Академический Документы
Профессиональный Документы
Культура Документы
• tttt
Sumário
LC Dias / FEUC
3
Elementos de estruturação:
definição da fronteira
– Departamento de combate a incêndios: mais pessoal e
equipamento vs. …
– Viajar: ir ou não à Islândia vs. …
– Ruturas de stock: gestão de stocks vs. ..
– Segurança rodoviária: maximizar segurança vs. …
LC Dias / FEUC
4
Elementos de estruturação:
atores
• Atores são todas as pessoas, grupos ou entidades que
influenciam o processo de tomada de decisão.
• Os atores dividem-se em:
– Atores intervenientes (condicionam diretamente o
processo de decisão)
– Atores não intervenientes, internos ou externos à
organização (condicionam indiretamente o processo)
– Analistas (consultores, equipa de estudo)
LC Dias / FEUC
5
LC Dias / FEUC
6
LC Dias / FEUC
7
LC Dias / FEUC
8
LC Dias / FEUC
9
LC Dias / FEUC
10
LC Dias / FEUC
11
LC Dias / FEUC
Exemplo: 12
Avaliação de iniciativas
para promover a eficiência
energética (Neves, 2005)
LC Dias / FEUC
13
Ordinais (qualitativas)
• conjunto ordenado e finito (geralmente pequeno) de níveis de
desempenho
• os níveis podem ser codificados através de números, mas essa
codificação será arbitrária, p.ex. Escala 1-5 no 2º e 3º ciclo
Cardinais (quantitativas)
• escala de intervalo: escala numérica, onde as diferenças entre
níveis podem ser comparadas, p.ex. ºC, ºF, ºK, €, Kg, pés, ut.
• escala de razão: escala de intervalo onde para as
quais existe um zero absoluto, legitimando as razões
entre níveis, p.ex. ºK, €, Kg, pés, ...
LC Dias / FEUC
14
Valores originais
0 12 13 14 15 16 17
Média Curríc. Refªs Idade N(.) Média Curríc. Refªs Idade N(.)
a1 1,000 0,200 0,000 0,958 0,59 a1 1,000 0,200 0,625 0,958 0,72
a2 0,941 0,600 0,000 0,920 0,66 a2 0,941 0,600 0,625 0,920 0,79
a3 0,824 0,300 1,000 0,885 0,74 a3 0,824 0,300 1,000 0,885 0,74
a4 0,706 1,000 0,000 0,958 0,69 a4 0,706 1,000 0,625 0,958 0,81
a5 0,882 0,000 0,500 1,000 0,61 a5 0,882 0,000 0,875 1,000 0,68
kj 0,35 0,25 0,20 0,20 kj 0,35 0,25 0,20 0,20
Nenhumas=0, Boas=1, M.Boas=2 1º método de normalização Nenhumas=10, Boas=16, M.Boas=20 1º método de normalização
Média Curríc. Refªs Idade N(.) Média Curríc. Refªs Idade N(.)
a1 1,000 0,200 0,000 0,667 0,53 a1 1,000 0,200 0,000 0,667 0,53
a2 0,800 0,600 0,000 0,333 0,50 a2 0,800 0,600 0,000 0,333 0,50
a3 0,400 0,300 1,000 0,000 0,42 a3 0,400 0,300 1,000 0,000 0,42
a4 0,000 1,000 0,000 0,667 0,38 a4 0,000 1,000 0,000 0,667 0,38
a5 0,600 0,000 0,500 1,000 0,51 a5 0,600 0,000 0,667 1,000 0,54
kj 0,35 0,25 0,20 0,20 kj 0,35 0,25 0,20 0,20
Nenhumas=0, Boas=1, M.Boas=2 2º método de normalização Nenhumas=10, Boas=16, M.Boas=20 2º método de normalização
Decisão com múltiplos critérios
Método da soma ponderada
Resultado final
Média Curríc. Refªs Idade Média Curríc. Refªs Idade N(.)
a1 17 2 nenhum 24 a1 1,000 0,200 0,000 0,667 0,53
a2 16 6 as
nenhum 25 a2 0,800 0,600 0,000 0,333 0,50
a3 14 3 as
muito 26 a3 0,400 0,300 1,000 0,000 0,42
a4 12 10 boas
nenhum 24 a4 0,000 1,000 0,000 0,667 0,38
a5 15 0 as
boas 23 a5 0,600 0,000 0,667 1,000 0,54
kj 0,35 0,25 0,20 0,20 kj 0,35 0,25 0,20 0,20
Nenhumas=10, Boas=16, M.Boas=20 2º método de normalização
0 ,9
Idade
0,8 0,8
Refªs Utiles 0 ,8
0,7 0,7 0 ,7
0,6 0,6 0 ,6
Nenhumas 0
Utiles
utiles
0,5 0,5 0 ,5
0,4 0 ,4
0,4
0,3
0,3
Boas 0,7 0 ,3
0,2
0 ,2
0,2
0,1
0 0,1 M. Boas 1,0 0 ,1
0
10 11 12 13 14 15 16 17 18 19 20 0 20 25 30 35 40
0 5 10 15 20 a no s
Valores
0 ,9
Idade
0,8 0,8
Refªs Utiles 0 ,8
0,7 0,7 0 ,7
0,6 0,6 0 ,6
Nenhumas 0
Utiles
utiles
0,5 0,5 0 ,5
0,4 0 ,4
0,4
0,3
0,3
Boas 0,7 0 ,3
0,2
0 ,2
0,2
0,1
0 0,1 M. Boas 1,0 0 ,1
0
10 11 12 13 14 15 16 17 18 19 20 0 20 25 30 35 40
0 5 10 15 20 a no s
Valores
Sumário
LC Dias / FEUC
Decisão com múltiplos critérios
Métodos de prevalência
• Os métodos de prevalência constróem e exploram
uma ou várias relações binárias “de prevalência”.
• Para cada par de ações (ax,ay), verifica-se se ax S ay
(S = “prevalece sobre”, “é tão boa ou melhor que”)
• Métodos de prevalência:
– Família ELECTRE (B. Roy, U. Paris)
– Família PROMETHEE (J.-P. Brans, U.L. Bruxelas)
– Outros: TACTIC, ORESTE, etc.
Decisão com múltiplos critérios
Métodos ELECTRE: ideias básicas
• Notas
– não se calculam valores globais,
– dispensa axiomas da utilidade e indep. aditiva,
– admite incomparabilidade e não-compensação, e
Decisão com múltiplos critérios
ELECTRE: determinar se a S b
• Calcular índice de concordância de cada critério gj(.)
com a S b :
cj(a,b)
1
-pj -qj 0 Δj
onde
qj e pj são os limiares de indiferença e de preferência
Δj indica a vantagem de a sobre b segundo gj(.) :
⎧⎪ g j ( a ) − g j (b) , Se o critério g j for a maximizar
Δ j = ⎨
⎪⎩ g j (b) − g j ( a ) , Se o critério g j for a minimizar
Decisão com múltiplos critérios
ELECTRE: determinar se a S b
• Calcular índice de discordância de cada critério gj(.)
com a S b :
dj(a,b)
1
onde
pj e vj são os limiares de preferência e de veto
Δj indica a vantagem de a sobre b segundo gj(.)
Decisão com múltiplos critérios
ELECTRE: determinar se a S b
• Calcular índice de concordância global, face ao peso
(coef. importância) kj de cada critério:
n
∑ c j ( a ,b ). k j
j =1
c( a ,b ) = n
∑kj
j =1
Decisão com múltiplos critérios
ELECTRE: determinar se a S b
1 − d j (a,b)
σ(a,b) = c(a,b) ∏
j ∈ {1,...,n}: 1 − c(a,b)
dj(a,b) > c(a,b)
Credibilidade: 1.00
Decisão com múltiplos critérios
Regresso ao exemplo
Maximizar Maximizar Maximizar Minimizar
Média Currículo Referências Idade
(max) (max) (max) (min)
a1 17 2 nenhumas 24 S a1 a2 a3 a4 a5
a2 16 6 nenhumas 25
a3 14 3 muito boas 26 a1 0,75 0,80 0,00 0,80
a2 1,00 0,80 0,75 0,80
a4 12 10 nenhumas 24
a5 15 0 boas 23 a3 0,65 0,58 0,60 0,90
kj 0,35 0,25 0,2 0,2 a4 0,75 0,65 0,63 0,45
qj 1 1 0 2
pj 3 3 0 4 a5 0,70 0,75 0,55 0,00
vj 5 8 - -
Decisão com múltiplos critérios
Regresso ao exemplo
Maximizar Maximizar Maximizar Minimizar
Média Currículo Referências
(max) (max) (max)
Idade
(min)
Limiar de corte 0,75
a1 17 2 nenhumas 24 S a1 a2 a3 a4 a5
a2 16 6 nenhumas 25
a3 14 3 muito boas 26 a1 0,75 0,80 0,00 0,80
a2 1,00 0,80 0,75 0,80
a4 12 10 nenhumas 24
a5 15 0 boas 23 a3 0,65 0,58 0,60 0,90
kj 0,35 0,25 0,2 0,2 a4 0,75 0,65 0,63 0,45
qj 1 1 0 2
pj 3 3 0 4 a5 0,70 0,75 0,55 0,00
vj 5 8 - -
Decisão com múltiplos critérios
Regresso ao exemplo
Maximizar Maximizar Maximizar Minimizar
Média Currículo Referências
(max) (max) (max)
Idade
(min)
Limiar de corte 0,80
a1 17 2 nenhumas 24 S a1 a2 a3 a4 a5
a2 16 6 nenhumas 25
a3 14 3 muito boas 26 a1 0,75 0,80 0,00 0,80
a2 1,00 0,80 0,75 0,80
a4 12 10 nenhumas 24
a5 15 0 boas 23 a3 0,65 0,58 0,60 0,90
kj 0,35 0,25 0,2 0,2 a4 0,75 0,65 0,63 0,45
qj 1 1 0 2
pj 3 3 0 4 a5 0,70 0,75 0,55 0,00
vj 5 8 - -
42
Sumário
LC Dias / FEUC
Integração em computação evolutiva:
Um exemplo
A Multi-Objective Approach for Developing
National Energy Efficiency Plans
Gustavo Haydta, Vítor Lealb, Luís Diasc
a IE-UFRJ (Instituto de Economia,
Universidade Federal do Rio de Janeiro)
b IDMEC – Instituto de Engenharia Mecânica,
Faculdade de Engenharia, Universidade do Porto
c INESC Coimbra / Faculdade de Economia,
Universidade de Coimbra
Integração em computação evolutiva:
Um exemplo (Haydt et al, 2013)
• Propósito: construir planos de eficiência energética
combinando diferentes medidas
• Programação matemática multi-objetivo
• Múltiplos objetivos:
• Minimizar impacto nas alterações climáticas (CO2)
• Minimizar investimento
• Minimizar riscos financeiros (payback)
• Maximizar segurança do abastecimento (min. importações)
• Minimizar necessidade de novas centrais e redes (max.
poupança de energia)
• Maximizar qualidade do ar local (min. TSP)
Integração em computação evolutiva:
Um exemplo (Haydt et al, 2013)
• A combinar: 678 medidas com diferentes graus de implementação (0%,
10%, 20%, …, 100%)
• Combinações possíveis: 11678!
• Algoritmo: NSGA-II (Deb, K., Pratap, A., Agarwal, S., Meyarivan, T., 2002)
• … mas substituindo relação de dominância por relação de prevalência S do
ELECTRE,
• …usando quatro perspetivas para a importância dos critérios:
Integração em computação evolutiva:
Um exemplo (Haydt et al, 2013)
• A combinar: 678 medidas com diferentes graus de implementação (0%,
10%, 20%, …, 100%)
• Combinações possíveis: 11678!
• Ideia: fazer uma pré-filtragem das medidas usando o ELECTRE
• …sendo possível acrescentar critérios respeitantes a medidas individuais:
A reter…
• Importância da estruturação
• Facilidade com que se cometem arbitrariedades na
agregação
• Várias filosofias possíveis: agregação através de uma
função de valor de síntese vs. Agregação através de
uma relação binária de prevalência
• Agregação potencialmente útil em problemas de
computação evolutiva onde intervenham preferências
• … e na nossa vida pessoal e profissional!
Bibliography
Bibliografia
• BELTON, Valerie, Stewart, Theodor J., Multiple Criteria
Decision Analysis: An Integrated Approach, Kluwer, 2001.
[BP 519.8 BEL]
• EVALUATION AND DECISION MODELS: a critical
perspective, Denis Bouyssou et al., Boston, Kluwer
Academic Publishers, 2000. [BP 519.8 EVA]
• ROY, Bernard; Denis Bouyssou, Aide multicritère à la
decision: méthodes et cas, Paris, Economica, 1993. [BP 519.8
ROY]
• DIAS, Luís C.; Apontamentos de análise de decisão: como
considerar múltiplos critérios, Coimbra, FEUC, 2002. [BP
519.8 DIA]