Modelo de sistema de inferência Fuzzy baseado em matrizes de probabilidade e impacto para classificar riscos em projetos
DOI:
https://doi.org/10.22279/navus.2018.v8n4.p69-89.717Palavras-chave:
Sistemas De Inferência Fuzzy. Gestão de Riscos em Projetos. Tomada de Decisão. Matrizes de RiscoResumo
Projetos são essenciais para que as organizações implementem suas estratégias e seu sucesso é crucial para as organizações. Porém, em um contexto de incertezas é necessário tratar riscos que ameaçam esse sucesso, alocando recursos para sua prevenção. Para decidir como priorizá-los e alocar recursos usam-se Matrizes de Probabilidade e Impacto (MPIs). As MPIs são construídas com emprego do conhecimento de um especialista humano, em geral é o gerente de projetos. Embora populares, as MPIs podem apresentar deficiências, por exemplo, analisar informações imprecisas oriundas do conhecimento do especialista humano e a impossibilidade de ranqueamento dos riscos classificados característica quando se usam classes discretas. Assim, o emprego de Sistemas de Inferência Fuzzy (SIF) em uma MPI permitiria tratar estas deficiências modelando o conhecimento humano reduzindo sua incerteza. Objetivo geral deste trabalho foi desenvolver um modelo de Sistema de Inferência Fuzzy baseado em MPIs para classificar riscos em projetos. Para atingir esse objetivo conduziu-se experimentos em cinco etapas: (i) Geração da base de dados contendo valores de probabilidade, impacto e risco, variando a correlação entre probabilidade-impacto, (ii) Classificação dos conforme MPI Convencional e a MPI proposta por Cox (2008), (iii) Implementação do SIF com base de regras das MPIs da Fase II, (iv) Aplicação do SIF e (v) Análise dos resultados. Verificou-se que o modelo SIF é vantajoso, comparado às MPIs convencionais possibilitando a classificação dos riscos em uma escala contínua, o que facilita a priorização e alocação de recursos e a redução da incerteza, permitindo classificar riscos em projetos.
Downloads
Referências
ALE, B.; BURNAP, P.; SLATER, D.. On the origin of PCDS–(Probability consequence diagrams). Safety science, v. 72, p. 229-239, 2015.
BALL, D.; WATT, J. Further thoughts on the utility of risk matrices. Risk analysis, v. 33, n. 11, p. 2068-2078, 2013.
CARVALHO, M. M; RABECHINI JÚNIOR., R. Fundamentos em gestão de projetos: (3a ed.). São Paulo, SP, Brasil: Editora Atlas S.A. 2011.
COX, L. What's wrong with risk matrices? Risk analysis, v. 28, n. 2, p. 497-512, 2008.
DEL CANO, A.; LA CRUZ, M. Integrated methodology for project risk management. Journal of Construction Engineering and Management, v. 128, n. 6, p. 473-485, 2002.
DUIJM, N. Recommendations on the use and design of risk matrices. Safety science, v. 76, p. 21-31, 2015.
HILLSON, D. Managing risk in projects. Gower Publishing, Ltd. 2009.
HUBBARD, D.; EVANS, D. Problems with scoring methods and ordinal scales in risk assessment. IBM Journal of Research and Development, v. 54, n. 3, p. 2: 1-2: 10, 2010.
JANG, J.; SUN, C.; MIZUTANI, E. Neuro-fuzzy and soft computing, a computational approach to learning and machine intelligence. Prentice Hall. 1997.
KAHNEMAN, D.; TVERSKY, A. Prospect theory: An analysis of decision under risk. Econometrica: Journal of the econometric society, p. 263-291, 1979.
KERZNER, H. Gerenciamento de projetos - Uma abordagem sistemica para planejamento, programação e controle (10a. ed) São Paulo, São Paulo, Brasil: Edgard Blucher Ltda. 2011.
LEVINE, E. Improving risk matrices: the advantages of logarithmically scaled axes. Journal of Risk Research, v. 15, n. 2, p. 209-222, 2012.
MAMDANI, E.; ASSILIAN, S. An experiment in linguistic synthesis with a fuzzy logic controller. International journal of man-machine studies, v. 7, n. 1, p. 1-13, 1975.
MONTIBELLER, G.; WINTERFELDT, De. Cognitive and motivational biases in decision and risk analysis. Risk Analysis, v. 35, n. 7, p. 1230-1251, 2015.
PMI. Um Guia do Conhecimento no Gerenciamento de Projetos(PMBok) Quinta Edição em Português. Newton Square, PA, USA. Project Management Institute, Inc. 2013.
PMI. Pulse o Profession – Sucess Rates Rises. 9th Project Management Global Survey. Newton Square, PA, USA. Project Management Institute, Inc. 2017.
MARKOWSKI, A.; MANNAN, S. Fuzzy risk matrix. Journal of hazardous materials, v. 159, n. 1, p. 152-157, 2008.
NI, H.; CHEN, A.; CHEN, N. Some extensions on risk matrix approach. Safety Science, v. 48, n. 10, p. 1269-1278, 2010.
RAZ, T.; SHENHAR, A.; DVIR, D. Risk management, project success, and technological uncertainty. R&D Management, v. 32, n. 2, p. 101-109, 2002.
RABECHINI JUNIOR, R.; CARVALHO, M. M. Relacionamento entre gerenciamento de risco e sucesso de projetos. Prod., São Paulo , v. 23, n. 3, p. 570-581, Sept. 2013
SAMANTRA, C.; DATTA, S.; MAHAPATRA, S. S. Fuzzy Risk assessment module in cosmopolitan construction: An empirical study. Engineering Applications of Artificial Intelligence, 2017.
SHARMA, A.; GUPTA, A. Impact of organizational climate and demographics on project specific risks in context to Indian software industry. International Journal of Project Management, v. 30, n. 2, p. 176-187, 2012.
SHAW, I.; SIMÕES, M. Controle e modelagem fuzzy. Blucher: FAPESP, São Paulo. 2007.
SMITH, E.; SIEFERT, W.; DRAIN, D. Risk matrix input data biases. Systems Engineering, v. 12, n. 4, p. 344-360, 2009.
WIDEMAN, R. Project & Program Risk Management. Project Management Institute, Newton Square, PA. 1992.
ZADEH, L. Fuzzy sets. Information and control, v. 8, n. 3, p. 338-353, 1965.
ZADEH, L. Outline of a new approach to the analysis of complex sysems and decision processes. IEEE Trans. on Systems Man and Cybernetics, v. 3, p. 28-44, 1973.
ZWIKAEL, Ofer; AHN, Mark. The effectiveness of risk management: an analysis of project risk planning across industries and countries. Risk analysis, v. 31, n. 1, p. 25-37, 2011.
Publicado
Edição
Seção
Licença
O conteúdo da revista é de acesso público e gratuito, podendo ser compartilhado de acordo com os termos da Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil. Você tem a liberdade de compartilhar — copiar, distribuir e transmitir a obra, sob as seguintes condições:
a) Atribuição — a atribuição deve ser feita quando alguém compartilhar um de seus artigos e deve sempre citar o nome da revista e o endereço do conteúdo compartilhado.
b) Uso não-comercial — você não pode usar esta obra para fins comerciais.
c) Vedada à criação de obras derivadas — você não pode alterar, transformar ou criar em cima desta obra.
Ficando claro que:
Renúncia — qualquer das condições acima pode ser renunciada se você obtiver permissão do titular dos direitos autorais. Domínio Público — onde a obra ou qualquer de seus elementos estiver em domínio público sob o direito aplicável, esta condição não é, de maneira alguma, afetada pela licença.
Outros Direitos — os seguintes direitos não são, de maneira alguma, afetados pela licença:
- Limitações e exceções aos direitos autorais ou quaisquer usos livres aplicáveis;
- os direitos morais do autor;
- direitos que outras pessoas podem ter sobre a obra ou sobre a utilização da obra, tais como direitos de imagem ou privacidade.
Aviso — para qualquer reutilização ou distribuição, você deve deixar claro a terceiros os termos da licença a que se encontra submetida esta obra.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
Os trabalhos publicados passam a ser propriedade da revista Navus: Revista de Gestão e Tecnologia que deve ser consignada a fonte de publicação original. Os originais não serão devolvidos aos autores.
As opiniões emitidas pelos autores nos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada sob uma Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil.