THOR-SORT: um novo método multicritério para classificação de alternativas
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , , |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Link de acesso: | https://app.uff.br/riuff/handle/1/38647 |
Resumo: | A tomada de decisão em cenários complexos exige a análise de múltiplos critérios, por vezes conflitantes entre si, diante de diversas alternativas. Nesse cenário, destaca-se a utilização de Métodos de Apoio Multicritério à Decisão. O objetivo desta dissertação é desenvolver, validar e aplicar em um estudo de caso, o método THOR-Sort, que classifica alternativas em processos decisórios complexos. A metodologia adotada é qualitativa e quantitativa, sendo o algoritmo do THOR-Sort elaborado matematicamente e implementado em uma ferramenta computacional na linguagem Python, o que facilita e expande sua utilização. Para validação, demonstrase o uso do método proposto em uma aplicação numérica da literatura, no qual o THOR 2 havia sido utilizado. Assim, os resultados obtidos pelo THOR-Sort foram comparados aos obtidos com o THOR 2, sendo possível verificar a consistência do método. Para o estudo de caso, houve um levantamento de dados de uma empresa a fim de classificar as requisições da área de compras em classes de alta, média ou baixa prioridades. Os resultados obtidos demonstram que o método proposto é assertivo, e possibilitam um melhor atendimento das requisições, por meio da distribuição das demandas para cada comprador de forma igualitária, e da análise o planejamento anual de aquisições de forma estratégica. A principal contribuição desta pesquisa é o desenvolvimento de um novo método multicritério que oferece uma abordagem abrangente e adaptável para a classificação de alternativas, e que lida com incertezas e dados qualitativos de forma robusta. Acredita-se que o método THOR-Sort tem o potencial de impactar positivamente a eficiência e a qualidade da tomada de decisão em diversos setores e organizações públicas e privadas. |
| id |
UFF-2_89b65901c2db663a605fa58e3cde33ef |
|---|---|
| oai_identifier_str |
oai:app.uff.br:1/38647 |
| network_acronym_str |
UFF-2 |
| network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| repository_id_str |
|
| spelling |
Esteves, Fernanda Márcia da SilveiraGomes, Caslos Francisco SimõesSilva, Diogo Ferreira de LimaSantos, Marcos dosGomes, Luiz Flavio Autran Monteiro2025-06-04T14:29:52Z2025-06-04T14:29:52ZESTEVES, Fernanda Márcia da Silveira. THOR-SORT: um novo método multicritério para classificação de alternativas. 2024. 90 f. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2024.https://app.uff.br/riuff/handle/1/38647A tomada de decisão em cenários complexos exige a análise de múltiplos critérios, por vezes conflitantes entre si, diante de diversas alternativas. Nesse cenário, destaca-se a utilização de Métodos de Apoio Multicritério à Decisão. O objetivo desta dissertação é desenvolver, validar e aplicar em um estudo de caso, o método THOR-Sort, que classifica alternativas em processos decisórios complexos. A metodologia adotada é qualitativa e quantitativa, sendo o algoritmo do THOR-Sort elaborado matematicamente e implementado em uma ferramenta computacional na linguagem Python, o que facilita e expande sua utilização. Para validação, demonstrase o uso do método proposto em uma aplicação numérica da literatura, no qual o THOR 2 havia sido utilizado. Assim, os resultados obtidos pelo THOR-Sort foram comparados aos obtidos com o THOR 2, sendo possível verificar a consistência do método. Para o estudo de caso, houve um levantamento de dados de uma empresa a fim de classificar as requisições da área de compras em classes de alta, média ou baixa prioridades. Os resultados obtidos demonstram que o método proposto é assertivo, e possibilitam um melhor atendimento das requisições, por meio da distribuição das demandas para cada comprador de forma igualitária, e da análise o planejamento anual de aquisições de forma estratégica. A principal contribuição desta pesquisa é o desenvolvimento de um novo método multicritério que oferece uma abordagem abrangente e adaptável para a classificação de alternativas, e que lida com incertezas e dados qualitativos de forma robusta. Acredita-se que o método THOR-Sort tem o potencial de impactar positivamente a eficiência e a qualidade da tomada de decisão em diversos setores e organizações públicas e privadas.90 f.CC-BY-SAinfo:eu-repo/semantics/openAccessTHOR-SORT: um novo método multicritério para classificação de alternativasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTomada de decisãoMétodos de Apoio Multicritério à DecisãoClassificação de alternativasPriorização de demandasApoio multicritério à decisãoMétodo matemáticoPython (Linguagem de programação de computador)Decision-makingMulti-Criteria Decision SupportoTHOR-SortAlternative classificationDemand prioritizationMestrado acadêmicoUniversidade Federal FluminenseEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de Produção2024Niterói, RJporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFFORIGINAL01. Dissertação Fernanda Márcia.pdf01. Dissertação Fernanda Márcia.pdfapplication/pdf2933179https://app.uff.br/riuff/bitstream/1/38647/1/01.%20Disserta%c3%a7%c3%a3o%20Fernanda%20M%c3%a1rcia.pdfbbbc4b8ea1539ba1cb7f6eb6f472874bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://app.uff.br/riuff/bitstream/1/38647/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD521/386472025-06-04 11:29:52.306oai:app.uff.br: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ório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202025-06-04T14:29:52Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
| dc.title.pt_BR.fl_str_mv |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| title |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| spellingShingle |
THOR-SORT: um novo método multicritério para classificação de alternativas Esteves, Fernanda Márcia da Silveira Tomada de decisão Métodos de Apoio Multicritério à Decisão Classificação de alternativas Priorização de demandas Apoio multicritério à decisão Método matemático Python (Linguagem de programação de computador) Decision-making Multi-Criteria Decision Supporto THOR-Sort Alternative classification Demand prioritization |
| title_short |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| title_full |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| title_fullStr |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| title_full_unstemmed |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| title_sort |
THOR-SORT: um novo método multicritério para classificação de alternativas |
| author |
Esteves, Fernanda Márcia da Silveira |
| author_facet |
Esteves, Fernanda Márcia da Silveira |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Esteves, Fernanda Márcia da Silveira |
| dc.contributor.advisor1.fl_str_mv |
Gomes, Caslos Francisco Simões |
| dc.contributor.referee1.fl_str_mv |
Silva, Diogo Ferreira de Lima |
| dc.contributor.referee2.fl_str_mv |
Santos, Marcos dos |
| dc.contributor.referee3.fl_str_mv |
Gomes, Luiz Flavio Autran Monteiro |
| contributor_str_mv |
Gomes, Caslos Francisco Simões Silva, Diogo Ferreira de Lima Santos, Marcos dos Gomes, Luiz Flavio Autran Monteiro |
| dc.subject.keyword.pt_BR.fl_str_mv |
Tomada de decisão Métodos de Apoio Multicritério à Decisão Classificação de alternativas Priorização de demandas |
| topic |
Tomada de decisão Métodos de Apoio Multicritério à Decisão Classificação de alternativas Priorização de demandas Apoio multicritério à decisão Método matemático Python (Linguagem de programação de computador) Decision-making Multi-Criteria Decision Supporto THOR-Sort Alternative classification Demand prioritization |
| dc.subject.descriptor.pt_BR.fl_str_mv |
Apoio multicritério à decisão Método matemático Python (Linguagem de programação de computador) |
| dc.subject.keywordother.pt_BR.fl_str_mv |
Decision-making Multi-Criteria Decision Supporto THOR-Sort Alternative classification Demand prioritization |
| description |
A tomada de decisão em cenários complexos exige a análise de múltiplos critérios, por vezes conflitantes entre si, diante de diversas alternativas. Nesse cenário, destaca-se a utilização de Métodos de Apoio Multicritério à Decisão. O objetivo desta dissertação é desenvolver, validar e aplicar em um estudo de caso, o método THOR-Sort, que classifica alternativas em processos decisórios complexos. A metodologia adotada é qualitativa e quantitativa, sendo o algoritmo do THOR-Sort elaborado matematicamente e implementado em uma ferramenta computacional na linguagem Python, o que facilita e expande sua utilização. Para validação, demonstrase o uso do método proposto em uma aplicação numérica da literatura, no qual o THOR 2 havia sido utilizado. Assim, os resultados obtidos pelo THOR-Sort foram comparados aos obtidos com o THOR 2, sendo possível verificar a consistência do método. Para o estudo de caso, houve um levantamento de dados de uma empresa a fim de classificar as requisições da área de compras em classes de alta, média ou baixa prioridades. Os resultados obtidos demonstram que o método proposto é assertivo, e possibilitam um melhor atendimento das requisições, por meio da distribuição das demandas para cada comprador de forma igualitária, e da análise o planejamento anual de aquisições de forma estratégica. A principal contribuição desta pesquisa é o desenvolvimento de um novo método multicritério que oferece uma abordagem abrangente e adaptável para a classificação de alternativas, e que lida com incertezas e dados qualitativos de forma robusta. Acredita-se que o método THOR-Sort tem o potencial de impactar positivamente a eficiência e a qualidade da tomada de decisão em diversos setores e organizações públicas e privadas. |
| publishDate |
2025 |
| dc.date.accessioned.fl_str_mv |
2025-06-04T14:29:52Z |
| dc.date.available.fl_str_mv |
2025-06-04T14:29:52Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
ESTEVES, Fernanda Márcia da Silveira. THOR-SORT: um novo método multicritério para classificação de alternativas. 2024. 90 f. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2024. |
| dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/38647 |
| identifier_str_mv |
ESTEVES, Fernanda Márcia da Silveira. THOR-SORT: um novo método multicritério para classificação de alternativas. 2024. 90 f. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2024. |
| url |
https://app.uff.br/riuff/handle/1/38647 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
CC-BY-SA |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
| instname_str |
Universidade Federal Fluminense (UFF) |
| instacron_str |
UFF |
| institution |
UFF |
| reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
| bitstream.url.fl_str_mv |
https://app.uff.br/riuff/bitstream/1/38647/1/01.%20Disserta%c3%a7%c3%a3o%20Fernanda%20M%c3%a1rcia.pdf https://app.uff.br/riuff/bitstream/1/38647/2/license.txt |
| bitstream.checksum.fl_str_mv |
bbbc4b8ea1539ba1cb7f6eb6f472874b 43cd690d6a359e86c1fe3d5b7cba0c9b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
| repository.mail.fl_str_mv |
riuff@id.uff.br |
| _version_ |
1881032142101676032 |