Integrais de Choquet em tomada de decisão multicritério multigrupo

• Processo: 17/23879-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de junho de 2018
• Data de Término da vigência: 28 de fevereiro de 2019
• Área de conhecimento: Engenharias - Engenharia Elétrica
• Pesquisador responsável: João Marcos Travassos Romano
• Beneficiário: Guilherme Dean Pelegrina
• Supervisor: Michel Grabisch
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Université Paris 1 Panthéon-Sorbonne, França
• Vinculado à bolsa: 16/21571-4 - Métodos de apoio à decisão multicritério e multigrupo: modelos baseados no processamento da informação, BP.DR
• Assunto(s): Processamento de sinais Integral de Choquet
• Palavra(s)-Chave do Pesquisador: aprendizado não-supervisionado | Aprendizado Supervisionado | integral de Choquet | Tomada de decisão multicritério multigrupo | Processamento de sinais

Resumo

Diversas situações práticas podem ser modeladas como problemas de tomada de decisão multicritério (MCDM). Geralmente, os métodos usados para lidar com problemas em MCDM não levam em consideração a informação estrutural dos dados, como a interação entre critérios. Por exemplo, critérios correlacionados podem enviesar a análise de decisão, favorecendo uma alternativa específica. Neste contexto, uma abordagem baseada em integrais de Choquet, a qual pode modelar sinergia e/ou redundância entre critérios, pode ser aplicada a fim de considerar informações adicionais sobre os dados, evitando resultados tendenciosos.Apesar deste método ter sido usado para lidar com vários problemas em MCDM, há uma lacuna na literatura sobre a aplicação em uma formulação multicritério multigrupo. Portanto, uma compreensão aprofundada sobre o uso de integrais de Choquet em MCDM multigrupo será abordada neste projeto de pesquisa. Neste contexto, buscamos desenvolver os aspectos matemáticos e uma interpretação gráfica desta formulação. Além disso, temos a intenção de explorar informações entre critérios e entre tomadores de decisão a fim de identificar os parâmetros da integral de Choquet, tanto em abordagem supervisionada quanto não-supervisionada.Vale ressaltar que este projeto de pesquisa se enquadra no contexto da bolsa de doutorado identificada pelo processo número 2016/21571-4, o qual compreende a investigação e desenvolvimento de métodos de tomada de decisão que exploram as informações encontradas nos dados de decisão, a fim de lidar com problemas multigrupo e multicritério.

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)

PELEGRINA, GUILHERME DEAN; DUARTE, LEONARDO TOMAZELI; TRAVASSOS ROMANO, JOAO MARCOS. Application of independent component analysis and TOPSIS to deal with dependent criteria in multicriteria decision problems. EXPERT SYSTEMS WITH APPLICATIONS, v. 122, p. 262-280, MAY 15 2019. (17/23879-9, 16/21571-4)

PELEGRINA, GUILHERME DEAN; DUARTE, LEONARDO TOMAZELI; GRABISCH, MICHEL; ROMANO, JOAO MARCOS TRAVASSOS. Dealing with redundancies among criteria in multicriteria decision making through independent component analysis. COMPUTERS & INDUSTRIAL ENGINEERING, v. 169, p. 19-pg., 2022-04-26. (20/01089-9, 17/23879-9, 20/09838-0, 16/21571-4)

PELEGRINA, GUILHERME DEAN; DUARTE, LEONARDO TOMAZELI; TRAVASSOS ROMANO, JOAO MARCOS; DEVILLE, Y; GANNOT, S; MASON, R; PLUMBLEY, MD; WARD, D. Muticriteria Decision Making Based on Independent Component Analysis: A Preliminary Investigation Considering the TOPSIS Approach. LATENT VARIABLE ANALYSIS AND SIGNAL SEPARATION (LVA/ICA 2018), v. 10891, p. 10-pg., 2018-01-01. (16/21571-4, 17/23879-9)

PELEGRINA, GUILHERME DEAN; DUARTE, LEONARDO TOMAZELI; GRABISCH, MICHEL; TRAVASSOS ROMANO, JOAO MARCOS; TORRA, V; NARUKAWA, Y; NIN, J; AGELL, N. An Unsupervised Capacity Identification Approach Based on Sobol' Indices. MODELING DECISIONS FOR ARTIFICIAL INTELLIGENCE (MDAI 2020), v. 12256, p. 12-pg., 2020-01-01. (17/23879-9, 16/21571-4)

PELEGRINA, GUILHERME DEAN; DUARTE, LEONARDO TOMAZELI; GRABISCH, MICHEL; TRAVASSOS ROMANO, JOAO MARCOS. The multilinear model in multicriteria decision making: The case of 2-additive capacities and contributions to parameter identification. European Journal of Operational Research, v. 282, n. 3, p. 945-956, MAY 1 2020. (16/21571-4, 17/23879-9)