Exportar registro bibliográfico

Proposta de um modelo de classificação de riscos de fornecimento baseado na aplicação das técnicas fuzzy para a tomada de decisão em grupo (2020)

  • Authors:
  • Autor USP: ARANTES, RAFAEL FERRO MUNHOZ - EESC
  • Unidade: EESC
  • Sigla do Departamento: SEP
  • Subjects: CADEIA DE SUPRIMENTOS; TOMADA DE DECISÃO EM GRUPO; LÓGICA FUZZY; GESTÃO POR PROCESSOS
  • Keywords: Gestão de fornecedores
  • Agências de fomento:
  • Language: Português
  • Abstract: A gestão de riscos na cadeia de suprimentos (SCRM) é um tema que vem sendo amplamente abordado nos estudos acadêmicos e nas organizações. Nesse contexto, a etapa de avaliação de riscos de fornecimento é a que atrai o maior volume de pesquisas, na qual foram identificadas cinco grandes oportunidades de estudos, sendo elas: (1) lidar adequadamente com a imprecisão presente nas avaliações humanas devido a suas incertezas ou falta de dados; (2) utilizar uma técnica adequada para o processo de decisão ser em grupo; (3) considerar que fatores de risco com um nível de severidade muita alta não sejam compensados por um nível de ocorrência muito baixo; (4) utilizar um método de classificação baseado em regras fuzzy (Fuzzy Rule-Based Classification System - FRBCS) para avaliar os riscos de suprimento; e (5) utilizar dados reais para a aplicação de modelos de gestão de riscos na cadeia de suprimentos. Deste modo, para contemplar todas essas oportunidades simultaneamente, a presente dissertação propôs um modelo de processo de decisão que combine o uso da representação linguística hesitant fuzzy linguistic term set (HFLTS) para modelar matematicamente a hesitação dos decisores durante o processo de julgamento em grupo com o FRBCS para inferir e classificar o grau de cada fator de risco avaliado de maneira compensatória e não-compensatória quando necessário. O trabalho também inclui a modelagem computacional da proposta e a realização de uma aplicação piloto para priorizar os riscosde fornecimento que possuem maior importância a partir da avaliação dos decisores. Os resultados da aplicação piloto mostraram-se condizentes com a realidade da empresa e foram validados pelos especialistas. As análises de sensibilidade comprovaram o comportamento não-compensatório do modelo, além disso, foi demonstrado que é possível ajustar os parâmetros dos números fuzzy para obter resultados que auxiliem mais o processo decisório. As análises de sensibilidades também apontaram que ao se considerar a hesitação dos decisores, tanto a ordenação das importâncias dos fatores de risco, quanto às classificações deles podem ser alteradas
  • Imprenta:
  • Data da defesa: 30.07.2020
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ARANTES, Rafael Ferro Munhoz. Proposta de um modelo de classificação de riscos de fornecimento baseado na aplicação das técnicas fuzzy para a tomada de decisão em grupo. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18156/tde-16122020-183623/. Acesso em: 18 set. 2024.
    • APA

      Arantes, R. F. M. (2020). Proposta de um modelo de classificação de riscos de fornecimento baseado na aplicação das técnicas fuzzy para a tomada de decisão em grupo (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18156/tde-16122020-183623/
    • NLM

      Arantes RFM. Proposta de um modelo de classificação de riscos de fornecimento baseado na aplicação das técnicas fuzzy para a tomada de decisão em grupo [Internet]. 2020 ;[citado 2024 set. 18 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18156/tde-16122020-183623/
    • Vancouver

      Arantes RFM. Proposta de um modelo de classificação de riscos de fornecimento baseado na aplicação das técnicas fuzzy para a tomada de decisão em grupo [Internet]. 2020 ;[citado 2024 set. 18 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18156/tde-16122020-183623/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024