MÉTODOS SMARTS E

SMARTER
MCDA
 • Vincke (1992) se baseia em uma
RETOMANDO... categorização que se adapta melhor ao
TIPOS DE modelo desenvolvido e segue a enumeração abaixo:
MÉTODOS • Métodos de critério único de síntese: agrega
todos os critérios em um único critério de síntese
(KEENEY & RAIFFA, 1993;ALMEIDA, 2010);
• Métodos de sobreclassificação (outranking): foca
em uma lógica não compensatória realizando-se
comparações par-a-par entre todas as alternativas (ROY,
1996; BRANS & MARESCHAL, 1994);
• Métodos Interativos: utilizados principalmente na
programação linear multiobjetivo possui um foco maior
na construção interativa do modelo junto ao decisor.
MÉTODO DE • Corresponde ao mais típico método de critério único de
síntese;
AGREGAÇÃO
ADITIVO
DETERMINÍSTICO • A função de valor aditiva é também chamada de soma
ponderada, embora esta denominação pareça informal e
propicie o equivoco no estabelecimento das constantes
de escala (pesos);

• O procedimento de agregação mais utilizado é o modelo

aditivo determinístico. Para a obtenção da função global
v(a)tem-se:
𝑛

𝑣 𝑎 = ෍ 𝑘𝑗 𝑣𝑗 (𝑎)
𝑗=1
MÉTODO DE AGREGAÇÃO ADITIVO DETERMINÍSTICO

• Onde k representa a constante de escala para o critério j e é normalizado conforme segue:

𝑛

෍ 𝑘𝑗 = 1
𝑗=1

• Escolhe-se a alternativa com maior valor global v(a).

• A aplicação desse modelo de agregação é fundamentada em função de um teorema básico: “Dada

uma família de critérios, existe função agregação aditiva, se e somente se estes critérios são mutuamente
independentes em preferência”. (Ex: potência do motor e velocidade máxima do carro).
MÉTODO DE • Usar o modelo numa situação em que o decisor não
AGREGAÇÃO esteja em acordo com essa condição de
ADITIVO independência pode levar a muitas inconsistências
DETERMINÍSTICO na avaliação das alternativas.

• Quando o problema é bem estruturado e os

critérios são coerentes, então, geralmente, a
condição de independência se concretiza entre todos
os critérios considerados.
MÉTODOS SMARTS E
SMARTER
MÉTODOS • Proposto por Edwards e Barron (1994), corrigindo
SMARTS E erros do método SMART (Simple Multi-atribute
Rating Technique), proposto por Edwards (1977).
SMARTER
• Um dos métodos que utilizam a agregação aditiva é o
SMARTS (SMART using swings) proposto por
Edwards e Barron (1994), e que tem uma variante
chamada SMARTER (SMART Exploiting Ranks).
• Este método usa o aproximações lineares, agregação
aditiva e procedimento de pesos por swing;
• Considera funções valor lineares para avaliação
intracritério simplificando as hipóteses no processo
de análise;
MÉTODO • É conduzido nas seguintes etapas:
SMARTS
• Etapa 1 - Propósitos e decisores
Os decisores são identificados e os propósitos do
problema em análise são estabelecidos;

• Etapa 2 - Obtenção da estrutura de atributos:

Os objetivos são estabelecidos juntamente com
as variáveis que vão representa-los, os atributos.
Estes podem ser obtidos dentro de uma visão
hierárquica. Deve-se procurar refinar a lista não se ter
um número elevado de atributos (até 12), sendo alguns de
pouca importância para a para o processo.
MÉTODO • Etapa 3 – Estabelecimento das alternativas:

SMARTS A geração das alternativas é a etapa mais criativa do

processo decisório.

• Etapa 4 – Construção da matriz de

consequências:
Consiste na obtenção da matriz com todas as
consequências para cada alternativa em função de
cada critério.
MÉTODO • Etapa 5 – Eliminação das alternativas
dominadas;
SMARTS
• Etapa 6 – Construção da matriz de avaliação:
Consiste na avaliação intracritério. Ou seja, a
obtenção das funções valor de todos os critérios.
Nessa fase também é efetuada a conversão para uma
mesma escala de avaliação para os atributos cujas
consequências são apresentadas na forma subjetiva.
Uma vez que a função é linear, nesta etapa, a tarefa
consiste em avaliar a melhor e a pior consequência,
que tem valores extremos na escala 0 a 1 (ou 10
ou 100).
Normalizar.
MÉTODO SMARTS

• Normalização:
• Desta forma, pode ser necessário normalizar os valores atribuídos na proposta conforme Eq.
2.
𝑣𝑖 −𝑚𝑖𝑛 𝑣𝑘
• 𝑣′𝑖 =
𝑚𝑎𝑥 𝑣𝑘 − 𝑚𝑖𝑛 𝑣𝑘

• Onde vi representa o desempenho da alternativa em analise; min vk representa o valor

mínimo para o critério 𝑘; max vk representa o valor máximo o critério 𝑘. Para os atributos
onde há minimização deve ser realizada uma transformação:
• 𝑣𝑘′′ = 1 − 𝑣𝑘
MÉTODO • Etapa 7 – Efetuar a parte 1 do Swing para
ordenação dos critérios:
SMARTS O procedimento consiste em incluir na matriz de
avaliação uma alternativa hipotética que tem o pior
desempenho em todos os critérios, tendo, portanto,
valor 0. A seguinte questão é colocada para o decisor:
“Suponha que você será obrigado a escolher essa
alternativa, se você pudesse melhorar o desempenho desta
alternativa em apenas um dos critérios para o valor máximo,
igual a 1 (ou 10 ou 100), que critério você escolheria?”.
Este é o critério com maior valor de constante
de escala. Repete-se o procedimento para os demais
critérios.
 • Etapa 8 – Efetuar parte 2 do Swing para obtenção dos
pesos:
MÉTODO A partir da informação anterior de ordem de importância
SMARTS dos critérios, com base no procedimento de swing, tem-se
agora a obtenção das constantes de escala.
Supondo que a escala tenha sido de 0 a 100, o peso 100 é
atribuído ao critério que tem o maior peso. Considera-se um
critério que não seja relevante para o problema, que pode
ser hipotético. A este critério será atribuído peso 0.
Supondo um swing com escala de 100 pontos. Então se
apresenta o seguinte questão para o decisor:
“Nesta escala de 0 a 100, qual será o peso do segundo critério mais
importante?”. Repete-se para os demais critérios.
Normaliza-se a escala através do procedimento abaixo:

𝑣 ′𝑗 𝑎𝑖 = 𝑣𝑗 (𝑎𝑖 )/[෍ 𝑣𝑗 𝑎𝑖 }
𝑖
MÉTODO SMARTS

• Etapa 9 – Efetuar a agregação aditiva e escolher:

Nesta fase são calculados os valores de cada alternativa com o procedimento de
agregação aditivo a partir das constantes de escala (pesos) obtidos na etapa 8.
 • É conduzido nas mesmas etapas apresentadas para o SMARTS, com
exceção da etapa 8, que é conduzida de forma diferente:
• Etapa 8 – Obtenção dos pesos:

MÉTODO Neste caso, utiliza-se um dos procedimentos propostos para transformar a

informação de ordem dos critérios em pesos, sem que se faça uma avaliação
SMARTER adicional com o decisor.
O procedimento recomendado é o ROC (Ranking OrderedCentroid), que consiste na
aplicação das equações a seguir, considerando n critérios e que 𝑤1 ≥ 𝑤2 ≥ … 𝑤1 ≥
⋯ ≥ 𝑤𝑛 :
1 1 1
1 + + +, , , +
𝑤1 = 2 3 𝑛
𝑛

1 1 1
0+ + + ⋯+
𝑤2 = 2 3 𝑛
𝑛

1 1
0+ 0+ + ⋯+
𝑤3 = 3 𝑛
𝑛

1
0+ 0+ 0+ ⋯+
𝑤𝑛 = 𝑛
𝑛
MÉTODO
SMARTER
 EXEMPLO: A MULTICRITERIA PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY PLANNING
ANDRE MORAIS GURGEL AND CAROLINE MARIA DE MIRANDA MOTA

• ABSTRACT. Setting out to solve operational problems is a frequent part of decision making
on public safety. However, the pillars of tactics and strategy are normally disregarded. Thus,
this paper focuses on a strategic issue, namely that of a city prioritizing areasin which there is
a degree of occurrences for criminality to increase. A multiple criteria approach is taken. The
reason for this is that such a situation is normally analyzed from the perspective of the degree
of police occurrences. The proposed model is based on a SMARTS multicriteria
method and was applied in a Brazilian City. It combines a multicriteria method
and a Monte Carlo Simulation to support an analysis of robustness. As a result, we
highlight some differences between the model developed and police occurrences model. It
might support differentiated policies for zones, by indicating where there should be strong
actions, infrastructure investments, monitoring procedures and others public safety policies.

http://www.scielo.br/scielo.php?frbrVersion=3&script=sci_artte
xt&pid=S0101-74382013000200007&lng=en&tlng=en
EXEMPLO: A MULTICRITERIA
PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY
PLANNING
ANDRE MORAIS GURGEL AND
CAROLINE MARIA DE MIRANDA
MOTA
EXEMPLO: A MULTICRITERIA
PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY
PLANNING
ANDRE MORAIS GURGEL AND
CAROLINE MARIA DE MIRANDA
MOTA
EXEMPLO: A MULTICRITERIA PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY PLANNING
ANDRE MORAIS GURGEL AND CAROLINE MARIA DE MIRANDA MOTA
EXEMPLO: A MULTICRITERIA
PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY
PLANNING
ANDRE MORAIS GURGEL AND
CAROLINE MARIA DE MIRANDA
MOTA
EXEMPLO: A MULTICRITERIA
PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY
PLANNING
ANDRE MORAIS GURGEL AND
CAROLINE MARIA DE MIRANDA
MOTA
EXEMPLO: A MULTICRITERIA
PRIORITIZATION MODEL
TO SUPPORT PUBLIC SAFETY
PLANNING
ANDRE MORAIS GURGEL AND
CAROLINE MARIA DE MIRANDA
MOTA
ATIVIDADE • Atividade em equipes de três pessoas (escolher uma
pessoa para ser o decisor).

• Escolher um problema, defini-lo, modelá-lo e resolver

utilizando o SMARTS e o SMARTER.
• Considerar Etapas para modelagem de um problema
multicritério apresentadas pelo Prof. Breno.