Busca avançada
Ano de início
Entree

Gestão de desempenho de fornecedores: estudo de técnicas multicritério e de inteligência artificial para decisão em grupo

Processo: 16/14618-4
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de fevereiro de 2017 - 31 de julho de 2019
Área do conhecimento:Engenharias - Engenharia de Produção - Gerência de Produção
Pesquisador responsável:Luiz Cesar Ribeiro Carpinetti
Beneficiário:Luiz Cesar Ribeiro Carpinetti
Instituição-sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Pesq. associados: Luciana Hazin Alencar
Assunto(s):Pesquisa operacional  Sistemas de apoio à decisão  Tomada de decisão em grupo  Fornecedores  Análise de decisão multicritério  Inteligência artificial  Fuzzy (inteligência artificial) 

Resumo

A gestão de fornecedores em cadeias produtivas inclui processos decisórios em que as decisões devem ser tomadas por múltiplos decisores, que julgam sobre critérios, fornecedores, estratégias, ações entre outras. Casos de divergências nos julgamentos dos decisores podem gerar inconsistências e comprometer os processos decisórios. Decisão em grupo é um ramo de pesquisa tanto em pesquisa operacional quanto em inteligência artificial. Apesar da vasta literatura sobre técnicas multicritério, técnicas de decisão em grupo são menos exploradas em gestão de fornecedores. Assim, objetivo principal deste projeto é o desenvolvimento de modelos de decisão multicritério (MCDM) aplicados à gestão de fornecedores, com foco em técnicas multicritério e de inteligência artificial (IA), para decisão em grupo, ponderação de critérios e classificação. Esse objetivo desdobra-se em várias metas de projeto, conforme detalhadas na seção 1.3. Esta proposta de pesquisa relaciona-se ao projeto de pesquisa INCT - INSID - Instituto Nacional de Sistemas de Informação e Decisão, especificamente no desenvolvimento da linha de pesquisa de Modelos de Decisão em Sistemas de Serviços. O foco de aplicação do estudo será a gestão de fornecedores da cadeia automotiva e de bens de consumo, em razão do alto grau de des-verticaliação dessas indústrias e outras características adequadas. A execução do projeto envolve pesquisa de campo e modelagem conceitual e computacional. Espera-se, entre outros, contribuir para ampliar as pesquisas que integrem gestão de operações e técnicas de suporte à decisão; no longo prazo, espera-se contribuir para a melhoria das práticas adotadas pelas empresas. (AU)

Publicações científicas (5)
(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)
LIMA-JUNIOR, FRANCISCO RODRIGUES; RIBEIRO CARPINETTI, LUIZ CESAR. An adaptive network-based fuzzy inference system to supply chain performance evaluation based on SCOR (R) metrics. COMPUTERS & INDUSTRIAL ENGINEERING, v. 139, JAN 2020. Citações Web of Science: 0.
LIMA-JUNIOR, FRANCISCO RODRIGUES; RIBEIRO CARPINETTI, LUIZ CESAR. Predicting supply chain performance based on SCOR (R) metrics and multilayer perceptron neural networks. INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS, v. 212, p. 19-38, JUN 2019. Citações Web of Science: 1.
LUCAS DANIEL DEL ROSSO CALACHE; CAROLINA BELOTTI PEDROSO; FRANCISCO RODRIGUES LIMA JUNIOR; LUIZ CÉSAR RIBEIRO CARPINETTI. Proposta de um modelo de avaliação e de seleção de fornecedores de manutenção industrial utilizando Fuzzy-TOPSIS. Gestão & Produção, v. 26, n. 2, p. -, 2019.
GALO, NADYA REGINA; DEL ROSSO CALACHE, LUCAS DANIEL; RIBEIRO CARPINETTI, LUIZ CESAR. A group decision approach for supplier categorization based on hesitant fuzzy and ELECTRE TRI. INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS, v. 202, p. 182-196, AUG 2018. Citações Web of Science: 8.
OSIRO, LAURO; LIMA-JUNIOR, FRANCISCO RODRIGUES; RIBEIRO CARPINETTI, LUIZ CESAR. A group decision model based on quality function deployment and hesitant fuzzy for selecting supply chain sustainability metrics. JOURNAL OF CLEANER PRODUCTION, v. 183, p. 964-978, MAY 10 2018. Citações Web of Science: 11.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.