Abordagens avançadas em decisões multicritério sob incertezas: perspectivas metodológicas e aplicadas

• Processo: 24/03045-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 31 de agosto de 2026
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Betania Silva Carneiro Campello
• Beneficiário: Betania Silva Carneiro Campello
• Instituição Sede: Faculdade de Ciências Aplicadas (FCA). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Assunto(s): Administração Análise de decisão multicritério Aprendizado computacional Ciência de dados
• Palavra(s)-Chave do Pesquisador: Administração | Análise de Decisão Multicritério | Aprendizado de Máquina | Ciência de dados | Incertezas nos dados | Métodos quantitativos no apoio à decisão | Análise de Decisão Multicritério

Resumo

Decisões em diversos âmbitos frequentemente requerem analisar uma série de critérios. Essas decisões tornam-se complexas quando suas consequências têm impactos significativos na sociedade, empresas e até mesmo em nível pessoal. A análise de decisão multicritério (MCDA) tem sido amplamente utilizada como ferramenta para auxiliar nesses processos decisórios. Este projeto se concentra em um desafio na área de MCDA: lidar com incertezas nos dados envolvidos no problema. O objetivo central consiste no desenvolvimento e aplicação de métodos para abordar essa problemática em meio à incerteza. Inicialmente, será abordada uma frente metodológica, explorando técnicas de MCDA integradas com modelos de aprendizado de máquina e ciência de dados. O propósito é desenvolver métricas e métodos que possam quantificar e minimizar as incertezas presentes nos resultados das decisões. Em uma segunda fase, de natureza mais aplicada, conduziremos estudos para desenvolver ou selecionar métodos de MCDA que sejam capazes de lidar efetivamente com as incertezas em decisões de administração nos setores público e privado. A proposta de pesquisa busca avançar no campo dos problemas de decisão multicritério sob incertezas, desenvolvendo e aplicando técnicas na interseção das áreas de MCDA e administração, aproveitando o potencial de modelos de aprendizado de máquina e ciência de dados. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CAMPELLO, BETANIA SILVA CARNEIRO; BENAMOR, SARAH; DUARTE, LEONARDO TOMAZELI; ROMANO, JOAO MARCOS TRAVASSOS. Improving preference disaggregation in multicriteria decision making: Incorporating time series analysis and a multi-objective approach. INFORMATION SCIENCES, v. 700, p. 20-pg., 2025-01-08. (20/09838-0, 24/03045-0)