Banca de DEFESA: DANIEL CRUZ DE FRANCA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANIEL CRUZ DE FRANCA
DATA: 22/02/2016
HORA: 10:00
LOCAL: Sala Eucalipto
TÍTULO: MODELAGEM DE UM ADAPTIVE NEURO FUZZY INFERENCE SYSTEM PARA ANÁLISE DE RISCO EM PROJETOS
PALAVRAS-CHAVES: Gestão de projetos; Gerenciamento de riscos; Lógica fuzzy; ANFIS.
PÁGINAS: 95
GRANDE ÁREA: Engenharias
ÁREA: Engenharia de Produção
RESUMO: Diversas pesquisas ressaltam a importância do gerenciamento de risco na gestão de projetos. Muitos autores propõem modelos tradicionais com métodos estatísticos ou determinísticos, entretanto alguns problemas de gerenciamento de risco em projetos são baseados em estruturas conceituais, na opinião especializada e na experiência humana. Esse tipo de problema dificulta a utilização de modelos clássicos, mas pode ser tratado matematicamente por meio da lógica *fuzzy*. Além disso, dados históricos de projetos podem fornecer informações sobre a experiência de analise de risco da organização e ser modelados por mecanismo de aprendizagem. O mecanismo utilizado nesse trabalho é o *Adaptive Neuro-fuzzy Inferece System* (ANFIS), que é capaz de agregar a capacidade de tratamento matemático de modelos conceituais com um algoritmo de aprendizagem híbrido. Desse modo, o objetivo desse trabalho é modelar de um *Adaptive Neuro-fuzzy Inferece System* capaz de analisar os riscos de projetos. Um conjunto de projetos foi analisado por meio de uma lista de verificação com fatores de risco organizados em uma estrutura analítica de risco (EAR). As estimativas foram realizadas por meio matrizes de probabilidade e impacto e opinião especializada. O risco de cada projeto foi definido como um número inteiro entre 1 e 10. Foram utilizados 84% dados na validação cruzada 10-*fold* para seleção do melhor modelo entre 32 diferentes configurações de ANFIS. O modelo com os melhores resultados de validação foi selecionado e testado com os dados restantes. Os resultados alcançados na avaliação foram: erro quadrático médio (MSE) de 0,2207, erro absoluto médio de 0,3084, coeficiente de determinação (R²) de 0,9733 e acurácia de 80%. Esses resultados indicam que o gerenciamento de riscos em projetos pode ser realizado com sucesso através do ANFIS. Isso possibilita a modelagem de conhecimento e experiências humanas e pode diminuir custos com mão de obra especializada e aumentar a velocidade das análises.
MEMBROS DA BANCA:
Externo ao Programa - 1723491 - CLAUIRTON DE ALBUQUERQUE SIEBRA
Presidente - 330347 - MARCIO BOTELHO DA FONSECA LIMA
Interno - 1366493 - RICARDO MOREIRA DA SILVA