Escolar Documentos
Profissional Documentos
Cultura Documentos
frjunior@utfpr.edu.br
eng.franciscojunior@gmail.com
Roteiro
• Problemas de tomada de decisão multicritério
1
20/03/2018
SEP1
Decisão multicritério
• Duas abordagens:
– Decisão baseada em atributos (MADM);
– Decisão baseado em objetivos (MODM).
2
Slide 3
Alternativa 2
Critério 2
Objetivo do : :
Problema
Critério j Alternativa i
: :
Critério m Alternativa n
3
20/03/2018
4
20/03/2018
10
5
20/03/2018
11
Método de
Categorização Qualificado?
S Etapa de
seleção final
De fornecedores
Dispensados
12
6
20/03/2018
Método de
Ordenação Lista de fornecedores
mais bem pontuados
De fornecedores segundo critérios e
julgamentos
13
Fornecedores
selecionados
Restrições e
Objetivos de Método de
desempenho alocação Alocação de
Pedidos entre
De pedidos fornecedores
14
7
20/03/2018
Base de
fornecedores
15
Monitoring
Needing cost
Delivery performance
buyer-supplier
reduction
relationship
III
Needing cycle- IV
time and Replace
nonconformity supplier
Low
reduction
Low High
Total costs
16
8
20/03/2018
18
9
20/03/2018
20
10
20/03/2018
Approaches to performance
metric selection
11
20/03/2018
Frequency of using
quantitative techniques
49 diferent techniques
12
20/03/2018
13
20/03/2018
14
20/03/2018
29
SEP4
30
15
Slide 30
Critério: Dificuldade
Pontuação
• Avaliação numérica técnica
Projeto A 5
1 2 3 4 5 Projeto B 3
Projeto C 2
16
20/03/2018
Atividade 1
33
Método TOPSIS
• Technique for Order Preference by Similarity to Ideal Solution
• As alternativas são avaliadas usando uma escala numérica. Pode-se
usar uma escala diferente para cada critério.
• Princípio básico: Escolher uma alternativa que esteja tão próxima
quanto possível da solução ideal positiva (SIP) e o mais distante
quanto possível da solução ideal negativa (SIN)
• SIP: É formada tomando-se os melhores valores alcançados pelas
alternativas durante a avaliação em relação a cada critério
• SIN: é composta de forma similar, tomando-se as piores pontuações
das alternativas em relação a cada critério
• Geometricamente falando, a pontuação final é dada em função do
somatório das distâncias em um espaço n dimensional (sendo n o
número de critérios adotados).
17
20/03/2018
Método TOPSIS
• Os dados da matriz de decisão têm origens diferentes, por isso ela deve ser
normalizada a fim de transformá-la em uma matriz adimensional (para que
seja possível a comparação entre os vários critérios).
• A pontuação final das alternativas (CCi – coeficiente de proximidade) é
dada entre 0 e 1. Quão mais próximo de 1 estiver, mais perto estará da
solução ideal positiva. Quão mais perto de zero, mais próximo estará da
solução ideal negativa.
• Bastante simples quando comparado com outras técnicas multiatributo.
• Possui a capacidade de considerar uma quantidade ilimitada de
alternativas e de critérios.
• Adequado para critérios quantitativos.
• Desvantagem desse método: inadequado para tomada de decisão sob
incerteza e critérios qualitativos.
• Costuma ser bastante combinado com o AHP em modelos combinados
sequencialmente (Usa-se AHP para definir o pesos dos critérios e TOPSIS
para avaliar o desempenho das alternativas).
Algoritmo do TOPSIS
1. Estruturar a matriz de decisão e vetor de pesos
18
20/03/2018
Critérios
Itens (alternativas)
Valor total vendido Lead time Disponibilidade
ABRAÇADEIRA TIPO SIMLEX 25,30 3 3
ABRAÇADEIRA TIPO U UNIV. 60,00 3 3
ACENDEDOR DE CIGARROS UNIV. 93,80 7 5
ACOPLAMENTO VARÃO CÂMBIO 249,20 5 3
ADITIVO PARA ÓLEO DO MOTOR 126,20 7 5
Itens (alternativas) Valor total vendido Lead time Disponibilidade
ABRAÇADEIRA TIPO SIMLEX 0,00025 0,00341 0,01075
ABRAÇADEIRA TIPO U UNIV. 0,00060 0,00341 0,01075
ACENDEDOR CIGARROS UNIV. 0,00093 0,00796 0,01791
ACOPLAM. VARÃO CÂMBIO 0,00248 0,00568 0,01075
37
ADITIVO ÓLEO DO MOTOR 0,00126 0,00796 0,01791
19
20/03/2018
Atividade 2
• Utilizando o MS Excel, desenvolva um modelo de decisão para ordenar
um conjunto de alternativas. Usando os procedimentos propostos pelo
método TOPSIS, calcule os valores do coeficiente de aproximação e
mostre o ranking de alternativas fornecido pelo modelo de decisão.
40
20
20/03/2018
41
42
21
20/03/2018
43
AHP - Exemplo
Objetivo
da decisão
44
22
20/03/2018
Peso
C1 C2 C3 C4 C5
(Wci)
=
C1 1 2 1/4 1/5 3 6,45
C2 1/2 1 1/5 1/7 2 3,84
C3 4 5 1 1/2 5 15,50
C4 5 7 2 1 4 19,00
C5 1/3 1/2 1/5 1/4 1 2,28
= 1 + 2 + + + 3 = 6,45
45
∑ 6,45
= = = 0,137
∑ ∑ 6,45 + 3,84 + 15,5 + 19 + 2,28
46
23
20/03/2018
∑
= =
∑ ∑
= 1 + + + 5 = 6,643
6,643
= = 0,169
6,643 + 10,250 + 21,000 + 1,454
47
48
24
20/03/2018
49
Cálculo do ranking
C1 C2 C3 C4 C5
Desempenho
Ordem
Peso global
0,137 0,082 0,329 0,404 0,048
critério
A1 0,169 0,309 0,173 0,238 0,233 0,2127 3º
A2 0,261 0,488 0,050 0,491 0,129 0,2968 1º
A3 0,534 0,055 0,131 0,178 0,414 0,2126 4º
A4 0,037 0,148 0,646 0,093 0,224 0,2781 2º
50
25
20/03/2018
=
Onde: ∗
n: ordem da matriz de comparações
: autovalor máximo da matriz de comparações
RI: random consistency index (tabelado, variável de acordo com a
ordem da matriz)
N RI
3 0,52
4 0,89
5 1,11
D∗W
λ = 6 1,25
7 1,35
8 1,40
9 1,45
51
1. Cálculo de D∗W
4 5 1 1/2 5
x 0,329
5 7 2 1 4 0,404 4,442
1/3 1/2 1/5 1/4 1 0,048
4,539
= 5,253
= λ
0,137 6,225
6,219
0,082
0,329
0,404
0,048
52
26
20/03/2018
4,442
4,539
λ = 5,253
λ =
4,442 + 4,539 + 5,253 + 6,225 + 6,219
= 5,335
6,225 5
6,219
N RI
3 0,52
, 4 0,89
= ∗
= ∗ ,
= 0,07 5 1,11
6 1,25
7 1,35
8 1,40
9 1,45
53
∗ ∗⋯∗
=
m: quantidade de decisores.
• Para 2 decisores:
para i, j = 1,...n
54
27
20/03/2018
1.Definir métricas
2.Selecionar softwares
3.Construir modelo de
decisão
4.Definir pesos das
métricas
5.Avaliar softwares
6.Obter desempenho
Modelo para avaliação da
qualidade de softwares DSS
Requisitos Escolha dos
Julgamentos comparativos softwares avaliados
Estudo de caso
LIMA JUNIOR, F. R.; OSIRO, L.; CARPINETTI, L. C. R.; GANGA, G. D. Avaliação da Qualidade de
Softwares de apoio à decisão. In: XXXII Encontro Nacional de Engenharia de Produção (ENEGEP),
2012.
56
28
20/03/2018
29
20/03/2018
59
30
20/03/2018
Atividade 3
61
UNIVERSO
ALTURA DAS PESSOAS:
DE DISCURSO
- BAIXAS
CLASSES
- MEDIANAS
(CONJUNTOS)
- ALTAS
BAIXA ALTA
0,7m 1,4m 1,5m 1,6m 1,7m
31
20/03/2018
RUIM ÓTIMO
0 3 6 9 10
= ∈ 0 ≤ ≤ 30}
pertencimento
pertencimento
1 0, ∈ 1
µ =
Conjunto 1, ∈
Conjunto
baixo médio
0 0
Resultados variando numa escala Resultados variando numa escala
Ex: desempenho em algum atributo, peso, altura etc Ex: desempenho em algum atributo, peso, altura etc
pertencimento
1
1
Conjunto Conjunto Conjunto Conjunto
alto baixo médio alto
0
0
Resultados variando numa escala
Ex: desempenho em algum atributo, peso, altura etc
64
32
20/03/2018
pertencimento
1 1
Conjunto Conjunto
baixo médio
0 0
pertencimento
1
1
65
A= ,µ ( ) , ∈X
Onde
µ ∶ X → [0,1]
A= ( )/ + / +. . . + / = /
66
33
20/03/2018
Números fuzzy
Um número fuzzy representa um conjunto fuzzy em universo discreto ou
contínuo;
Um número fuzzy é normalmente representado pela função de
pertinência;
Um número fuzzy (contínuo) com função de pertinência triangular é descrito
graficamente por segmentos lineares na forma de um triângulo.
Representado numericamente pelos termos: (l, m, u)
0, ≤
, Є ,
µ x =
, Є ,
0, ≥
67
0, ≤
−
, Є ,
−
µ x = 1, Є[ , ]
−
, Є ,
−
0, ≥
68
34
20/03/2018
Variáveis linguísticas
• Valores (ou termos linguísticos) da variável são definidos em
linguagem natural:
– Ex: {quente, morno, frio}; {muito baixo, baixo, médio, alto, muito alto};
{péssimo, ruim, médio, bom, excelente}.
• Os termos linguísticos são representados matematicamente por
números fuzzy.
• Ex:
69
Variáveis linguísticas
70
35
20/03/2018
Para: e
Ã=(l1, m1, u1) =(l2, m2, u2),
1. Adição:
+ = (l1+l2, m1+m2, u1+u2)
2. Subtração:
− = (l1-l2, m1-m2, u1-u2)
3. Multiplicação:
∗ = (l1*l2, m1*m2, u1*u2)
4. Divisão:
÷ = (l1÷u2, m1÷m2, u1÷l2) l1≥ 0 , l2≥ 0
71
5. Inverso:
= (1/u1, 1/m1, 1/l1) l1≥ 0
72
36
20/03/2018
µ x OR µ y }
73
Operadores t-norma
74
37
20/03/2018
Operadores t-norma
75
Operadores t-conorma
µ x +µ y −µ x µ y
76
38
20/03/2018
Operadores t-conorma
µ x + µ y
1+µ x µ y
77
78
39
20/03/2018
Operadores de agregação
79
Atividade 4
3 Exercícios:
• Conjuntos fuzzy
• Operações algébricas
• Operações lógicas
80
40
20/03/2018
Fuzzy QFD
• A sistemática do QFD com julgamentos de
importância e grau de relacionamento usando
termos linguísticos;
• Aplicado, por exemplo, para definir importância
de critérios de avaliação a partir de requisitos de
desempenho.
81
Casa da Qualidade
Correlação
Correlação
Características da Qualidade
Grau de Importância
Planejamento da
Competitiva
Características
Dos clientes
Avaliação
Requisitos
Melhoria
x
Requisitos
Avaliação Competitiva
Técnica
Planejamento da
Qualidade Projetada
82
41
20/03/2018
83
84
42
20/03/2018
85
86
43
20/03/2018
R1 (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) 4.75 0.27
R2 (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) (4.00, 5.00, 5.00) 4.75 0.27
R3 (4.00, 5.00, 5.00) (3.00, 4.00, 5.00) (4.00, 5.00, 5.00) (3.67, 4.67, 5.00) 4.50 0.25
R4 (3.00, 4.00, 5.00) (3.00, 4.00, 5.00) (2.00, 3.00, 4.00) (2.67, 3.67. 4.67) 3.67 0.21
=( , , ) wr = x / x
87
88
44
20/03/2018
Fuzzy Triangular
Linguistic Terms
Number
No relationship (NR) (0.00, 0.00, 0.00)
Weak (W) (1.00, 1.00, 3.00)
Average (A) (1.00, 3.00, 5.00)
Strong (S) (5.00, 9.00, 9.00)
Responsiveness to
Commit to cost Competitive Delivery in full on Environmental Financial situation Quality
Linguistic judgments demand change
reduction (C1) price (C2) time (C3) certification (C4) (C5) certification (C7)
(C6)
DM1 DM2 DM3 DM1 DM2 DM3 DM1 DM2 DM3 DM1 DM2 DM3 DM1 DM2 DM3 DM1 DM2 DM3 DM1 DM2 DM3
Cost (R1) S S A S S S A W W NR W NR NR NR NR W A W NR W W
Delivery Reliability (R2) NR NR NR NR NR NR S S S NR NR NR NR NR NR A S S W A W
Financial situation (R3) W W NR NR NR NR NR NR NR NR NR NR S S S NR NR NR NR W NR
Management practices (R4) W A A NR A W A S A A A W NR W NR W S A A S S
89
C1 C2 C3 C4 C5 C6 C7
l m u l m u l m u l m u l m u l m u l m u
R1 3,7 7,0 7,7 5,0 9,0 9,0 1,0 1,7 3,7 0,3 0,3 1,0 0,00,0 0,0 1,0 1,7 3,7 0,7 0,7 2,0
R2 0,0 0,0 0,0 0,0 0,0 0,0 5,0 9,0 9,0 0,0 0,0 0,0 0,00,0 0,0 3,7 7,0 7,7 1,0 1,7 3,7
R3 0,7 0,7 2,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 5,09,0 9,0 0,0 0,0 0,0 0,3 0,3 1,0
R4 1,0 2,3 4,3 0,7 1,3 2,7 2,3 5,0 6,3 1,0 2,3 4,3 0,30,3 1,0 2,3 4,3 5,7 3,7 7,0 7,7
90
45
20/03/2018
R2
R3
0,0
0,7
0,0
0,7
0,0
2,0
0,0
0,0
0,0
0,0
0,0
0,0
... 0,27
0,25
w =( , , )
C1 C2 C3 C4 C5 C6 C7 Weight of
l m u l m u l m u l m u l m u l m u l m u criteria
R1 3,7 7,0 7,7 5,0 9,0 9,0 1,0 1,7 3,7 0,3 0,3 1,0 0,0 0,0 0,0 1,0 1,7 3,7 0,7 0,7 2,0 0,27
R2 0,0 0,0 0,0 0,0 0,0 0,0 5,0 9,0 9,0 0,0 0,0 0,0 0,0 0,0 0,0 3,7 7,0 7,7 1,0 1,7 3,7 0,27
R3 0,7 0,7 2,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 5,0 9,0 9,0 0,0 0,0 0,0 0,3 0,3 1,0 0,25
R4 1,0 2,3 4,3 0,7 1,3 2,7 2,3 5,0 6,3 1,0 2,3 4,3 0,3 0,3 1,0 2,3 4,3 5,7 3,7 7,0 7,7 0,21
w 1,36 2,54 3,47 1,48 2,70 2,97 2,10 3,91 4,72 0,30 0,57 1,17 1,34 2,36 2,50 1,74 3,23 4,22 1,29 2,17 3,37
defuzzified 2,48 2,46 3,66 0,65 2,14 3,11 2,25
relative
weigth 0,15 0,15 0,22 0,04 0,13 0,19 0,13
92
46
20/03/2018
Atividade 5
Desenvolva uma planilha no MS Excel para aplicação do fuzzy
QFD em um problema de decisão com pelo menos 4 entradas
(whats), 5 saídas (hows) e 2 decisores.
93
Fuzzy TOPSIS
• Chen (2000) propôs a primeira combinação entre TOPSIS e a teoria
dos conjuntos fuzzy.
– CHEN, C. T. Extensions of the TOPSIS for group decision-making under fuzzy
environment. Fuzzy Sets and Systems, v. 114, p. 1–9, 2000.
– CHEN, C.; LIN, C.; HUANG, S. A fuzzy approach for supplier evaluation and
selection. International Journal of Production Economics, v.102, p. 289–301,
2006.
• No método Fuzzy-TOPSIS, as pontuações das alternativas e o peso
dos critérios de decisão são definidos como variáveis linguísticas.
94
47
20/03/2018
Passos do método
• Agregar os valores linguísticos fornecidos por cada
um dos tomadores de decisão (DMr) sobre o
desempenho das alternativas.
x = [x + x + ⋯ + x ]
95
Passos do método
• Agregar os valores linguísticos fornecidos por cada
um dos tomadores de decisão (DMr) sobre os
pesos dos critérios
w = [w + w + ⋯ + w ]
96
48
20/03/2018
Passos do método
• Montar uma matriz de decisão fuzzy para as
pontuações das alternativas e um vetor fuzzy para o
peso dos critérios de acordo com as equações
C C .. C .. C
A x x .. x .. x
: : : : :
D= A x x .. x .. x
: : : : :
A x x .. x .. x
W = [w , w , … , w ]
97
Passos do método
• Normalizar a matriz usando uma escala de
transformação linear. A matriz normalizada é dada
pelas equações abaixo
R=[ ]
m u
r = , , , u = max u (critérios de benefício)
u u u
98
49
20/03/2018
Passos do método
• Obter a matriz normalizada e ponderada por meio da
multiplicação dos pesos pelos elementos da matriz
normalizada
V = [v ]
v =r ∗w
99
Passos do método
• Definir a solução ideal positiva fuzzy (Fuzzy Positive Ideal
Solution, FPIS, ) e a solução ideal negativa (Fuzzy
Negative Ideal Solution, FNIS, ),
em que = 1, 1, 1 e = 0, 0, 0 *.
A = v ,v ,…,v
A = v ,v ,…,v
* Segundo Chen (2000)
100
50
20/03/2018
Passos do método
• Calcular a distância entre os valores de FPIS e as
pontuações das alternativas da matriz . Analogamente,
calcular a distância entre os valores de FNIS e as
pontuações das alternativas
D =∑ d (v ,v )
D =∑ d (v ,v )
d(x,z) = [(l − l ) + (m − m ) + (u − u ) ]
101
Passos do método
• Para cada uma das alternativas avaliadas, calcular o
coeficiente de aproximação CCi
D
CC =
(D +D )
102
51
20/03/2018
A = v ,v ,…,v =
A = v ,v ,…,v =
103
Atividade 6
• Pensar sobre um problema de decisão
multicritério em gestão de operações:
– Identificar os critérios de decisão (5);
– Definir escalas linguísticas para o desempenho das
alternativas e pesos dos critérios;
– Julgar os pesos dos critérios;
– Para cada alternativa considerada, julgar o
desempenho em cada critério;
– Ordenar as alternativas segundo o fuzzy TOPSIS.
104
52
20/03/2018
53
20/03/2018
Referências
• LIMA JR, F.R.; CARPINETTI, L.C.R. Quantitative models for supply chain performance
evaluation: a literature review. Computers & Industrial Engineering, 2017.
• LIMA JUNIOR, F. R.; CARPINETTI, L.C.R. A multicriteria approach based on Fuzzy QFD
for choosing criteria for supplier selection. Computers & Industrial Engineering, v. 110, p.
269-285, 2016.
107
Referências
• LIMA JUNIOR, F. R. Avaliação da adequabilidade de redes neurais artificiais e sistemas
neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no
SCOR®. 2016. 298 f. Tese (Doutorado) - Universidade de São Paulo, São Carlos, 2016.
• LIMA JR, F. R.; CARPINETTI, L.C.R. Uma comparação entre os métodos TOPSIS e
Fuzzy-TOPSIS no apoio à tomada de decisão multicritério para seleção de fornecedores.
Gestão & Produção, v. 22, p. 17-34, 2015.
108
54
20/03/2018
Referências
• LIMA JUNIOR, F. R. OSIRO, L.; CARPINETTI, L. C. R. A fuzzy inference and
categorization approach for supplier selection using compensatory and non-compensatory
decision rules. Applied Soft Computing, v. 13, p. 4133-4147, 2013.
• OSIRO, LAURO ; LIMA, R. H. P. ; LIMA JR, F. R. ; CARPINETTI, L. C. R. Proposta de
uso de Redes Neurais Artificiais em uma matriz de Portfólio de Compras. In: XXXIII
Encontro Nacional de Engenharia de Produção (ENEGEP), 2013.
• LIMA JUNIOR, F. R.; OSIRO, L.; CARPINETTI, L. C. R. Métodos de decisão
multicritério para seleção de fornecedores: um panorama do estado da arte. Gestão &
Produção, v. 20, p. 781-801, 2013.
• LIMA JUNIOR, F. R.; OSIRO, L.; CARPINETTI, L. C. R.; GANGA, G. D. Avaliação da
Qualidade de Softwares de apoio à decisão. In: XXXII Encontro Nacional de Engenharia
de Produção (ENEGEP), 2012.
109
frjunior@utfpr.edu.br
eng.franciscojunior@gmail.com
55