Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/72439
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSilva, Ricardo Coelho-
dc.contributor.authorBarreto, Maria Aline Freitas-
dc.date.accessioned2023-05-23T14:48:45Z-
dc.date.available2023-05-23T14:48:45Z-
dc.date.issued2020-
dc.identifier.citationBARRETO, Maria Aline Freitas. Um estudo sobre análise de eficiências usando análise envoltória de dados sob ambiente difuso. 2020. 67 f. Monografia (Graduação em Matemática Industrial) - Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2020.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/72439-
dc.description.abstractAmong the methodologies used to measure productive efficiency, Data Envelopment Analysis (DEA) is one of the most commonly used not only in the literature but also in real world applications. Therefore, a deeper study of this methodology becomes a crucial part in helping Decision Making Unit (DMUs) to achieve productive efficiency. Classical DEA methods allow us to measure efficiency, for the set being analysed, and classify the DMUs as either efficient or as inefficient, while also allowing us to verify which efficient cases can be used as reference for the inefficent cases. The use of Classic DEA models require precise data for both input and output values. However, input and output values in the real world are usually imprecise, approximate, or vague. One of the objectives of this work is to obtain a deeper knowledge of the classical DEA methods and Fuzzy Data Envelopment Analysis (FDEA). Another objective is to report a comparitive study between the classic DEA methods and the FDEA methods by applying them to a set containing data from Brazil’s Northeast ports. Our results showed that ports classified as efficient by classical DEA methods, including the ones used as reference within the set, are not always classified as efficient by FDEA methods.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectAnálise de envoltória de dadospt_BR
dc.subjectAnálise de envoltória de dados difusospt_BR
dc.subjectEficiência produtivapt_BR
dc.subjectData envelopment analysiseng
dc.subjectFuzzy data envelopment analysiseng
dc.subjectProduction efficiencyeng
dc.titleUm estudo sobre análise de eficiências usando análise envoltória de dados sob ambiente difusopt_BR
dc.typeTCCpt_BR
dc.contributor.co-advisorBarros Neto, Júlio Francisco-
dc.description.abstract-ptbrEntre as técnicas utilizadas para medir eficiência produtiva, Análise Envoltória de Dados - Data Envelopment Analysis (DEA) é uma abordagem amplamente utilizada tanto na literatura como em aplicações reais. Desse modo, um estudo mais aprofundado de DEA torna-se crucial a fim de auxiliar Unidades Tomadoras de Decisão, Decision Making Units (DMUs), a alcançarem eficiência de produção. Os métodos DEA clássicos permitem mensurar a eficiência, dado o conjunto analisado, e classificar as DMUs entre eficientes e ineficientes e, também, verificar quais seriam eficientes que servem de referência para as ineficientes. Os modelos DEA clássicos foram desenvolvidos para utilizar medições precisas de ambos os insumos (input) e produtos (outputs). No entanto, os valores observados de input e outputs em problemas do mundo real são, frequentemente, imprecisos, aproximados ou vagos. Este estudo tem como um dos objetivos aprofundar o conhecimento dos métodos DEA clássicos e Análise Envoltória de Dados Difusos, Fuzzy Data Envelopment Analysis (FDEA). E, possivelmente, efetuar uma comparação entre aplicações dos métodos DEA clássicos e de métodos FDEA. Através da aplicação dos métodos em um conjunto de portos da região nordeste do Brasil. Após a análise dos resultados obtidos com a aplicação dos métodos, concluiu-se que nem sempre os portos classificados como eficientes para os métodos de DEA clássicos, inclusive portos que servem de referência dentro do conjunto, também são classificados como eficientes para os métodos de FDEA.pt_BR
Aparece nas coleções:MATEMÁTICA INDUSTRIAL - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2020_tcc_mafbarreto.pdf764,79 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.