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

• Autor(a) principal: Rafael Ferro Munhoz Arantes
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://doi.org/10.11606/D.18.2020.tde-16122020-183623

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 riscos de 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.