THOR-SORT: um novo método multicritério para classificação de alternativas

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Esteves, Fernanda Márcia da Silveira
Orientador(a): Gomes, Caslos Francisco Simões
Banca de defesa: Silva, Diogo Ferreira de Lima, Santos, Marcos dos, Gomes, Luiz Flavio Autran Monteiro
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:1/38647TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyBhdXRvciAoZXMpIG91IG8gdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIApJbnN0aXR1Y2lvbmFsIG8gZGlyZWl0byBuw6NvLWV4Y2x1c2l2byBkZSByZXByb2R1emlyLCAgdHJhZHV6aXIgKGNvbmZvcm1lIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBhIApzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIApmb3JtYXRvcyDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIG8gRGVwb3NpdGEgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHB1YmxpY2HDp8OjbyBwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byAKcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIERlcG9zaXRhIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIAplIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSBwdWJsaWNhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIApWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgCmRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgCm9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciBhbyBEZXBvc2l0YSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgCm5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIApvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSBBUE9JTyBERSBVTUEgQUfDik5DSUEgREUgRk9NRU5UTyBPVSBPVVRSTyAKT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgCkVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpPIERlcG9zaXRhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIAphdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório 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