Polaritons 0D

Há uma variedade de métodos multicritérios que podem ser aplicados para avaliar alternativas em um contexto decisório. Vincke (1992) e Roy (1996) apud Guarnieri (2015) apresentam três categorias dessas abordagens: Critério único de síntese; Abordagem de Sobreclassificação ou Superação e Métodos Interativos.

Na abordagem do Critério único de síntese, as preferências do decisor por uma delas, são avaliadas por um conjunto de atributos e agregadas em um único valor. Em outras palavras, é gerado um valor numérico para cada uma e que representa seu desempenho nos atributos, dessa forma as mais adequadas são aquelas que apresentarem melhor valor (ALMEIDA, 2011 apud GUARNIERI, 2015).

Os métodos da categoria Critério único de síntese são os seguintes: Multiple Attribute Utility Function (MAUT), Simple Multicriteria-Atribute Rating Tecnique (SMART), Technique for Order Preference by Smilarity to Ideal Solution (TOPSIS), Multi-Attribute Value Theory (MAVT) e Analytic Hierarchy Process (AHP) (GUARNIERI, 2015).

O segundo grupo de métodos é baseado na comparação par a par das alternativas em cada atributo, instituindo uma relação de superação no confronto entre duas alternativas. Desta maneira, a alternativa melhor avaliada é que indica superioridade na maioria dos critérios (ALMEIDA, 2011 apud GUARNIERI, 2015). Elimination and Choice Translating Algorithm (ELECTRE) e Preference Ranking Method for Enrichment Evaluation (PROMETHEE) compõe os métodos classificados neste grupo (GUARNIERI, 2015).

Na terceira categoria, os métodos são aplicados em sistemas computacionais interativos, onde a agregação das preferências dos decisores é progressiva, implicando em uma sucessão de fases de cálculos e diálogo. A cada etapa de cálculo é proposta uma solução ao mesmo. Neste momento, se ele fornecer uma informação necessária para uma nova fase de cálculo a análise é prosseguida, caso contrário finaliza-se o processo (GOMES et al., 2002; CLÍMACO, 2003).

Para se avaliar alternativas referentes a um problema estruturado a partir de um modelo de valor, como o VFT, é essencial utilizar-se de um método que possibilite a combinação dos vários atributos identificados. Esta avaliação pode ser mais representativa por meio das funções objetivas, expressas pela função de valor multiatributo e a de utilidade multiatributo (KEENEY, 1992).

Uma função de valor é construída para um decisor ou para um grupo de decisor, com o intuito de avaliar as alternativas de acordo com um determinado ponto de vista (ENSSLIN et. al, 2001).

O conceito de função de valor é diferente do de utilidade. A função de valor quantifica a preferência dos decisores quando não há incerteza sobre o desempenho das alternativas (DYER; SARIN, 1979; LARICHEV; MOSHKOVICH, 1997 apud ENSSLIN et. al, 2001). Com relação a de utilidade, essa pode ser compreendida como uma extensão da função de valor, pois usa probabilidades e expectativas para modelar as incertezas no processo de decisão (BELTON; STERWART, 2002), ou seja, associa as preferências dos decisores perante as incertezas, incorporando suas atitudes frente aos riscos (von WINTERFELD; EDWARDS, 1986 apud por ENSSLIN et. al, 2001).

Nesta pesquisa foi aplicada a função de valor multiatributo. Este método consiste em construir um mecanismo que associa um número real a cada alternativa, produzindo uma ordem de preferência nelas, de acordo com os juízos de valor expressos pelos decisores (BELTON; STERWART, 2002).

3.3.1 Função de valor multiatributo

Este método foi utilizado na forma de agregação aditiva, pois é a maneira mais facilmente explicável e compreendida pelos decisores em vários contextos. Além disso, essa forma não implica em restrições maiores sobre as estruturas de preferência como outras fórmulas de agregação mais complexas (BELTON; STERWART, 2002).

No entanto, para utilizar essa função aditiva, é necessário cumprir o seguinte pressuposto: independência preferencial entre os atributos, isto é, que as ordenações de preferência de um atributo não dependam dos níveis de desempenho de outros atributos, de modo que o decisor expresse realmente preferências em um atributo, sem referir-se aos demais (BELTON; STERWART, 2002; GOMES et al., 2002).

A função na forma aditiva é representada pela Equação 1 (GOMES et al., 2002): 𝑽(𝒂) = 𝒘𝒊𝒗𝒊 𝒏 𝒊 𝟏 (𝒂) (1) Em que:

𝑉(𝑎) = Valor global da alternativa a;

𝑤 = Constantes de escala dos atributos 1, 2,...,𝑛;

𝑣 (𝑎) = Valor local da alternativa a nos atributos 1, 2,...,𝑛; 𝑛 = Número de atributos do modelo.

3.3.1.1 Funções de valor

Os primeiros componentes a desenvolver-se por este método são funções de valor. Elas transformam o modelo qualitativo em quantitativo, sendo ferramentas que auxiliam os decisores a expressar numericamente suas preferências, diferenciando os níveis de atratividade de cada atributo a partir de suas percepções (ENSSLIN, 2001; ENSSLIN et al., 2013).

3.3.1.2 Constante de escala

As constantes de escala são parâmetros que permitem que a mudança de desempenho de um atributo possa ser comparada com a dos outros atributos, isto é, permite ordenar em valores a preferência dos decisores em relação aos atributos. Essas constantes quando combinadas com as funções de valor, levam a avaliação global (ENSSLIN et al., 2013; BELTON; STERWART, 2002).

Tais parâmetros são fundamentais porque raramente em um modelo multicritério uma alternativa é melhor que as demais em todos os atributos. Desse modo, com a utilização destas constantes é possível agregar todas as dimensões de avaliação, transformando as locais (avaliadas em cada atributo), em valores globais, que, por sua vez, possibilitam a melhor comparação das alternativas disponíveis (ENSSLIN et al.;2001).

3.3.1.3 Avaliação local das alternativas

Com todas as funções de valor obtidas, devem-se fazer as avaliações locais das alternativas. Esta fase consiste em transformar o nível de cada atributo conferido a cada alternativa, em um valor de preferência por meio da função de valor (DELOSPITAL, 2016).

3.3.1.4 Avaliação global das alternativas

A avaliação global é realizada pela soma ponderada dos valores parciais obtidos de uma determinada alternativa nos vários atributos, em que a ponderação é feita pelas constantes de escala. Isto é, em cada alternativa serão multiplicados os valores identificados nas avaliações locais pelas constantes de escalas para em seguida, somar todas essas parcelas, tranformando as unidades de atratividade local em unidades globais. Esse procedimento é feito pela aplicação da equação de agregação aditiva, apresentada na seção 3.3.1 (BELTON; STERWART, 2002; ENSSLIN et al., 2001).