Submitted by Secretaria Pós de Produção (tpp@vm.uff.br) on 2017-07-27T20:00:22Z
No. of bitstreams: 1
D2016 - Ana Paula dos Santos.pdf: 1475202 bytes, checksum: 995f3768e015149be9bbdbae4aff8e20 (MD5) / Made available in DSpace on 2017-07-27T20:00:22Z (GMT). No. of bitstreams: 1
D2016 - Ana Paula dos Santos.pdf: 1475202 bytes, checksum: 995f3768e015149be9bbdbae4aff8e20 (MD5) / A baixa discriminação e o esquema de multiplicadores pouco realistas são frequentemente apontadas como limitações da Análise Envoltória de Dados (DEA, de Data Envelopment Analysis). Com o propósito de amenizá-las, o modelo MCDEA (Multiple Criteria DEA) foi desenvolvido sob uma perspectiva multiobjetivo. Como na maioria dos problemas multiobjetivo, o modelo MCDEA não costuma gerar uma solução ótima única, mas um conjunto de soluções não dominadas. Buscando obter uma solução, que, tanto quanto possível, otimize conjuntamente as funções objetivo do modelo MCDEA, foram propostas abordagens baseadas na metodologia de programação por metas (GP, de Goal Programming). Dentre elas, destacam-se os modelos GPDEA, que usam programação por metas do tipo soma ponderada. Contudo, recentemente, os modelos GPDEA foram considerados inválidos, sem que nenhuma formulação alternativa baseada em programação por metas fosse proposta. Visando preencher tal lacuna, esta tese tem o objetivo de desenvolver formulações que solucionem, apropriadamente, o modelo MCDEA, para o caso de retornos constantes e variáveis de escala, mediante o uso de programação por metas do tipo soma ponderada. Essas formulações foram denominadas modelos WGP-MCDEA (Weighted GP-MCDEA), e englobam tanto a orientação a inputs como a outputs. Os modelos propostos geram as soluções básicas não dominadas dos modelos MCDEA correspondentes, quando os níveis de aspiração para as metas são precisamente definidos com este fim. Quando esses níveis são relaxados, em geral, os modelos WGP-MCDEA geram as soluções não dominadas dos modelos MCDEA correspondentes que cobrem a maior área na região de indiferença dos pesos. / Low discrimination and unrealistic multipliers schemes are often cited as limitations of DEA. To mitigate those limitations, the MCDEA model was developed under a multi-objective perspective. As in most multiple objective problems, MCDEA model does not usually result in a unique optimal solution, but in a set of non-dominated solutions. In an attempt to obtain a satisfactory solution, which, as far as possible, jointly optimizes MCDEA´s objective functions, some goal-programming-based approaches were proposed. Among those proposals, we highlight the GPDEA models, which use weighted goal programming. However, recently, GPDEA models were considered invalid, without any alternative goal-programming-based formulation being proposed. Seeking to fill this gap, the objective of this dissertation is to develop formulations that appropriately solve MCDEA model for the cases of constant and variable returns-to-scale, by means of weighted goal programming. These formulations were called WGP-MCDEA models, and include both input and output orientations. The proposed models generate the basic non-dominated solutions of the corresponding MCDEA models when the goals´ aspiration levels are specifically defined for this purpose. When those aspiration levels are smoothened, the WP-MCDEA models generally produce the non-dominated solution of the corresponding MCDEA models that cover the largest area in the indifference region.
| Identifer | oai:union.ndltd.org:IBICT/oai:https://app.uff.br/riuff:1/4084 |
| Date | 27 July 2017 |
| Creators | Santos, Ana Paula dos |
| Contributors | Angulo Meza, Lidia, Pereira, Eliane Ribeiro, Gomes, Eliane Gonçalves, Chaves, Maria Cecilia de Carvalho, Mello, João Carlos Correia Baptista Soares de |
| Publisher | Niterói |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFF, instname:Universidade Federal Fluminense, instacron:UFF |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds