Refinando o método PROMETHEE-Scoring: experimentos e proposições

• Ano de defesa: 2025
• Autor(a) principal: Matos, Igor Danilo Costa
• Orientador(a): Silva, Diogo Ferreira de Lima
• Banca de defesa: Costa, Helder Gomes, Silva, Lucas Borges Leal da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Link de acesso: https://app.uff.br/riuff/handle/1/38494
• topic: Decisão multicritério; PROMETHEE; Ordenação; K-means; Apoio multicritério à decisão; Método PROMETHEE-Scoring; Multicriteria decision; Ranking; K-means

Os métodos de sobreclassificação naturalmente fornecem saídas com valores de natureza ordinal. Diferentemente dos métodos de critério único de síntese, eles não realizam uma agregação dos valores das alternativas de forma a se obter uma avaliação global de cada uma. No entanto, estudos recentes têm buscado trazer essa característica para os métodos de sobreclassificação. A cardinalidade se torna um fator essencial para esses métodos quando estes são utilizados no contexto de elaboração de indicadores compostos, e em outras situações onde as alternativas precisam ser avaliadas quanto a sua magnitude. O método PROMETHEE-Scoring, desenvolvido por Greco et al. (2021), oferece um procedimento para fornecer saídas cardinais através de entradas ordinais. Para tanto, ele faz uso do método Stochastic Multicriteria Acceptability Analysis (SMAA) e da abordagem σ-µ em conjunto com cálculo de Fronteiras de Pareto-Koopman e um modelo de programação linear. Neste trabalho, esse método foi explorado e testado em um exemplo brinquedo e uma aplicação prática. Nas duas aplicações foram identificados efeitos indesejados nos resultados, provenientes da forma como alternativas com valores constantemente baixos em todos os critérios são beneficiadas no modelo. O objetivo deste trabalho é trazer proposições que façam o tratamento desses efeitos. Primeiro, foi proposto a inserção de uma restrição a mais na PL original, limitando o uso das variáveis associadas a média e desvio padrão das alternativas. Um segunda proposição envolveu uma análise de cluster para identificação de outliers do modelo de decisão e aplicação em conjunto com o modelo da proposição 1. Na terceira proposição, buscou-se explorar o agrupamento das altrnativas e aplicar o modelo da proposição 1 em cada cluster. Uma aplicação numérica envolvendo um índice de liberdade econômica foi utilizada para instanciar os resultados encontrados no exemplo brinquedo. As aplicações nos dois conjuntos de dados mostraram que os efeitos indesejados vinham do uso livre da variáveis de decisão α e β por parte do modelo. A primeira proposição se mostrou eficaz para colocar as alternativas em suas posições esperadas. A segunda e terceira proposição validaram a primeira através de um uso em conjunto com um algoritmo de clustering. É realizada uma comparação dessa nova proposta com os métodos predecessores a ela.