TIME
1/3
1/2
17,0%
RISCO
1/3
1/2
14,3%
ESTOQUE
1/2
22,4%
CUSTO
n=4
RI = 0,89
CI=0,0404
CR=0,0454
Mtodo AHP
JULGAMENTO DO RISCO (ATRIBUTO INVERSO)
RODOVIRIO
FERROVIRI
O
CABOTAGEM
VETOR W
(PESO)
11,4%
FERROVIRI
O
1/3
40,5%
CABOTAGEM
1/5
48,1%
RODOVIRIO
n=3
RI = 0,52
CI=0,0145
CR=0,0280
FERROVIRI
O
CABOTAGEM
VETOR W
(PESO)
RODOVIRIO
1/4
47,5%
FERROVIRI
O
14,9%
CABOTAGEM
1/2
37,5%
n=3
RI = 0,52
CI=0,0268
CR=0,0516
Mtodo AHP
DESEMPENHO DO CUSTO
CUSTO (R$/TON)
VETOR W
(PESO)
RODOVIRIO
260
28,5%
FERROVIRIO
200
37,0%
CABOTAGEM
215
34,5%
VETOR W
(PESO)
RODOVIRIO
57,8%
FERROVIRIO
13
13,3%
CABOTAGEM
28,9%
Mtodo AHP
MATRIZ DECISO
CUSTO
LEAD
TIME
RISCO
ESTOQUE
ATRIBUTOS (VETOR W)
46,2%
17,0%
14,3%
22,4%
RODOVIRIO
28,5%
57,8%
11,4%
47,5%
FERROVIRIO
37,0%
13,3%
40,5%
14,9%
CABOTAGEM
34,5%
28,9%
48,1%
37,5%
DESEMPENHO GLOBAL
RODOVIRIO
35,3%
FERROVIRIO
28,5%
CABOTAGEM
36,2%
MTODO AHP
47
Agrupamento de Julgamentos
A tomada de deciso em grupo uma ferramenta que possui
um maior grau de complexidade visto que cada membro, ou
indivduo expe seus julgamentos de maneira independente. De
acordo com Saaty e Peniwati (2008), todo processo de tomada de
deciso em grupo depende da habilidade de seus membros em
trabalhar de forma unida e, para uma boa deciso, o grupo necessita
ser diversificado e informado.
Duas tcnicas de agregao podem ser utilizadas AIJ
(Aggregation of Iindividual Judgements) e AIP (Aggregation of
Iindividual Priorities). Assim, os julgamentos so agregados de
maneira a chegar a um resultado nico correspondente ao grupo.
MTODO AHP
48
Agrupamento de Julgamentos
Para Shimizu (2010), o problema da deciso em grupo resume-se
em combinar os julgamentos individuais para produzir um julgamento
melhorado. Segundo o autor, a diferena principal entre uma atividade em
grupo em relao atividade individual a possibilidade de ocorrer
interao entre os indivduos de um grupo:
49
Agrupamento de Julgamentos
A tcnica de agregao AIJ, conforme define Forman e
Peniwati (1998), consiste na agregao dos julgamentos individuais
para cada par de comparaes. Esta tcnica requer a disposio dos
indivduos de abandonarem suas prprias preferncias (valores,
objetivos) em prol da organizao.
50
Agrupamento de Julgamentos
Para esta tcnica Forman e Peniwati (1998) propuseram que
a agregao das prioridades individuais pode ser computada usando
mdia geomtrica ou aritmtica de maneira que a escolha no
interfere no vetor de prioridade do grupo, visto que tal tcnica no
viola o Princpio do Pareto.
MTODO AHP
51
Julgador 1
V-norm
C1
C2
C3
9,38%
C1
1/7
1/2
73,96%
C2
16,66%
C3
1/5
C1
C2
C3
C1
1,00
0,20
2,00
68,70%
C2
5,00
1,00
4,00
12,65%
C3
0,50
0,25
1,00
18,65%
Critrios
Julgador 2
Critrios
Global
CR=
1.20%
9,38%
V-norm
18,65%
CR=
8.10%
V-norm
C1
C2
C3
C1
1,00
0,17
1,00
13,36%
C2
5,92
1,00
4,47
71,98%
C3
1,00
0,22
1,00
14,66%
MTODO AHP
CR=
0.75%
52
Julgador 1
V-norm
C1
C2
C3
9,38%
C1
1/7
1/2
73,96%
C2
16,66%
C3
1/5
C1
C2
C3
C1
1,00
0,20
2,00
68,70%
C2
5,00
1,00
4,00
12,65%
C3
0,50
0,25
1,00
18,65%
Critrios
Julgador 2
Mdia G
Auto Vetor
Global
9,38%
V-norm
CR=
8.10%
Mdia A
13,23%
71,28%
14,01%
71,33%
14,52%
14,66%
MTODO AHP
CR=
1.20%
53
MTODO AHP
54
Padronizao
(C1)
Alternativa A
Satisfao do
usurio (C2)
Estratgia
(C3)
Alternativa B
Alinhamento
(C4)
Custo
(C5)
Alternativa C
MTODO AHP
55
C1
C2
C3
C4
C5
A-Nor
C1
1/3
1/7
1/5
1/4
4,24%
C2
1/5
1/4
8,46%
C3
47,54%
C4
1/3
27,39%
C5
1/4
1/4
12,37%
Total
20
12,33
1,93
4,70
9,75
100,00%
MTODO AHP
56
C1
A1
A2
A3
A1
1/3
A2
A3
1/5
1/7
Total
4,2
1,476
13
C2
A1
A2
A3
A1
1/3
A2
1/7
1/6
A3
Total
4,143
14
1,5
A-Vetor
A-Nor
1,185 27,90%
2,758 64,91%
0,3057
7,19%
4,250 100,00%
A-Vetor
A-Nor
1,326 31,32%
0,288 6,79%
2,621 61,89%
4,235 100,00%
MTODO AHP
57
C3
A1
A2
A3
A-Vetor
A1
1/2
1,357
A2
1,817 50,76%
A3
1/5
1/3
0,405 11,33%
Total
3,2
1,833 9
3,580 100,00%
C4
A1
A2
A3
A1
1/3
1,260 29,26%
A2
1/6
1/7
0,288
A3
2,759 64,06%
Total
4,167
14
1,476
4,307 100,00%
A-Vetor
MTODO AHP
A-Nor
37,91%
A-Nor
6,68%
58
C5
A1
A2
A3
A-Vetor
A-Nor
A1
1/4
1,077 24,37%
A2
3,037 68,71%
A3
1/5
1/7
0,306
Total
5,2
1,393 13
6,92%
4,420 100,00%
Matriz
de
V.
Deciso C1
C2
C3
C4
C5
Critrios Deciso
A1
27,90% 31,32%
37,91% 29,26% 24,37%
4,24% 32,88%
A2
64,91%
6,79%
50,76% 6,68% 68,71%
8,46% 37,79%
A3
7,19% 61,89%
11,33% 64,06% 6,92%
47,54% 29,33%
Soma
100%
100%
100%
100% 100%
27,39% 100,00%
12,37%
MTODO AHP
59
70,00%
PERCENTAGEM
60,00%
50,00%
40,00%
A1
A2
A3
30,00%
20,00%
10,00%
0,00%
0%
20%
40%
60%
80%
100%
120%
PESO C2
MTODO AHP
60
DEMATEL
O mtodo AHP supe que todos os fatores ou critrios
possuem o mesmo nvel de importncia, sem utilizar nenhum
mtodo de estrutura de deciso (Shimizu, 2010). Entretanto, em
alguns casos, CUSTO poderia estar condicionado padronizao,
ou alinhamento poderia estar situado em um nvel abaixo de
SATISFAO DO USURIO, dentro da rvore hierrquica.
Desta forma, o mtodo AHP requer um processamento prvio para
avaliar se a estrutura hierrquica usada adequada.
MTODO AHP
61
DEMATEL
O mtodo conhecido por DEMATEL (Decision Making Trial and
Evaluation Laboratory) foi desenvolvido por uma empresa de consultoria e,
destina-se a montar uma estrutura hierrquica baseada em opinies de
especialistas que estabeleam:
MTODO AHP
62
DEMATEL
Passo: Construir a matriz de relacionamento cruzado entre os
critrios A= [aij]=> Construir a matriz A escolhendo um valor
de aij que expressa o nvel de influncia que o elemento i da lista
exerce sobre o elemento j, usando os seguintes critrios:
Influncia ou relacionamento alto: 8
Influncia ou relacionamento mdio: 4
Alguma influncia ou relacionamento: 2
Influncia nula: 0.
Vamos examinar algumas variaes da rvore de deciso do
exemplo anterior, adotando duas estratgias distintas.
1.
MTODO AHP
63
DEMATEL
Caso Z1:
Considerar que os fatores PADRONIZAO C1 e os
ALINHAMENTOS C3 e C4 exercem forte influncia (nvel 8)
sobre os fatores CUSTOS C5 e SATISFAO DOS CLIENTES
C2, sendo os demais relacionamentos nulos. Temos a seguinte
matriz A:
C1
C1
C2
C3
C4
C5
C2
0
2
0
0
2
C3
8
0
8
8
2
MTODO AHP
C4
0
0
0
0
2
C5
0
0
0
0
2
8
0
8
8
0
64
DEMATEL
Caso Z2:
Considerar que o critrio CUSTO (C5) exerce forte influncia
sobre os outros fatores, enquanto recebe influncia mdia (nvel
4) do fator SATISFAO do USURIO (C2)
C1
C1
C2
C3
C4
C5
C2
0
0
0
0
8
C3
0
0
0
0
2
MTODO AHP
C4
0
0
0
0
8
C5
0
0
0
0
8
2
4
2
2
0
65
DEMATEL
2. Segundo passo: Construir a matriz de relacionamento direto
D.
D= [dij] = [s.aij] para (s >0 e i, j= 1,2,.....,n).
s=> obtido pela razo { 1/ pelo maior valor da linha ou coluna}.
3. Terceiro passo: Construir a matriz de relacionamento
total: F = (I - D) -1=> Contem todas as influncias
diretas e indiretas que fator i exerce e recebe dos
outros critrios e que foram acumuladas durante um
nmero m (teoricamente infinito) de etapas.
MTODO AHP
66
Exemplo:
1 1
x
=
3 1
a11+a21= 1
a12+a22= 0
3a11+a21= 0
3a12+a22=1
MTODO AHP
67
1
1
-0,5 0,5
A-1
1,5
-0,5
MTODO AHP
1 0
0 1
68
DEMATEL
Matriz A
C1
C1
C2
0
2
0
0
2
C2
C3
C4
C5
C1
C1
Matriz D=
AxS
C2
C3
C4
C5
0
0,076
0
0
0,076
C3
8
0
8
8
2
C2
0,307
0
0,307
0,307
0,076
C4
0
0
0
0
2
C3
0
0
0
0
0,076
MTODO AHP
C5
0
0
0
0
2
C4
8
0
8
8
0
Maior valor
da linha ou
Coluna= 26
s= 1/26:
C5
0
0,307
0
0
0
0,307
0
0,3072
0,076
0
69
DEMATEL
Matriz I
C1
C1
C2
1
0
0
0
0
C2
C3
C4
C5
C1
C1
Matriz D1=
I -D
C2
C3
C4
C5
0
0,076
0
0
0,076
C3
0
1
0
0
0
C2
0,307
0
0,307
0,307
0,076
C4
0
0
1
0
0
C3
0
0
0
0
0,076
MTODO AHP
C5
0
0
0
1
0
C4
0
0
0
0
1
C5
0
0,307
0
0
0
0,307
0
0,3072
0,076
0
70
DEMATEL
Matriz DI
C1
C1
C2
C3
C4
C5
Matriz F=
(D1) -1
C2
1,000
-0,077
0,000
0,000
-0,077
C3
-0,308
1,000
-0,308
-0,308
-0,077
C4
0,000
0,000
1,000
0,000
-0,077
C5
0,000
0,000
0,000
1,000
-0,077
-0,308
0,000
-0,308
-0,308
1,000
C1
C2
C3
C4
C5
Total
Wi
C1
1,054 0,367 0,026 0,026 0,341 0,814 26,36%
C2
0,081 1,028 0,002 0,002 0,026 0,140 4,52%
C3
0,054 0,367 1,026 0,026 0,341 0,814 26,36%
C4
0,054 0,367 0,026 1,026 0,341 0,814 26,36%
C5
0,096 0,164 0,083 0,083 1,081 0,506 16,39%
Soma j
0,340 1,292 0,164 0,164 1,128 3,088
Vi
11,01% 41,84% 5,30% 5,30% 36,54%
MTODO AHP
71
DEMATEL
Quarto passo: Obter os valores normalizados (Wi e Vj);
Wi: Valor normalizado do relacionamento total que o fator i exerce
sobre os outros fatores;
Vj: Valor normalizado do relacionamento total que o fator j recebe
dos outros fatores:
Z1
Wi
Vj
C1
C2
C3
C4
C5
26,36% 4,52% 26,36% 26,36% 16,39%
11,01% 41,84% 5,30% 5,30% 36,54%
C1
C2
C3
C5
C2
C4
C5
MTODO AHP
C2
C5
72
DEMATEL
C1
C1
Matriz I
C2
C3
C4
C5
Matriz F=
(I D) -1
C2
1,000
0,000
0,000
0,000
-0,308
C3
0,000
1,000
0,000
0,000
-0,077
C4
0,000
0,000
1,000
0,000
-0,308
C5
0,000
0,000
0,000
1,000
-0,308
-0,077
-0,154
-0,077
-0,077
1,000
C1
C2
C3
C4
C5
Total
Wi
1,026 0,006 0,026 0,026 0,084 0,168 0,083
0,052 1,013 0,052 0,052 0,168 0,335 0,166
0,026 0,006 1,026 0,026 0,084 0,168 0,083
0,026 0,006 0,026 1,026 0,084 0,168 0,083
0,335 0,084 0,335 0,335 1,090 1,181 0,585
C1
C2
C3
C4
C5
Soma j 46,45% 11,61% 46,45% 46,45% 50,97% 2,019
Vj
73
DEMATEL
Quarto passo: Obter os valores normalizados (Wi e Vj);
Wi: Valor normalizado do relacionamento total que o fator i exerce
sobre os outros fatores;
Vj: Valor normalizado do relacionamento total que o fator j recebe
dos outros fatores:
Z2
Wi
Vj
C1
C2
C3
C4
C5
8,31% 16,61% 8,31% 8,31% 58,47%
23,00% 5,75% 23,00% 23,00% 25,24%
C5
C1
MTODO AHP
C3
C4
74
DEMATEL- EXERCCIO
Considerar que o critrio (C5) exerce forte influncia sobre os
outros fatores, enquanto recebe influncia mdia (nvel 4) do
fator (C2) e (C7) e (C8). O fator (C6) exerce alguma influncia
entre os demais fatores. Os fatores C7 e C8 exercem influncia
mdia nos fatores (C1, C2, C3, C4, C5 e C6)
C1
C1
C2
C3
C4
C5
C6
C7
C8
C2
0
0
0
0
8
0
4
4
C3
0
0
0
0
2
2
4
4
C4
0
0
0
0
8
2
4
4
C5
0
0
0
0
8
2
4
4
MTODO AHP
2
4
2
2
0
2
4
4
C6
0
0
0
0
8
2
4
4
C7
0
4
0
0
2
2
0
0
C8
0
4
0
0
2
2
2
2
75
DEMATEL- EXERCCIO
S= 1/38
C1
C1
C2
C3
C4
C5
C6
C7
C8
C2
C3
C4
C5
C6
C7
C8
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,211
0,053
0,211
0,211
0,000
0,053
0,053
0,053
0,105
0,105
0,105
0,105
0,105
0,105
0,105
0,105
MTODO AHP
76
DEMATEL- EXERCCIO
S= 1/38
C1
C1
C2
C3
C4
C2
C3
C4
C5
C6
C7
C8
1,000
1,000
1,000
1,000
C5
1,000
C6
1,000
C7
1,000
C8
1,000
MTODO AHP
77
DEMATEL- EXERCCIO
C1
C1
C2
C3
C4
C5
C6
C7
C8
C2
C3
C4
C5
C6
C7
C8
1,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
0,000
1,000
-0,211
-0,053
-0,211
-0,211
0,000
-0,053
-0,053
-0,053
-0,105
-0,105
-0,105
-0,105
-0,105
-0,105
-0,105
-0,105
MTODO AHP
78
DEMATEL- EXERCCIO
C1
C1
C2
C3
C4
C5
C6
C7
C8
C2
C3
C4
C5
C6
C7
C8
1,013
0,005
0,014
0,014
0,058
1,038
0,061
0,061
0,013
0,005
1,014
0,014
0,013
0,005
0,014
1,014
0,245
0,088
0,259
0,259
0,035
0,078
0,093
0,093
0,153
0,135
0,162
0,162
0,153
0,135
0,162
0,162
MTODO AHP
79
DEMATEL- EXERCCIO
C1
C2
C3
C4
C5
C6
C7
C8
Wi
2,40%
Vj
C2
C5-C7-C8
C1
C3
C4
C6
MTODO AHP
80
MTODO AHP
81
Referncias Bibliogrficas
AGUARN, J., ESCOBAR, M.T., MORENO-JIMNEZ, J.M. A note on AHP group consistency for
the row geometric mean priorization procedure. European Journal of Operational Research 153, 318
322,2004.
FORMAN, E., PENIWATI, K. Aggregating individual judgements and priorities with the analytic
hierarchy process. European Journal of Operational Research 108, 165169, 2008.
GARUTI, C. Measuring compatibility (closeness) in weighted environments: when close really means
close? In: INTERNATIONAL SYMPOSIUM ON THE ANALYTIC HIERARCHY PROCESS, 9., 2007,
Via del Mar. Proceedings... Via del Mar: Fulcrum Ingeniera, 2007. 1 CD-ROM.
HO, W. Integrated analytic hierarchy process and its applications A literature review. European Journal
of Operational Research 186 (2008) 211228, 2007.
KUEHN, W. Digital Factory- Integration of Simulation Enhancing the Product and Production Process
Towards Operative Control and Optimisation. International Journal of Simulation, vol. 7, n. 7, oct. 2006.
MARTEL, J. M.; MATARAZZO, B. Other outranking approaches. In: FIGUEIRA, J.; GRECO, S.;
EHRGOTT, M. (Eds.) Multiple Criteria Decision Analysis. New York: Springer, p. 197-262, 2005.
MILLER, E. Marrying product and process design: digital manufacturing, a critical element of PLM, ensures
that shops stay competitive and profitable (software systems). American Machinist, oct. 2005.
MTODO AHP
82
Referncias Bibliogrficas
SAATY, T. L. Fundamentals of the Analytic Network Process- Multiple Networks with Benefits, Costs,
Opportunities and Risk . Journal of System Science and Systems Enginnering, . v. 13, p. 348-379, 2004.
SAATY, T.L. Multicriteria Decision Making: The Analytic Hierarchy Process. McGraw-Hill, New York(2nd
impr. 1990, RSW Publishing, Pittsburgh),1980.
SAATY, T. L. Theory and Applications of the Analytic Network Process: decision making with benefits,
opportunities, costs, and risks. Pittsburgh: RWS, 2005.
SAATY, T. L.; PENIWATI, K. Group Decision Making: Drawing out and Reconciling Differences.
Pittsburgh (USA). RWS, 2008.
SHIMIZU, T. Deciso nas Organizaes. 2a. edio. So Paulo: Editora Atlas S. A., 419p. , 2010.
WAURZYNIAK, P. Enter the Virtual World. Manufacturing Engineering. ABI/INFORM Global, p.67, oct,
2007.
MTODO AHP
83