Parametrização da modelagem

O MATLAB é um software interativo de alto desempenho voltado para o cálculo numérico. O toolbox é um pacote de software com uma interface gráfica bem intuitiva para construção e utilização da Lógica Fuzzy. Nesse toolbox disponibilizado pelo MATLAB, existem dois arquivos em C denominados “fismain.c” e “fis.c”, que são fornecidos como códigos-fonte para o motor de inferência Fuzzy no modelo stand- alone. O código stand-alone em C para o motor de inferência Fuzzy pode ler um arquivo FIS, que é a extensão dos arquivos Fuzzy gerado no MATLAB, e um arquivo que contém os dados de entrada das variáveis Fuzzy (MATEUS, 2010).

As variáveis de entradas da modelagem utilizada são as onze dimensões organizacionais levantadas na pesquisa (Espaço-tempo Organizacional-ET, Cultura Organizacional-CO, Aprendizagem Organizacional-AO, Cognição Organizacional-CgO, Capital Intelectual- CI, Processos e Rotinas-PR, Fluxo de Comunicação-FC, Ontológica-Otl, Epistemológica-Ept, Capacidade de Absorção-CA, e Axiológica-Axl) e as variáveis de saída são dez dimensões (Cultura Organizacional-CO, Aprendizagem Organizacional-AO, Cognição Organizacional-CgO,

Capital Intelectual-CI, Processos e Rotinas-PR, Fluxo de Comunicação- FC, Ontológica-Otl, Epistemológica-Ept, Capacidade de Absorção-CA, e Axiológica-Axl). A Figura 4.3 apresenta à esquerda as variáveis de entrada (amarelas) e à direita as de saída (azuis).

Figura 4.3 – Variáveis de entradas e saídas Fonte: Fuzzy Toolbox MATLAB, v.6 (2016)

A estrutura de inputs e outputs considera a arquitetura holística presente no símbolo kabbalístico, bem como a formulação das regras no sistema de inferência.

Desta forma, o Fuzzy Toolbox permite definir as funções de pertinência [0,1] por meio da seleção de diferentes conjuntos, que podem ser representados por - funções lineares (Triangular e Trapezoidal) ou funções em curvas (Gaussiana, Generalização Bell, Sigmóide, Quadrática, Polinominal cúbica, Z, S e Pi) (SIVANANDAM, ET AL, 2007). Para esta pesquisa, as modelagens desenvolvidas foram testadas com as funções lineares triangular e trapezoidal.

A função de pertinência trapezoidal foi escolhida porque apresentou melhor flexibilização do conjunto “Moderado” na escala das abscissas de modo que a intersecção das retas entre os conjuntos “Baixo”, “Moderado” e “Alto” se mantivesse com o grau de pertinência em “0,5” no eixo das ordenadas. Esta parametrização permitiu, juntamente com outras funções de análise do Fuzzy Toolbox, melhores resultados de saída. A Figura 4.4 mostra os conjuntos definidos na modelagem com a função de pertinência trapezoidal [0,1].

Figura 4.4 – Conjuntos Trapezoidais Fonte: Fuzzy Toolbox MATLAB, v.6 (2016)

Para formulação das regras no motor de inferência, Sivanandam, et al (2007) explica que no Fuzzy Toolbox, dois métodos construídos para operação AND são suportados: min (Mínimo) e prod (produto algébrico). Dois métodos para operação OR são também suportados: máx (máximo), e do probor (Ou probabilística, também conhecida como soma algébrica). No método Implicação estão relacionados dois métodos de análise das variáveis de entrada sendo as mesmas funções utilizadas pelo método AND. A diferença é que o método min (mínimo) restringe a saída dos conjuntos fuzzy e no método prod (produto algébrico) dimensiona a saída dos conjuntos fuzzy. E por fim, o método de Agregação suporta três métodos construídos: Max (máximo), Probor (OU probabilístico/ soma algébrica) e Sum (soma de cada conjunto de saída da regra).

Desta forma, o controlador do motor de inferência adotado foi o

Mamdani (Figura 5.1, quadro branco no centro). Foram definidas 166

regras que abrange as onze variáveis de entradas e as dez de saída. Cada regra é composta pelo operador “AND” associado ao método mínimo. Para a implicação entre as regras foi definido o método “produto”. E na agregação entre as regras foi definido o método “máximo”. A Figura 4.5 mostra a tela das regras no MATLAB.

Continuação das regras...

Figura 4.5 – Regras de inferência Fonte: Fuzzy Toolbox MATLAB, v.6 (2016)

A formulação das 166 regras foi em razão das possibilidades de conexões existentes na simbologia kabbalística. A Árvore Sefirótica promove muitos níveis de conexões e inter-relações entre suas sefiroth estabelecendo um fluxo de criação de conhecimento. A inter-relação entre duas ou mais sefiroth geram uma energia de saída que alimenta outras sefiroth. Desta forma, se observar como uma arquitetura organizacional, as regras representam as interconecões existentes entre as dimensões organizacionais.

Como exemplo, a Figura 4.6 apresenta como foram estruturadas as regras para as primeiras quatro dimensões (CO, AO, CgO e ET). Os conjuntos determinados na ferramenta Fuzzy foram “Alto”, “Moderado”

e “Baixo”. A Figura 4.6 mostra as opções de entradas e saídas com valores “Alto” (A) e “Moderado” (M), em razão de que os resultados coletados por meio do Insrtumento Avalitivo nas empresas consultadas não terem dado médias baixas, consideradas abaixo de 5,0 pontos.

Figura 4.6 – Formulação das regras Fonte: Elaborada pela autora (2016)

Explicitando a lógica das regras, tomando como exemplo a Regra 15, se a dimensão Co; Ao; e CgO for “Alta” então as saídas para as dimensões 4 e 5 (CI e PR) serão “Altas”. E assim foram realizadas as 166 regras como possíveis conexões e inter-relações entre as dimensões.

Nesta pesquisa, o método de desfuzzificação adotado foi o método do centro de gravidade (centróide), cujo valor do conjunto na área sob a função de pertinência é dividida em duas subáreas iguais. A Figura 4.7 mostra os dados numéricos na parte superior, de saída (desfuzzificação) e na parte inferior o gráfico do centróide. Esta parametrização permitiu escores mais próximos da realidade.

Continuação....

Figura 4.7 – Método de Desfuzzificação Centróide Fonte: Dados da pesquisa - Fuzzy toolbox MATLAB V.6 (2016)

5 APLICAÇÃO DO MODELO AVALIATIVO

Este capítulo apresenta, de forma sucinta, o ambiente das empresas que participaram da pesquisa e a análise Fuzzy desenvolvida para expressar o grau da capacidade na criação de conhecimento, por meio dos dados levantados nas empresas consultadas.