Entre os vários modelos de análise multicritério existentes, o método AHP foi o adoptado pelo autor para a construção do modelo devido à sua facilidade de execução e por se adequar ao modelo pretendido. Este modelo também poderia ter sido elaborado através do ANP (Analytic Network Pocess) mas consideraram-se os critérios independentes entre si, pelo que a escolha recaiu sobre o AHP. O modelo passará a ser descrito pormenorizadamente mais à frente no ponto 4.3.3.
4.3.2.1 Métodos ELECTRE
Os métodos ELECTRE (Elimination et Choix Traduisant la Realité) – ELECTRE I, IS, II, III, IV e TRI – são melhoramentos e adaptações a diferentes contextos de aplicação do primeiro método multicritério proposto em Paris por Bernard Roy, em 1968.
Gomes L. (2007) afirma que estes baseiam-se em princípios relativamente flexíveis, uma vez que admitem a incomparabilidade entre alternativas e dispensam a propriedade de transitividade. Para a construção dessas relações, a maioria desses métodos utiliza os pesos dos critérios de decisão, a partir dos quais são gerados índices usados na obtenção da solução dos problemas, com excepção do método ELECTRE IV no qual não são elucidados os pesos dos critérios. A quantidade de parâmetros pode ser considerada uma dificuldade na utilização do método, porém propiciam análises de sensibilidade que permitem o melhor estudo do conjunto de alternativas.
Os métodos ELECTRE I e ELECTRE II envolvem apenas critérios verdade e são destinados a problemas que envolvem selecção e ordenação de alternativas, respectivamente. Com o desenvolvimento de novos tipos de modelagem de preferências, foram construídos os métodos ELECTRE III, IV, IS e TRI, que inserem na sua estrutura modelagens de preferências mais refinadas. Trata de problemas que são modelados por uma família de pseudocritérios (Vincke, 1992). Os métodos ELECTRE III e IV têm como objectivo ordenar as alternativas da melhor para a pior. O ELECTRE IV por sua vez é destinado a problemas em que não se pode introduzir qualquer ponderação nos critérios.
46
O ELECTRE TRI é um método multicritério de classificação, isto é, um método que atribui alternativas em categorias pré-definidas (P.b). A atribuição de uma alternativa resulta da comparação com perfis definidos de limites das categorias. (Mousseau & Slowinski, 1998).
4.3.2.2 O Método PROMÉTHÉE
PROMÉTHÉÉ (Preference Ranking Organization Method for Enrichment Evaluations) designa outra das famílias de métodos multicritério da escola europeia de apoio multicritério à decisão, que faz também uso da noção de relação de superação, através do conceito de “fluxo líquido de superação”, sendo o seu principal criador Jean-Pierre Brans.
Segundo Gomes L. (2007), propuseram-se as quatro primeiras variantes dessa família de métodos – PROMÉTHÉÉ I, II, III e IV – para solucionar problemas de ordenação. Essas variantes são aplicadas a um sistema de relações de preferência nebulosa e utilizam comparações binárias (ou seja, aos pares) entre as alternativas, comparando os seus desempenhos relativamente a cada um dos critérios.
Para Brans e Mareschal (2005), a estrutura de preferência do PROMÉTHÉE é baseada em comparações aos pares. Os métodos utilizam o conceito de índice de preferência agregado e de fluxos de superação positivo e negativo. A ordenação parcial do PROMÉTHÉE I é obtida a partir desses fluxos, dos quais geralmente não se deduz a mesma ordenação, mas a intersecção entre ambos. O PROMÉTHÉE II é uma ordenação completa obtida a partir do fluxo líquido de superação que é o balanço entre os fluxos de superação positivo e negativo.
Gomes L. (2007) refere que o método PROMÉTHÉE III fornece a ordenação por intervalos e o método PROMÉTHÉE IV generaliza o método PROMÉTHÉE II para o caso de um infinito número de alternativas. Brans e Mareschal (2005) esclarecem que o método PROMÉTHÉE V é o método utilizado para identificar um subconjunto de alternativas, dado um conjunto de restrições.
Gomes L. (2007) afirma ainda que o método PROMÉTHÉE VI auxilia o analista a determinar o conjunto de pesos dos critérios que melhor expresse as preferências do tomador de decisão. O grau de complexidade do problema pode ser analisado através de um procedimento gráfico denominado GAIA (Geometrical Analysis for Interactive Aid), que permite verificar a influência dos pesos dos critérios nos resultados finais.
4.3.2.3 O Método MAUT
A Teoria da Utilidade Multiatributo, também conhecida por MAUT (Multiattribute Utility Theory), consiste numa extensão natural da Teoria da Utilidade descrita por Fishburn (1970), para um contexto em que cada alternativa é analisada por uma lista de atributos. Utilidade é uma medida da satisfação decorrente do consumo de um bem ou serviço, e é expressa por meio de uma função matemática, denominada função de utilidade.
Keeney e Raiffa (1976) introduziram o conceito de se medir a utilidade de cada uma das alternativas candidatas à resolução de um problema decisório, na presença de múltiplos atributos, pela construção de uma função matemática. Essa função denominada “função de
47 utilidade multiatributo” pode ter diferentes formas matemáticas, sendo a forma aditiva a mais utilizada.
Dyer (2005) salienta a necessidade da condição de independência entre os critérios para que se possa usar uma função de utilidade aditiva, ou seja, que o nível de desempenho de um critério não dependa da variação de qualquer outro.
4.3.2.4 O Método MACBETH
O método MACBETH (Measuring Attactiveness by a Categorical Based Evaluation Technique) foi desenvolvido na década de 90 por Carlos A. Bana e Costa e Jean Claude Vansnick, sendo o seu foco principal a interacção entre os agentes e o analista de decisão.
Gomes L. (2007) afirma que este método orienta-se principalmente para a abordagem de problemas de selecção e de ordenação, contendo elementos tanto da escola norte-americana como da escola europeia de apoio multicritério à decisão, embora com provável predominância da primeira sobre a segunda, tendo como principais pontos fortes a facilidade da sua aplicabilidade e a flexibilidade da sua escala.
4.3.2.5 O Método TODIM
O método TODIM (acrónimo de Tomada de Decisão Interactiva e Multicritério) descreve como se tomam decisões em função do risco. Como qualquer decisão implica incorrer em algum tipo de risco, através das observações empíricas, o caminho a seguir passa pela ponderação relativa de ganhos e perdas, sempre definidos em relação a um ponto de referência.
Gomes L. (2007) diz que de modo a poder aplicar-se esse paradigma a uma base de dados proveniente de cálculos e de juízos de valor, devem ser testadas formas específicas das funções de perdas e ganhos.
4.3.2.6 O Método TOPSIS
O método TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), foi desenvolvido por Hwang e Yoon (1987). Este método pretende avaliar a distância em relação ao ideal e ao anti-ideal através de uma noção geométrica do melhor. Para tal são identificadas as soluções que estão mais perto da solução ideal, mediante uma medida de proximidade. O TOPSIS é um método em que o algoritmo é finalizado se o conjunto de soluções permitir a escolha de uma solução satisfatória, caso contrário promove-se a variação das soluções ideais, ou os pesos, e o algoritmo é processado novamente.
Segundo Braga e Gobetti (2002) este tipo de método requer um maior envolvimento do decisor no processo de solução, com a vantagem de permitir que este obtenha um melhor entendimento da estrutura do problema. Por outro lado, há a possibilidade de não se chegar a uma melhor solução de compromisso caso o decisor não fique satisfeito após um certo número de iterações.
48