Multicriteria decision making: dealing with criteria interactions by means of latent variable analysis = Tomada de declidando com interações entre critérios por meio da análise de variáveis latentesão multicritério

Autor(es)

Guilherme Dean Pelegrina

• Tipo de documento: Tese de Doutorado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2020-11-27

Membros da banca

João Marcos Travassos Romano; Denis Bouyssou; Michel Grabisch; Christian Jutten; Aline de Oliveira Neves Panazio

• Orientador: João Marcos Travassos Romano; Leonardo Tomazeli Duarte

Resumo

Um problema típico em tomada de decisão multicritério consiste em ordenar um conjunto de alternativas de acordo com suas avaliações em um conjunto de critérios. A fim de lidar com tal problema, diversos métodos foram desenvolvidos na literatura. No entanto, grande parte deles não foram construídos de tal forma a considerar informações estruturais contidas nos dados de decisão coletados. Por exemplo, redundâncias entre critérios são frequentemente observadas em situações práticas. Consequentemente, a presença de relações entre critérios pode influenciar o ordenamento obtido. Nesta tese de doutorado, propomos novos métodos que podem ser usados para lidar com critérios redundantes. Um aspecto interessante é que a redundância pode ser explicada por fatores latentes que estão associados a dois ou mais critérios simultaneamente. Em outras palavras, as avaliações coletadas consistem em uma mistura de dados latentes. Portanto, podemos formular o problema abordado como um problema de separação cega de fontes e extrair as informações relevantes para recuperar esses dados. Essas informações são usadas para aprimorar alguns métodos existentes a fim de mitigar resultados enviesados e, assim, alcançar uma classificação mais justa das alternativas. Além disso, também usamos essas informações para ajustar os parâmetros da média aritmética ponderada. Nossos experimentos atestam que a abordagem proposta penaliza critérios redundantes, diminuindo seus respectivos pesos. Portanto, o impacto da redundância na classificação obtida é amenizado. Também revisitamos duas funções de agregação que modelam relações intercritérios: a integral de Choquet e o modelo multilinear. No entanto, notamos que poucos trabalhos foram conduzidos no contexto desta última função. Sendo assim, neste estudo, exploramos tanto resultados teóricos, formulando o modelo multilinear 2-aditivo, quanto resultados experimentais, aplicando abordagens supervisionadas e não supervisionadas para identificação de capacidade. Nas abordagens supervisionadas, consideramos termos de regularização no modelo de otimização, o que pode levar a uma capacidade próxima da aditiva ou da 2-aditiva. Com relação às abordagens não supervisionadas, associamos alguns parâmetros à medidas de similaridade entre critérios e a uma medida que indica o impacto de um conjunto de critérios na saída do modelo, chamada índice de Sobol. Os parâmetros encontrados através das abordagens propostas levaram à avaliações globais imparciais. Além do problema multicritério, também podemos nos deparar com situações envolvendo vários tomadores de decisão. Nesse caso, podem ocorrer interações entre critérios e entre decisores. Neste estudo, investigamos métodos que são capazes de ajustar os pesos usados na média aritmética ponderada a fim de penalizar tanto os critérios correlacionados quanto os decisores ''correlacionados'', ou seja, indivíduos que podem não estar agindo independentemente dos demais. Outra análise que realizamos é a aplicação da integral de Choquet para modelar interações entre critérios e entre decisores. Nesse caso, exploramos uma representação alternativa para a integral de Choquet multinível e investigamos se há comutatividade no procedimento de agregação em duas etapas. Com base em nossos experimentos e nos resultados interessantes alcançados, pretendemos contribuir para a discussão sobre o uso de técnicas de análise de variáveis latentes em problemas de tomada de decisão multicritério. Além disso, pretendemos motivar o desenvolvimento de trabalhos futuros sobre este assunto (AU)

• Processo FAPESP: 16/21571-4 - Métodos de apoio à decisão multicritério e multigrupo: modelos baseados no processamento da informação
• Beneficiário: Guilherme Dean Pelegrina
• Modalidade de apoio: Bolsas no Brasil - Doutorado