ESCOLA POLITÉCNICA
DCC/SEGRAC
ANÁLISE MULTICRITÉRIO FUZZY APLICADA AO
GERENCIAMENTO DO ESCOPO
Roselita Cavalcante Bastos
Roselita Cavalcante Bastos M o n o g r a f i a a p r e s e n t a d a n o C u r s o d e P ó s - G r a d u a ç ã o e m G e r e n c i a m e n t o d e P r o j e t o s , d a E s c o l a P o l i t é c n i c a , d a U n i v e r s i d a d e F e d e r a l d o R i o d e J a n e i r o . Orientador Arnaldo Dias Belchior
Fortaleza Junho, 2006
ii
ANÁLISE MULTICRITÉRIO FUZZY APLICADA AO GERENCIAMENTO DO ESCOPO
Roselita Cavalcante Bastos
Orientador Arnaldo Dias Belchior
Monografia submetida ao Curso de Pós-graduação Gerenciamento de Projetos, da Escola Politécnica, da Universidade Federal do Rio de Janeiro – UFRJ, como parte dos requisitos necessários à obtenção do título de Especialista em Gerência de Projetos.
Aprovado por:
__________________________________________ Prof. Eduardo Linhares Qualharini - Presidente
__________________________________________ Prof. Alexsandro Amarante da Silva
__________________________________________
Prof. Arnaldo Dias Belchior Orientador
Fortaleza Junho, 2006
iii BASTOS, Roselita Cavalcante.
Análise Multicritério Fuzzy Aplicada ao Gerenciamento do Escopo / BASTOS, R. C. Fortaleza: UFRJ/EP, 2006.
x, 51f. il.; 29,7cm.
Orientador: Arnaldo Dias Belchior.
Monografia (especialização) – UFRJ/ Escola Politécnica/ Curso de Especialização em Gerenciamento de Projetos, SEGRAC, 2006.
Referências Bibliográficas: f. 47-51
1. Gerenciamento de Projetos. 2. Gerenciamento do Escopo. 3. Análise Multicritério Fuzzy - Monografia. I. BELCHIOR, A. D. II. Universidade Federal do Rio de Janeiro, Escola Politécnica, Pós-graduação III. Especialista.
iv
DEDICATÓRIA
Aos meus pais, pelo carinho, amor, dedicação e afetos que nos são dedicados.
v AGRADECIMENTOS
Ao amigo e professor Arnaldo Dias Belchior por sua amizade, disposição e sabedoria na orientação.
Aos professores do curso, em especial, os professores Nicolas Driesen, Marcelo Grimaldi e Alice Ferruccio, pelas práticas de ensino transmitidas no decorrer do curso.
Aos colegas, especialmente, Helano, Gilberto, Ailton, Christiane, Giovana, Dudma, Márcio, Pedro, Luthiano, Vera, Adriana, Mário, Boucinha, Edísio, Eliane, Flávio e tantos outros, pelo crescimento que juntos alcançamos.
Aos professores Eduardo Qualharini, e Lysio Séllos pelos esforços na coordenação do curso.
Ao colega Alexandro Amarante pela amizade e trabalho realizado juntamente à coordenação do curso em Fortaleza.
Aos funcionários da Bolsa de Valores do Estado de São Paulo, em especial Fernanda e Cecília, pelo emprenho na parceria para a realização deste curso. Aos meus irmãos, Almir e Rosamir, cunhados e sobrinhos, pela motivação, tão importante ao longo desta jornada.
Aos meus pais, Almir e Terezinha, pelo apoio e incentivo recebidos, sem os quais este objetivo não teria sido alcançado.
À minha comunidade, Comunidade Católica Shalom, pela formação espiritual indispensável ao longo desta caminhada.
A Maria, Virgem Santíssima, pelas abundantes graças e bênçãos recebidas. A Deus Uno e Trino, minha força, meu sustentáculo, minha fortaleza, meu amigo, a quem não tenho palavras cabíveis de gratidão, confiança e esperança.
vi
Oração para obter a Sabedoria
“Deus dos Pais, Senhor de misericórdia, que tudo criaste com tua palavra e com tua Sabedoria formaste o homem
para dominar as criaturas que fizeste, governar o mundo com justiça e santidade e exercer o julgamento com retidão de vida,
dá-me a Sabedoria contigo entronizada e não me excluas do número de teus filhos.
Pois sou teu servo, filho de tua serva, homem frágil, de vida efêmera, incapaz de compreender a justiça e as leis.
Por mais perfeito que seja alguém entre os filhos dos homens, se lhe falta a Sabedoria que vem de ti, de nada valerá.
Escolheste-me como rei de teu povo, como juiz de teus filhos e de tuas filhas.
Mandaste-me construir um templo em teu santo monte e um altar na cidade onde fixaste a tua tenda, cópia da tenda santa que preparaste desde a origem.
Contigo está a Sabedoria que conhece tuas obras, estava presente quando fazias o mundo;
ela sabe o que é agradável a teus olhos e o que é conforme aos teus mandamentos.
Dos céus sagrados, envia-a, manda-a de teu trono de glória para que me assista nos trabalhos,
ensinando-me o que te agrada. E ela, que tudo sabe e compreende, prudentemente me guiará em minhas ações
e me protegerá com a sua glória. Minhas obras serão assim acolhidas,
julgarei o teu povo com justiça, serei digno do trono de meu pai.
Pois, que homem conhece o desígnio de Deus? Quem pode conceber a vontade do Senhor?
Os pensamentos dos mortais são tímidos e falíveis os nossos raciocínios; um corpo corruptível pesa sobre a alma e – tenda de argila – oprime a mente pensativa.
A custo conjeturamos o terrestre, com trabalho encontramos o que está à mão:
mas quem rastreará o que há nos céus?
Quem conhecerá a tua vontade, se não lhe dás Sabedoria enviando dos céus teu santo espírito?
Somente assim foram retos os caminhos dos terrestres, e os homens aprenderam o que te agrada,
e a Sabedoria os salvou”.
vii RESUMO
ANÁLISE MULTICRITÉRIO FUZZY APLICADA AO GERENCIAMENTO DO ESCOPO
Roselita Cavalcante Bastos
Resumo da Monografia submetida ao corpo docente do curso de Pós-Graduação em Gerenciamento de Projetos – Universidade Federal do Rio de Janeiro – UFRJ, como parte dos requisitos necessários à obtenção do título de Especialista em Gerenciamento de Projetos.
Este trabalho discorre sobre a importância do gerenciamento de projetos nas organizações no atual mundo globalizado, enfatizando a questão do gerenciamento de escopo. Aborda também algumas técnicas de apoio a decisão, ressaltando modelos de Apoio à Decisão Multicritério Fuzzy (Fuzzy
Multiple Criteria Decision Aid, MCDA). Um desses modelos de análise
multicritério fuzzy é utilizado para tratar do gerenciamento do escopo de projetos de software.
Palavras-chave: Gerenciamento de Projetos, Gerenciamento do Escopo e Análise Multicritério Fuzzy
Fortaleza Junho, 2006
viii
SUMÁRIO
1. INTRODUÇÃO...01
2. O GERENCIAMENTO DO ESCOPO...03
2.1 Gerenciamento de Projetos...03
2.2 Grupos de Processos em Gerenciamento de Projetos...03
2.3 Áreas do Conhecimento do Gerenciamento de Projetos...03
2.4 Gerenciamento do Escopo...04 2.4.1 Planejamento do Escopo ...04 2.4.2 Definição do Escopo...05 2.4.3 Criar EAP...07 2.4.4 Verificação do Escopo...08 2.4.5 Controle do Escopo...09
3. A ANÁLISE MULTICRITÉRIO FUZZY...13
3.1 Enfoque sobre Lógica Fuzzy...13
3.2 A Lógica Fuzzy...15
3.2.1 O Atributo da Bivalência...15
3.2.2 O Atributo da Multivalência...16
3.2.3 Critérios de Julgamentos e Incertezas...16
3.2.4 Crisp e Fuzzy...17
3.2.5 Variáveis Lingüísticas...17
3.2.6 “Fuzzyficação e Desfuzzyficação”...19
3.3 A Teoria da Decisão em Ambiente Fuzzy...21
3.4 Métodos de Análise Multicritério de Apoio a Decisão Fuzzy...22
3.4.1 Incertezas e Métodos Multicritérios Fuzzy...24
3.4.2 Os Métodos Contínuos...25
4. ANÁLISE MULTICRITÉRIO FUZZY APLICADA AO GERENCIAMENTO DE ESCOPO...26
ix
4.1 Ferramentas e Técnicas de Planejamento do Escopo...26
4.2 Ferramentas e Técnicas de Definição do Escopo...27
4.3 Análise Multicritério Fuzzy no Gerenciamento do Escopo...29
4.3.1 O Método AHP...29
4.3.1.1 O Método AHP Aplicado ao Gerenciamento do Escopo...31
4.3.2 O Modelo Fuzzy de Avaliação de Qualidade de Software...33
5. UMA APLICAÇÃO DA ANÁLISE MULTICRITÉRIO FUZZY NO GERENCIAMENTO DO ESCOPO DE SOFTWARE...37
5.1 Cálculo do Perfil dos Especialistas...37
5.2 Avaliação de uma Especificação de Requisitos de Software...40
6. CONSIDERAÇÕES FINAIS...46
x
LISTA DE QUADROS
Quadro 1. Escala de Preferência adotada pelo Método Análise Hierárquica....30
Quadro 2: Escala de Preferência adotada pelo Método Análise Hierárquica....30
LISTA DE TABELA Tabela 4.1: Pesos para o critério Experiência em informática...38
Tabela 4.2: Pesos para o critério Participação em projetos de software...38
Tabela 4.3: Pesos para o critério Participação no Levantamento do Escopo...38
Tabela 4.4: Pesos para o critério Produtos de software desenvolvidos...39
Tabela 4.5: Pesos para o critério Entendimento em relação a produtos de software...39
Tabela 4.6: Pesos para o critério Escolaridade...39
Tabela 4.7: Pesos para o critério Treinamento em informática...40
Tabela 4.8: Apuração do resultado do perfil dos especialistas...40
Tabela 4.9: Relação entre os números fuzzy normais e seus termos Lingüísticos...41
Tabela 4.10: Critérios de qualidade para o gerenciamento do escopo...42
O gerenciamento de projetos envolve empreendimentos temporários com propósitos de criar produtos e serviços únicos. Esses empreendimentos perpassam fases que são definidas em grupos de processos, a saber: grupos de processos de iniciação, grupos de processos de planejamento, grupos de processos de execução, grupos de processos de monitoramento e controle, e os grupos de processos de finalização (PMBoK, 2004).
Os grupos de processos segundo o PMBoK (2004), são aplicados a nove áreas do conhecimento do gerenciamento de projetos: gerenciamento da integração, gerenciamento do escopo, gerenciamento do tempo, gerenciamento dos custos, gerenciamento da qualidade, gerenciamento dos recursos humanos, gerenciamento das comunicações, gerenciamento dos riscos, e gerenciamento das aquisições do projeto.
O gerenciamento do escopo, foco deste trabalho, abrange os seguintes grupos de processos:
- planejamento do escopo; - definição do escopo;
- criar EAP (Estrutura Analítica do Projeto); - verificação do escopo;
- controle do escopo.
Estes processos interagem entre si e com outras áreas do conhecimento utilizando entradas e gerando saídas, através de ferramentas e técnicas.
O Apoio Multicritério à Decisão (Multiplie Criteria Decision Aid, MCDA) é uma das técnicas que visam ajudar na estrutura e análise de processos de tomada de decisão (Decision Making) que são, muitas vezes, conflitantes.
Na Tomada de Decisão em Ambientes Fuzzy está a Tomada de Decisão Multicritério (Multiplie Criteria Decision Making, MCDM) aplicada tanto à tomada de decisão envolvendo múltiplos objetivos e múltiplos critérios.
Este trabalho apresenta algumas técnicas de Análise Multicritério Fuzzy e utiliza uma dessas técnicas ao gerenciamento do escopo de projetos de software.
Este trabalho é composto por uma introdução, uma conclusão e quatro capítulos de descrevem a proposta de análise multicritério fuzzy aplicada ao gerenciamento do escopo
O capítulo 2 descreve os processos do gerenciamento do escopo, suas entradas, saídas e ferramentas e técnicas.
O capítulo 3 aborda a análise multicritério fuzzy, descrevendo a lógica fuzzy e a tomada de decisão em ambientes fuzzy.
O capítulo 4 apresenta a análise multicritério fuzzy aplicada ao gerenciamento do escopo.
O capítulo 5 um exemplo de aplicação da análise multicritério fuzzy no gerenciamento do escopo de software.
2.
O GERENCIAMENTO DO ESCOPO
2.1 Gerenciamento de ProjetosUm projeto é um esforço temporário empreendido para criar um produto, serviço ou resultado exclusivo (PMBoK, 2004). Projetos perpassam fases em sua totalidade, as quais são estabelecidas em processos.
Um processo é um conjunto de ações e atitudes inter-relacionadas realizadas para obter um conjunto pré-estabelecido de produtos, resultados ou serviços (PMBoK, 2004).
O gerenciamento de projetos é a aplicação de conhecimentos, habilidades, ferramentas e técnicas às atividades do projeto a fim de atender a seus requisitos (PMBoK, 2004).
Heldman (2005) define o gerenciamento de projetos como um método de atender aos requisitos do projeto para a satisfação do cliente por meio de planejamento, execução, monitoração e controle dos resultados do projeto.
2.2 Grupos de Processos em Gerenciamento de Projetos
O PMBoK (2004) estabelece cinco grupos de processos de gerenciamento de projetos, independentes das áreas de aplicação que compõem o ciclo de vida de um projeto. São eles:
Grupo de processos de iniciação; Grupo de processos de planejamento; Grupo de processos de execução;
Grupo de processos de monitoramento e controle; Grupo de processos de encerramento.
2.3 Áreas do Conhecimento do Gerenciamento de Projetos
O PMBoK (2004) organiza os 44 processos de gerenciamento de projetos em grupos de processos apresentados em nove áreas do conhecimento, elencadas a seguir:
Gerenciamento da Integração; Gerenciamento do escopo; Gerenciamento do tempo; Gerenciamento dos custos; Gerenciamento da qualidade;
Gerenciamento de recursos humanos; Gerenciamento das comunicações Gerenciamento dos riscos;
Gerenciamento das aquisições.
Cada uma dessas áreas de conhecimento é detalhada utilizando uma estrutura de: entradas, saídas, ferramentas e técnicas.
Como o foco deste trabalho é o gerenciamento do escopo, iremos tratar desta área de conhecimento a seguir.
2.4 Gerenciamento do Escopo
O gerenciamento do escopo do projeto inclui os processos necessários para garantir que o projeto inclua todo o trabalho necessário e somente ele, para terminar o projeto com sucesso (PMBoK, 2004). Os processos do gerenciamento do escopo são:
Planejamento do escopo; Definição do escopo; Criar EAP; Verificação do escopo; Controle do escopo. 2.4.1 Planejamento do Escopo
O Planejamento do escopo constitui a criação de um plano de gerenciamento do escopo do projeto que documenta como o escopo será definido, verificado e controlado e como a EAP será criada e definida (PMBoK, 2004).
O planejamento do escopo integra o grupo de processos de planejamento e possui as seguintes entradas:
Fatores ambientais da empresa; Ativos de processos organizacionais; Termo de abertura do projeto;
Declaração do escopo preliminar do projeto; Plano de gerenciamento do projeto.
A saída do planejamento do escopo constitui o Plano de gerenciamento do escopo do projeto.
Esse processo apresenta como ferramentas e técnicas: Opinião especializada;
Modelos, formulários, normas.
a) Opinião especializada
A opinião especializada, relacionada ao modo como projetos equivalentes realizaram o gerenciamento do escopo, é usada no desenvolvimento do plano de gerenciamento do escopo do projeto (PMBoK, 2004).
b) Modelos, formulários, normas
Os modelos podem incluir modelos de estrutura analítica do projeto, modelos do plano de gerenciamento do escopo e formulários de controle de mudanças no escopo do projeto (PMBoK, 2004).
2.4.2 Definição do escopo
A Definição do escopo consiste no desenvolvimento de uma declaração do escopo detalhada do projeto como a base para futuras decisões do projeto (PMBoK, 2004).
A definição do escopo integra o grupo de processos de planejamento e apresenta as seguintes entradas:
Ativos de processos organizacionais; Termo de abertura do processo; Declaração do escopo do projeto;
Plano de gerenciamento do escopo do projeto; Solicitações de mudança aprovada.
As saídas da definição do escopo são: Declaração do escopo do projeto; Mudanças solicitadas;
Plano de gerenciamento do escopo do projeto (atualizações). Possui como ferramentas e técnicas:
Análise de produtos;
Identificação de alternativas; Opinião especializada;
Análise das partes interessadas.
a) Análise de produtos
Cada área de aplicação possui um ou mais métodos geralmente aceitos para transformar os objetivos do projeto em requisitos e entregas tangíveis. A análise de produtos inclui técnicas, como decomposição do produto, análise de sistemas, engenharia de sistemas, engenharia de valor, análise de valor e análise funcional (PMBoK, 2004).
b) Identificação das alternativas
A identificação das alternativas é uma técnica usada para gerar diferentes abordagens para executar e realizar o trabalho do projeto. Diversas técnicas de
gerenciamento geral são freqüentemente usadas aqui, sendo as mais comuns
brainstorning e pensamento lateral (PMBoK, 2004).
c) Opinião especializada
Cada área de aplicação possui especialistas que podem ser usadas para desenvolver partes da declaração do escopo detalhada do projeto (PMBoK, 2004).
d) Análise das partes interessadas
A análise das partes interessadas identifica a influência e os interesses das diversas partes interessadas e documenta suas necessidades, desejos e expectativas. A análise então seleciona, prioriza e quantifica as necessidades, desejos e expectativas para criar os requisitos. As expectativas que não podem ser quantificadas, como a satisfação do cliente, são subjetivas e envolvem um alto risco de não serem realizadas com sucesso.
Os interesses das partes interessadas podem ser afetados de forma negativa ou positiva pela execução ou término do projeto e também podem exercer influência sobre o projeto e suas entregas (PMBoK, 2004).
2.4.3 Criar EAP
Criar EAP (Estrutura Analítica do Projeto) é o processo necessário para subdividir as principais entregas do projeto e do trabalho do projeto em componentes menores e mais facilmente gerenciáveis. Esse processo integra o grupo de processos de planejamento e possui as seguintes entradas:
Ativos de processos organizacionais; Declaração do escopo;
Plano de gerenciamento do escopo do projeto; Solicitações de mudança aprovadas.
Apresenta como saídas:
Estrutura Analítica do Projeto (EAP); Dicionário da EAP;
Linha de base do escopo;
Plano de gerenciamento do escopo do projeto (atualizações); Mudanças solicitadas.
São ferramentas e técnicas:
Modelos de estrutura analítica do projeto; Decomposição.
a) Modelos de estrutura analítica do processo
Embora cada projeto seja exclusivo, uma EAP de um projeto antes pode frequentemente ser usada como um modelo para um novo projeto, pois alguns projetos se assemelham até certo ponto a outro projeto anterior. Muitas áreas de aplicação ou organizações executoras possuem EAP padrão (PMBoK, 2004). Por exemplo, o Departamento de Defesa dos Estados Unidos definiu EAP's padrões para Itens de Materiais de Defesa (QUARTAROLI & LINHARES, 2004).
b) Decomposição
A decomposição é a subdivisão das entregas do projeto em componentes menores e mais facilmente gerenciáveis, até que o trabalho e as entregas estejam definidos até o nível de pacote de trabalho (PMBoK, 2004). Este nível é o mais baixo na EAP e é o ponto no qual o custo e o cronograma do trabalho podem ser estimados de forma confiável. Variam conforme o tamanho e a complexidade do projeto.
2.4.4 Verificação do escopo
Verificação do escopo é o processo necessário para formalizar a aceitação das entregas do projeto terminadas. Integra o grupo de processos de monitoramento e controle e possui as seguintes entradas:
Declaração do escopo do projeto; Dicionário da EAP;
Plano de gerenciamento do escopo do projeto; Entregas.
Apresenta como saídas: Entregas aceitas; Mudanças solicitadas;
Ações corretivas recomendadas. São ferramentas e técnicas: Inspeção.
2.4.5 Controle do escopo
Controle do escopo é o processo necessário para controlar as mudanças feitas no escopo do projeto. Este processo integra o grupo de processos de monitoramento e controle e possui as seguintes entradas:
Declaração do escopo;
Estrutura Analítica do Projeto (EAP); Dicionário da EAP;
Plano de gerenciamento do escopo do projeto; Relatórios de desempenho;
Solicitações de mudança aprovadas;
Informações sobre o desempenho do trabalho.
A declaração do escopo detalhada do projeto aprovada – documento que contém uma descrição detalhada das entregas do projeto e o trabalho necessário para criar tais entregas. A EAP constitui o principal documento gerado pelo processo Criar EAP e que constitui a própria EAP. O dicionário de EAP é um documento complementar que apresenta conteúdo detalhado dos pacotes de trabalho, contas de controle, etc. A declaração do escopo, EAP e o dicionário da EAP constituem a linha de base do escopo do projeto.
O Plano de gerenciamento do escopo do projeto fornece orientação sobre como o escopo do projeto será definido, documentado, verificado, gerenciado e controlado pela equipe de gerenciamento de projetos (PMBOK, 2004). Os relatórios de desempenho oferecem informações acerca do desempenho do trabalho do projeto tais como as entregas provisórias que foram finalizadas.
As solicitações de mudança aprovadas constituem mudanças autorizadas e documentadas as quais ampliam ou limitam o escopo do projeto. Uma solicitação de mudança aprovada que impacte o escopo do projeto representa uma modificação na linha de base do escopo do projeto. As informações sobre o desempenho do trabalho são informações sobre o andamento das atividades do projeto as quais estão sendo executadas com o objetivo de realizar o trabalho do projeto. Tais informações são coletadas rotineiramente e integram a execução do plano de gerenciamento do projeto.
O processo Controle do escopo apresenta como saídas: Declaração do escopo do projeto (atualizações); Estrutura analítica do projeto (atualizações); Dicionário da EAP (atualizações);
Linha de base do escopo (atualizações); Mudanças solicitadas;
Ações corretivas recomendadas;
Ativos de processos organizacionais (atualizações); Plano de gerenciamento do projeto (atualizações).
Se as solicitações de mudança aprovadas afetarem o escopo do projeto, então a declaração do escopo do projeto será revisada e refeita para refletir as mudanças aprovadas (PMBoK, 2004). Da mesma forma, a EAP e o dicionário de EAP serão revisados e refeitos constituindo assim, uma nova linha de base do escopo do projeto para futuras mudanças.
Os resultados do controle do escopo podem gerar mudanças solicitadas. Estas mudanças são processadas para revisão e destinação em conformidade com o processo integrado de mudanças do projeto.
As ações corretivas recomendadas constituem passos recomendados para que o desempenho futuro esperado do projeto esteja em conformidade com o plano de gerenciamento do projeto e com a declaração do escopo do projeto.
Os ativos de processos organizacionais reúnem atualizações das causas das variações, razões que motivaram as ações corretivas escolhidas e outros tipos de lições aprendidas do controle de mudanças do escopo do projeto. Tais atualizações são documentadas em banco de dados, constituindo o histórico dos processos organizacionais.
As atualizações no plano de gerenciamento do projeto devem ocorrer caso as solicitações de mudança aprovadas afetarem o escopo do projeto. Então, a linha de base dos custos, os documentos dos componentes correspondentes e as linhas de base do cronograma do plano de gerenciamento do projeto são revisados e refeitos para refletir as mudanças aprovadas.
São ferramentas e técnicas:
Sistema de controle de mudanças; Análise de variação;
Replanejamento;
Sistema de gerenciamento de configuração.
Um sistema de controle de mudanças no escopo do projeto define os procedimentos para efetuar mudanças no escopo do projeto e no escopo do produto, uma vez que esteja documentado no plano de gerenciamento do escopo do projeto. O sistema apresenta a documentação, os sistemas de acompanhamento e os níveis de aprovação necessários para autorização das mudanças e funciona integrado a qualquer sistema de informações do sistema de gerenciamento de projetos global para controlar o escopo do projeto.
A análise da variação é mensurada através das medidas de desempenho do projeto. Aspectos importantes do controle do escopo como a determinação da causa da variação em relação à linha de base do escopo e a decisão sobre as ações corretivas a serem implantadas devem ser quantificados através da análise da variação.
O uso da técnica de replanejamento importa que as solicitações de mudança aprovadas que afetam o escopo do projeto e podem exigir modificações na EAP, dicionário de EAP, declaração do escopo do projeto e no plano de gerenciamento do escopo do projeto. Tais solicitações de mudança aprovadas podem resultar em atualizações nos componentes do plano de gerenciamento do projeto.
Um sistema de gerenciamento de configuração inclui o processo para submeter mudanças propostas, sistemas de acompanhamento para revisar e aprovar as mudanças propostas, definição dos níveis de aprovação para autorizar as mudanças e fornecimento de um método para validar as mudanças aprovadas. O sistema de gerenciamento de configuração constitui um conjunto de procedimentos formais documentados utilizados para aplicar orientação e supervisão técnicas e administrativas. Um sistema de gerenciamento formal fornece procedimentos para obtenção da situação das entregas e garante que as mudanças solicitadas no escopo do projeto e no escopo do produto serão cuidadosamente consideradas e documentadas, antes de serem processadas pelo controle integrado das mudanças (PMBoK, 2004).
3.
A ANÁLISE MULTICRITÉRIO FUZZY
3.1 Enfoques sobre Lógica FuzzyA teoria dos conjuntos fuzzy é, em suma, o passo seguinte da aproximação entre a precisão da matemática clássica e a imprecisão do mundo real (ZADEH, 1965).
Aristóteles (384 – 322 a.C.), filósofo grego e fundador da ciência da lógica estabelece um conjunto de regras para que as conclusões possam ser aceitas como logicamente válidas. Através de sua teoria, preconizou que todo raciocínio lógico é baseado em premissas e conclusões, e atribui valores “verdade” às afirmações, classificando-as como verdadeiras ou falsas.
Posteriormente, no século XIV, Willian de Ockham procurava modos de simplificar um modelo criado a partir da natureza. Para simplificar o modelo, cortava partes do mesmo, fazendo analogia a uma navalha, originando a expressão “Navalha de Ockham”. A sua obra clássica foi baseada em informações que não eram “totalmente verdadeiras, nem totalmente falsas”.
Em 1847, o inglês George Boole provou que todos os cálculos matemáticos não têm um fim em si mesmos, mas num esquema lógico básico que justifica os demais cálculos. Desenvolveu a álgebra formal para descrever regras deste esquema lógico, onde poderiam ser derivadas as aritméticas e outras álgebras. Ele atribuiu valores numéricos para as afirmações verdadeiras e falsas da seguinte maneira:
1 (um) para premissas verdadeiras; 0 (zero) para premissas falsas.
Com operações baseadas nos valores 0 (zero) e 1 (um), Boole criou a álgebra booleana. Com a sua criação, foi possível a implementação dos circuitos combinatórios com os quais hoje se constroem os computadores. Desde então, a álgebra lógica passou a ser considerada de interesse excepcional.
Em 1903, Russel – autor de importantes trabalhos sobre a lógica matemática e filosofia analítica - publicou um problema que ficou famoso como o “Paradoxo de Russel”. Esse problema não pode ser resolvido pela lógica aristotélica tradicional, mas apenas pela lógica nebulosa.
Na década de 1930, Jan Lukasiewicz desenvolveu uma lógica multinível, argumentando em sua obra sobre a lei da contradição. Para Lukasiewicz, uma afirmação
do tipo “X é Y não é, ao mesmo tempo”, embora contrária à natureza psicológica do homem, é perfeitamente plausível em termos matemáticos, desde que os graus de verdade não sejam bivalentes, ou seja, apenas dois níveis: verdadeiro ou falso.
Na década de 1960, o engenheiro eletrônico L. A. Zadeh, professor de Teoria dos Sistemas na Universidade da Califórnia, Berkeley, desenvolveu a teoria dos conjuntos fuzzy.
O objetivo de Zadeh era fornecer um ferramental matemático que contemplasse aspectos imprecisos no raciocínio lógico dos seres humanos e que contemplasse, ainda, situações ambíguas, não passíveis de processamento através da lógica computacional fundamentada na lógica booleana.
A teoria dos conjuntos fuzzy é usada para representar modelos de raciocínio impreciso, que possuem um papel essencial na notável habilidade humana de tomar decisões racionais, em ambientes de incertezas e imprecisões (ZADEH, 1988).
A lógica fuzzy foi inicialmente construída a partir dos conceitos da lógica aristotélica, com seus operadores definidos aos moldes dos tradicionalmente utilizados. Entretanto, ao longo do tempo, foram definidos novos operadores. A lógica fuzzy, apresentada por Zadeh, viola o conceito de que uma premissa é totalmente verdadeira ou totalmente falsa.
A expressão lógica fuzzy foi mencionada pela primeira vez em 1965, em publicação feita por Zadeh. Após 1970, foram feitas as primeiras publicações industriais sobre lógica fuzzy na Europa. Porém, estas poucas aplicações que usavam a lógica fuzzy, ocultavam seu sucesso encobrindo-as com a terminologia de “lógica contínua”.
No início da década de 80, também na Europa, a lógica fuzzy obteve mais um momento de apoio à decisão e aplicações para análise de informações, quando diversas pesquisas tecnológicas avançadas utilizaram lógica fuzzy para aplicações e projetos de pesquisa. O crescente desenvolvimento atingiu pesquisas empíricas relativas à fundamentação da lógica fuzzy em modelos de decisão humana e processos de avaliação. Depois de 1980, as primeiras companhias japonesas utilizaram lógica fuzzy em engenharia de construção, baseadas nas primeiras aplicações de lógica fuzzy na Europa.
Nos últimos tempos, a lógica fuzzy se estendeu e tem atraído bastante a atenção nos Estados Unidos, especialmente entre companhias que estão sob intensa competição tanto na Europa como na Ásia.
Segundo Almeida e Evsukoff (2003) o termo fuzzy pode ter vários significados ao ser traduzido da língua inglesa. Todavia, o conceito básico deste adjetivo passa sempre pelo vago, indistinto, incerto. Na área da engenharia, embora ainda não seja uma unanimidade, a tradução para o idioma português mais utilizada é nebuloso e difuso.
3.2 A Lógica Fuzzy
A principal motivação da teoria dos conjuntos fuzzy é o desejo de construir uma estrutura formal quantitativa, capaz de capturar as imprecisões do conhecimento humano, isto é, como esse conhecimento é formulado na linguagem natural. Essa teoria visa ser a ponte, que une modelos matemáticos tradicionais, precisos, de sistemas físicos, e a representação mental, geralmente imprecisa, desses sistemas (DUBOIS, 1991).
3.2.1 O Atributo da bivalência
A característica da bivalência constitui a utilização de dois valores: uma afirmação é verdadeira ou falsa, um objeto é branco ou preto, ou é um ou zero. A teoria Aristotélica clássica fez do atributo da bivalência um marco histórico na cultura ocidental. Espera-se sempre que uma determinada afirmação seja verdadeira ou falsa, o meio é excluído e não há nada entre ambas.
A bivalência está profundamente inserida na nossa forma de pensar, em nossas tradições e até mesmo no nosso comportamento ético. Torna-se uma “lei do raciocínio” que à primeira vista parece não explicativa. Por exemplo: alguém é bom ou ruim. As conseqüências normais de tal ética são certamente ruins. Geralmente, temos pouca tolerância com o meio excluído, por exemplo, com pessoas que dizem “meias-verdades”.
A ciência computacional está baseada na bivalência. A álgebra booleana é considerada como uma ferramenta que possibilita transformar “as leis da verdade” numa linguagem matemática.
3.2.2 O Atributo da Multivalência
O mundo real contém um número infinito de misturas ou junções de conceitos. Em nossa mente, necessitamos contabilizar em um número crescente muitos fatores diferentes, e até contraditórios, para descrever algo. Muitas vezes, constitui uma questão de ponto de vista ou de graduação, ou seja, tudo depende.
Na realidade, afirmam Shaw e Simões (2002 p. 13) “[...] o mundo real é analógico, não digital, com muitos tons de cinza entre o preto e o branco. Verdade absoluta e precisão existem apenas como casos extremos”.
Desse modo, o objetivo da lógica fuzzy é de capturar esses tons de cinza e graus de verdade. A lógica fuzzy trabalha com tal incerteza e verdade parcial os fenômenos naturais, de uma maneira sistemática e rigorosa.
3.2.3 Critérios de Julgamentos e Incertezas
A comunicação humana possui diversas incertezas nas expressões verbais, as quais podem ser vagas, imprecisas, ou com pouca resolução. Muitas vezes, utilizamos as mesmas palavras, porém com significados diferentes. Para o homem, as palavras não representam uma idéia única, mas representam um conjunto contendo várias idéias. Por exemplo: casa, carro, escola.
Julgamos intuitivamente para avaliar em que grau a casa, a escola ou o carro pertence à nossa concepção dos mesmos. Talvez uma casa possa ser uma cabana; um prédio de escola, uma escola com grau de 80% e um Corola seja um carro de 100%. Os conjuntos “casa”, “carro” e “escola” são conjuntos fuzzy, e os seres humanos conseguem trabalhar o raciocínio com eles.
Analogamente, os computadores podem apenas “raciocinar” de forma bivalente: 0 e 1. As máquinas computacionais não conseguem entender os termos fuzzy da comunicação humana. A lógica fuzzy pode resolver esse problema e traduzir os graus de verdade das informações de maneira que os computadores consigam processar tal informação. Em outras palavras, a lógica fuzzy pode fazer com que os computadores trabalhem conforme a mente humana.
3.2.4 Crisp e Fuzzy
Os conjuntos fuzzy modelam dados incertos ou ambíguos encontrados freqüentemente no mundo real e constituem uma extensão dos conjuntos clássicos (crisp). A principal característica diferenciadora entre a proposição clássica e a fuzzy reside na faixa de valores-verdade.
Na teoria tradicional dos conjuntos da lógica clássica, um elemento pertence ou não ao conjunto. A lógica booleana é de comprovada exatidão; porém, apresenta um inconveniente: não pode reproduzir testes padrões do pensamento humano.
Na teoria dos conjuntos fuzzy, um elemento do universo de discurso pode ser definido matematicamente por um valor que represente o seu grau de pertinência ao conjunto. Esse valor de pertinência integra uma faixa de 0 (elemento não pertence ao conjunto) até 1 (elemento totalmente pertence ao conjunto). Assim, a lógica fuzzy constitui uma forma de gerenciamento de incertezas, através da expressão de termos com grau de certeza, num intervalo numérico [0,1], onde a certeza absoluta é representada pelo valor 1.
Deste modo, as expressões verbais e imprecisas, inerentes da comunicação humana, as quais possuem vários graus de incerteza são perfeitamente manuseáveis através de lógica fuzzy. Ela constitui uma lógica contínua perfeitamente modelada mediante uma aproximação do raciocínio dos seres humanos.
3.2.5 Variáveis Lingüísticas
COX (1994) considerou o conceito de variável lingüística como a essência da técnica de modelagem fuzzy. Uma variável lingüística pode ser considerada como sendo o nome dado a um conjunto fuzzy.
Almeida e Evukoff (2003) afirmam que para resolver um problema complexo, inicialmente o ser humano procura estruturar o conhecimento sobre este problema em conceitos gerais, para então observar as relações essenciais entre esses conceitos. Isto constitui um processo de modelagem top-down e permite que as relações essencialmente gerais e imprecisas – obtidas em primeiro momento – convertam-se em uma segunda fase: algoritmos operacionais mais detalhados. Afirma ainda que esta perspectiva de encarar um problema, próprio do homem, geralmente não permite
soluções numéricas exatas. Entretanto, conduz a uma classificação ou agregação qualitativa em categorias gerais ou conjuntos de possíveis soluções.
A capacidade de classificar, de modo impreciso, as variáveis de um problema em termos de conceitos qualitativos – em vez de quantitativos, traduz a idéia de uma variável lingüística.
Neste contexto, as variáveis lingüísticas representam de modo impreciso (lingüístico) conceitos de variáveis de um dado problema, admitindo como valores somente expressões lingüísticas, também conhecidas por termos primários. São exemplos de termos primários: “muito pequeno”, “pequeno”, “médio”, “grande”, “muito grande”, dentre outros. Tais valores contrastam com os valores precisos assumidos por variáveis numéricas.
Uma variável lingüística pode apresentar seu termo primário representado por um conjunto fuzzy existente no universo de discurso, em que esta variável está definida. Assim, a cada conjunto fuzzy desse universo de discurso é associado um conceito lingüístico que classifica ou define um valor lingüístico para a variável fuzzy em questão.
A estrutura de conhecimento, ou participação fuzzy de uma variável lingüística é definida pelos termos primários desta variável, e o quanto um dado elemento xi, do
universo de discurso U, satisfaz o conceito representado por um conjunto fuzzy Ac, é definido pelo valor da função de pertinência
µ
i (xi), xi∈
U.Zadeh (1973) apresenta o seguinte exemplo: seja X a variável lingüística identificada por “idade” com U = [0,100] e que possui os seguintes termos lingüísticos, os quais também são conjuntos fuzzy, “velho”, “jovem”, “muito jovem”, etc.
A variável U é a idade em anos de vida. Seja T(x) o conjunto que define os termos da variável X. Nesse caso,
T(idade) = {velho, muito velho, não tão velho, mais ou menos jovem,
inteiramente jovem, muito jovem}
Giles (1988) levanta dois enfoques, igualmente importantes, para a formulação da teoria dos conjuntos fuzzy: o axiomático e o semântico.
No enfoque axiomático, uma função numérica é usada para modelar o conjunto
fuzzy, fornecendo uma interpretação consistente para o mesmo, embora não evidencie,
diretamente, a estrutura sob esse conjunto (FRENCH, 1989, FRENCH, 1986).
No enfoque semântico, é analisado, empiricamente, o significado físico dos conceitos do sistema envolvido, modelando-os através de conjuntos fuzzy. Esses conceitos são precisamente formulados com axiomas quantitativos, produzindo não somente uma teoria consistente, mas, também, uma interpretação específica dos mesmos. Esse enfoque pode ainda ser dividido em métodos normativos e descritivos (FRENCH, 1986).
O método normativo conjectura como as pessoas poderiam organizar seus julgamentos em uma situação particular, através de conjuntos fuzzy. O descritivo (mais usado) investiga como de fato as pessoas realizam seus julgamentos. (SDORRA et
al.,1993).
Assim, o enfoque axiomático ou sintático define a forma com que as informações lingüísticas fuzzy são armazenadas, proporcionando a criação de uma base de conhecimento com sentenças devidamente estruturadas. Tais propriedades sistematizam os processos de armazenamento, buscando e processando os dados existentes.
As propriedades semânticas são representáveis pela especificação do modo como é extraído e processado o conhecimento, contido na estrutura definida pelas propriedades sintáticas, armazenado na forma de declarações condicionais fuzzy, ou regras de produção fuzzy.
As propriedades sintáticas e semânticas regem o comportamento do sistema de conhecimento fuzzy. Essas propriedades definem a forma de utilização das variáveis lingüísticas.
3.2.6 “Fuzzyficação e Desfuzzyficação”
A operação das atividades humanas utiliza termos vagos e imprecisos e requer uma aproximação de dados e informações sensoriais fazendo com que o cérebro humano codifique tais imprecisões naturais por meio de números e conjuntos fuzzy. Ao
contemplar uma paisagem, o ser humano não precisa de um valor exato e definido para expressar uma variável, como a beleza cênica.
A classificação da informação de beleza cênica de uma paisagem em conjuntos
fuzzy é feita da seguinte forma: “muito feia”, “feia”, “bonita” e “muito bonita”. Tais
conjuntos representam valores “fuzzyficados” através dos valores da beleza cênica. Baseada na compreensão de cada uma das variáveis de entrada e de saída, a pessoa formula e executa uma estratégia de controle e o fluxo de dados no cérebro fica reduzido apenas ao que é necessário para executar a requerida tarefa com a precisão e resolução necessárias. Assim são processadas as quantidades fuzzy, chegando a uma variável fuzzy com a sua ação de controle.
Para o Homem, é perfeitamente natural trabalhar com características incertas. Entretanto, em muitas situações, existe a necessidade de um valor numérico que represente o valor de referência. Assim, faz-se necessário um procedimento que converta o valor fuzzy, resultante da saída de inferência para um número real, tal como uma ação bem definida, procedimento esse denominado de “desfuzzyficação”.
São exemplos de “desfuzzyficação” natural do homem: o entendimento de um linguajar com sotaque, o reconhecimento de pessoas após um longo tempo de afastamento, caligrafias decifradas, dentre outras.
Zadeh, em sua obra “Princípio da incompatibilidade” afirma que: “Conforme a complexidade de um sistema aumenta, nossa habilidade de fazer afirmações precisas e significativas sobre o seu comportamento diminui, até um limiar em que a precisão e relevância tornam-se praticamente características mutuamente exclusivas”.
O cérebro humano possui a importante capacidade de manipular conjuntos números fuzzy, haja vista que não existem modelos matemáticos para serem seguidos. O processamento computacional nos processos de decisão é mínimo. Dentre as teorias que tratam do não determinismo além da teoria dos conjuntos fuzzy está também a Teoria dos Conjuntos Aproximativos (TCA).
3.3 A Teoria da Decisão em Ambientes Fuzzy
A teoria da decisão consiste no conjunto de procedimentos e métodos de análise que procuram assegurar a coerência, a eficácia e a eficiência das decisões tomadas em função das informações disponíveis, antevendo cenários possíveis.
A teoria da decisão não é uma teoria descritiva ou explicativa. Já que não faz parte de seus objetivos descrever ou explicar como e/ou porque as pessoas (ou instituições agem de determinada forma ou tomam certas decisões. Pelo contrário, trata-se de uma teoria ora prescritiva ora normativa, no trata-sentido de pretender ajudar as pessoas a tomarem decisões melhores (GOMES et al., 2002).
Decisão é definida como a escolha entre alternativas. Estas podem representar diferentes localizações, planos, classificações ou hipóteses sobre um fenômeno. A decisão é suportada pela consideração de critérios que servem como normas para encontrar as melhores alternativas e representam condições possíveis de quantificar ou avaliar contribuindo para a tomada de decisão (CALIJURI et al., 2002).
Uma decisão pode ser tomada nas seguintes condições: decisão em condições de certeza;
decisão em condições de risco;
decisão em condições de incerteza ou decisão em condições de ignorância; decisão em condições de competição ou decisão em condições de conflito. Chiavenato (1983) identificou seis elementos comuns a toda decisão:
decisor; objetivo; preferências; estratégia; situação; e resultado.
O decisor constitui um indivíduo ou grupo (s) de indivíduos em nome do(s) qual(is) é tomada a decisão. O(s) decisor(es) influencia(m) no processo de decisão conforme juízo de valor(es) que representa(m) e/ou relações que se estabeleceram
(GOMES et al, 2002). O objetivo é definido como o propósito ou finalidade do sistema. As preferências constituem as escolhas da melhor solução, ou combinação de alternativas. A estratégia aborda a metodologia utilizada para a tomada de decisão. Uma situação define e identifica o problema. Constitui aspectos ambientais, recursos e restrições envolvidas na questão. O resultado é definido como a conseqüência do processo de decisão.
A regra de decisão é o procedimento pelo qual os critérios eleitos são combinados. De um modo geral, os processos de decisão pretendem satisfazer a um ou a múltiplos objetivos, e são desenvolvidos com base na avaliação de um ou mais critérios (EASTMAN, 1997). Dentre as diversas técnicas que facilitam os analistas e decisores no estudo e estruturação dos problemas de decisão, as que têm sido muito utilizadas são:
Braisntorm ou brainstorming (tempestade de idéias);
Matriz de prioridade;
Diagrama de espinha de peixe;
Árvore de decisão ou diagrama de árvore; Mapas cognitivos, dentre outras.
Um dos problemas de tomada de decisão consiste na escolha da melhor alternativa de acordo com critérios estabelecidos, a partir de uma certa quantidade de informações, com o propósito de atingir um objetivo estabelecido (GRABISCH, 1995, SLOWINSKI et al., 1990, TURBAN, 1988).
Na década de 70, vários pesquisadores e usuários de Pesquisa Operacional perceberam que as decisões do mundo real nunca se dão visando apenas um critério de decisão e que, as decisões humanas acontecem em presença de pelo menos dois critérios conflitantes. Em decorrência disso, surgiram metodologias como as de Apoio Multicritério à Decisão (Multiple Criteria Decision Aid, MCDA), e, nesse contexto, as Metodologias de Apoio à Decisão Fuzzy.
3.4 Métodos de Análise Multicritério de Apoio à Decisão
Fuzzy
A mente humana opera como conceitos subjetivos tais como alto, baixo, velho e novo, que são incorporados em classes de objetos da teoria fuzzy, onde a pertinência ou
não de um elemento a um conjunto dá-se de forma gradual e não abrupta (ZADEH, 1990).
Com o advento dessa teoria, obteve-se substanciais instrumentos, para a representação de facetas cognitivas humanas (YAGER, 1991). Ela provê ferramentas robustas para a aplicação do conhecimento, da experiência e do pensamento humano em muitos sistemas industriais, de tráfego, ciência médica, entre outros (SUZUKI, 1993), incluindo a teoria da decisão.
Os métodos quantitativos de apoio à decisão são definidos como: métodos de programação matemática (programação linear, programação inteira, programação bivalente, programação dinâmica, programação não linear, programação quadrática e métodos de simulação.
O Apoio Multicritério à Decisão tem como princípio buscar o estabelecimento de uma relação de preferências (subjetivas) entre alternativas que estão sendo avaliadas/priorizadas/ordenadas sob a influência de vários critérios, no processo de decisão. O espaço das variáveis de decisão, em particular, consiste no conjunto de decisões factíveis e não factíveis para dado problema (GOMES et al., 2002).
A análise multicritério tem sido utilizada no auxílio de problemas de tomada de decisão que envolva pontos de vista diferenciados e, algumas vezes, contraditórios. Os problemas de abordagem multicritério caracterizam-se por investigar o número de alternativas considerando múltiplos critérios e objetivos (BASTOS, BRANCO JR., 2004). Atualmente, a multidimensionalidade é a principal característica dos problemas de tomada de decisão do mundo real, tendo objetivos econômicos, ambientais, sociais e teóricos (SAKAWA, 1994).
Na tomada de decisão em ambientes fuzzy, termos como multiobjetivos, multiatributos e multicritérios são, geralmente, usados indistintamente, embora haja diferenças entre eles (RIBEIRO, 1996, KOSKO, 1992, CHIEN et al., 1992):
Tomada de decisão multiobjetivos (MODM) (ZIMMERMANN,1991): consiste
de um conjunto de objetivos conflitantes, que não podem ser alcançados simultaneamente.
Tomada de decisão multiatributos (MADM) (YAGER, 1978, HWANG, 1981):
escolha de uma alternativa em um conjunto de alternativas, caracterizada por seus atributos.
Tomada de decisão multicriterial (MCDM): aplicada tanto à tomada de decisão,
envolvendo multiobjetivos, quanto multiatributos (CARLSSON et al., 1996, FODOR et al., 1994, CHEN et al., 1993, LUHANDJULA, 1989).
Observe-se que alguns autores (YOON & HWANG, 1995) não consideram MADM, MCDM. MODM, MODA e MCDA como sinônimos. Consideram como MADM o campo dentro do MCDM (ou seu sinônimo MCDA) responsável pela avaliação, priorização e seleção de alternativas em um ambiente multicritério/atributo com critérios/atributos conflitantes. Já o MODM (ou seu sinônimo MODA), um campo do MCDM que estuda a escolha da melhor alternativa em um ambiente de objetivos conflitantes. Esses autores agrupariam a teoria da Utilizada Multiatributo e os métodos de subordinação no MADM e os métodos interativos no MODM; esses mesmos autores não diferenciam os termos atributo e critério (GOMES et al., 2002).
3.4.1. Incerteza e Métodos Multicritérios Fuzzy
A incerteza está relacionada com o ambiente e aumenta com a inerente imprecisão de uma classificação ou descrição específica. Muitas entidades possuem medidas com acurácia limitada, imprecisões, falta de informação, de observação e de sensibilidade das condições iniciais.
O termo “incerteza” pode ser comparado ao termo “aleatório” sendo que, nos conjuntos fuzzy, a incerteza refere-se ao grau de pertinência de um elemento, enquanto que, estatisticamente, a incerteza refere-se à probabilidade do resultado do experimento aleatório (ROTHMAN, 1989).
Os conjuntos fuzzy prestam-se às representações de conceitos vagos, expressados na linguagem natural, dependendo do contexto em que são usados. Em geral, os problemas de decisão podem ser discretos, quando se trata de um número finito de alternativas, ou contínuo, quando tal número pode ser pensado como infinitamente grande.
Entre os métodos multicritério discretos destacam-se os métodos da escola americana:
Método AHP (SAATY, 1994).
Os métodos Electre (ROY, BOUYSSON, 1993) integram o coração da escola francesa.
3.4.2. Os Métodos Contínuos
Os métodos contínuos são também denominados métodos de otimização multicritério ou métodos interativos, compreendendo basicamente os métodos de programação matemática com mais de uma função objetivo (STEUER, 1988).
A utilização dos métodos discretos e contínuos é imensamente facilitada por produto de software especializados (GOMES et al., 2002).
4.
ANÁLISE MULTICRITÉRIO FUZZY APLICADA AO
GERENCIAMENTO DO ESCOPO
4.1 Ferramentas e Técnicas de Planejamento do Escopo
São ferramentas e técnicas de planejamento, segundo o PMBoK (2004): Opinião especializada;
Modelos, formulários e normas.
Opinião Especializada
A opinião especializada, relacionada ao modo como projetos equivalentes realizaram o gerenciamento do escopo, é usada no desenvolvimento do plano de gerenciamento do escopo do projeto (PMBoK, 2004).
Uma opinião especializada, freqüentemente, é requerida para avaliar as entradas desse processo. Tal habilidade pode ser provida por um grupo, ou indivíduo, com conhecimento especializado ou treinamento, e está disponível em várias formas, por exemplo:
Outras unidades dentro da organização; Consultores;
Partes envolvidas, incluindo clientes; Associações profissionais e técnicas; Grupos industriais.
Muitas vezes, é preciso uma opinião especializada para que possamos trazer informações necessárias para o planejamento do projeto. A informação de que necessitamos pode estar perto, não sendo necessário contratar empresas ou consultores especializados para tal tarefa. Podemos ainda utilizar os métodos de apoio à decisão para realizar tal fim.
Modelos, Formulários e Normas
Para decisões que envolvam métodos quantitativos incertos ou aleatórios, desconhecidos poderemos utilizar ainda métodos de otimização restrita: modelos matemáticos, usando algoritmos de programação linear fuzzy, não linear fuzzy, dinâmico
Os modelos podem incluir modelos de estrutura analítica do projeto, modelos do plano de gerenciamento do escopo e formulários de controle de mudanças no escopo do projeto (PMBoK, 2004).
4.2 Ferramentas e Técnicas de Definição do Escopo
São ferramentas e técnicas da definição do escopo, segundo o PMBOK (2004):
Análise de produtos; Identificação de alternativas; Opinião especializada;
Análise das partes interessadas.
a) Análise de Produtos
Cada área de aplicação possui um ou mais métodos geralmente aceitos para transformar os objetivos do projeto em requisitos e entregas tangíveis. A análise de produtos inclui técnicas, como decomposição do produto, análise de sistemas, engenharia de sistemas, engenharia de valor, análise de valor e análise funcional (PMBoK, 2004).
b) A Identificação de Alternativas
A identificação das alternativas é uma técnica usada para gerar diferentes abordagens para executar e realizar o trabalho do projeto. Diversas técnicas de gerenciamento geral são freqüentemente usadas aqui, sendo as mais comuns
brainstorning e pensamento lateral (PMBoK, 2004).
A identificação das alternativas no gerenciamento do escopo envolve técnicas qualitativas de apoio à decisão:
1. O brainstorning: auxilia um grupo a imaginar/criar tantas idéias quanto
possível em torno de um assunto ou problema, de forma criativa. Deve ser usado quando for necessário conhecer melhor o universo de uma situação, colher condições, opiniões e sugestões dos participantes, identificando problemas existentes e encontrando soluções criativas para o problema identificado.
2. Matriz de prioridades: prioriza alternativas com base em determinados
diversas alternativas, por meio de análise criteriosa. Como é constituída por um somatório de matrizes, exige a necessidade de as pessoas que vão aplicá-la terem um maior conhecimento do problema. Essa técnica também é determinada pela matriz de impacto.
3. Diagrama de espinha de peixe: permite visualizar melhor o universo
em que o problema está inserido. Isso é feito por meio da construção de um diagrama nos quais as causas vão sendo cada vez mais discriminadas até chegar a sua origem. Deve ser aplicada a um problema que apresenta causas decorrentes de causas anteriores, ou quando queremos esmiuçar as causas do problema, ou visualiza-lo de forma mais clara e agrupadas por fatores-chaves. Essa técnica permite a observação de um efeito e as possibilidades de “causa” que podem contribuir para esse efeito. É aplicada ao estudo de problemas que apresentam causas decorrentes de causas anteriores.
4. Árvore de decisão ou diagrama da árvore: permite indicar, de forma
gráfica, e cronológica, um caminho a ser seguido em um processo de decisão, explicitando etapas a serem cumpridas para alcançar o objetivo pretendido. Essa árvore representa um processo de decisão em que os nós são os momentos do tempo em que o decisor deve efetuar uma decisão.
5. Mapas cognitivos: permite retratar idéias, sentimentos, valores e
atitudes, e seus inter-relacionamentos, de forma que torne possível um estudo e uma análise posterior, utilizando para tal uma representação gráfica. A construção desses mapas originou-se na psicologia e está baseada na teoria dos conceitos pessoais de Kelly (1955). O procedimento para a construção de mapas cognitivos é iniciado com a entrevista do analista e /ou facilitados com o decisor. É uma técnica de modelagem bastante apropriada para situações problemáticas que são predominantemente descritas por noções qualitativas.
c) Opinião Especializada
Cada área de aplicação possui especialistas que podem ser utilizados para desenvolver partes da declaração do escopo detalhada do projeto (PMBoK, 2004).
A Análise das Partes Interessadas
A análise das partes interessadas identifica a influência e os interesses das diversas partes interessadas e documenta suas necessidades, desejos e expectativas. A
análise então seleciona, prioriza e quantifica as necessidades, desejos e expectativas para criar os requisitos. As expectativas que não podem ser quantificadas, como a satisfação do cliente, são subjetivas e envolvem um alto risco de não serem realizadas com sucesso.
Os interesses das partes interessadas podem ser afetados de forma positiva ou negativa pela execução ou término do projeto e também podem exercer influência sobre o projeto e suas entregas (PMBoK, 2004).
4.3 Análise Multicritério Fuzzy no Gerenciamento do Escopo 4.3.1 O Método AHP
O Analytic Hierarchy Process (AHP) é um método de auxílio multicritério à decisão desenvolvido por Thomas L. Saaty no início da década de 70, bastante utilizado para avaliar um conjunto de alternativas que envolvam critérios subjetivos ou até mesmo intangíveis (GOMES, MURY, 1995).
O método permite a análise de um problema de tomada de decisão, através de níveis hierárquicos, reduzindo o estudo de sistemas extremamente complexos a uma seqüência de comparações paritárias dos componentes adequadamente identificados no problema.
Assim, torna-se possível estruturar hierarquicamente qualquer problema complexo com múltiplos critérios, múltiplos decisores e múltiplos períodos. Desse modo, o problema de decisão consiste em escolher dentre as alternativas a que melhor satisfaz o conjunto total de objetivos avaliados, segundo um conjunto de sub-objetivos ou critérios (BASTOS, BRANCO JR. 2004).
A determinação da estrutura hierárquica consiste em definir a abordagem da seguinte maneira (BASTOS, BRANCO JR, 2004):
OBJETIVO GERAL →→→→ CRITÉRIOS →→→→ ALTERNATIVAS
Para determinar a intensidade ou as prioridades dos elementos de um nível em relação à sua importância, o método utiliza o procedimento de avaliação. A avaliação no AHP é realizada através da hierarquização dos fatores mais relevantes identificados na etapa anterior, observando alguns princípios estabelecidos pelo método:
1. Homogeneidade dentro dos níveis: os elementos de cada nível devem
estar agrupados segundo algumas características, de modo a facilitar a compreensão do problema;
2. Comparação paritária dos elementos: o processo de comparações
paritárias, feitas pelo decisor, estabelece o grau de importância dos elementos em um determinado nível sobre aqueles de um nível superior;
3. Escala verbal: através da observação de fenômenos físicos (luz,
som, etc.) Saaty (1991) determinou uma escala verbal com nove pontos distintos, onde os valores pares representam o valor intermediário de preferência. O limite de 9 pontos foi também utilizado para obedecer aos estudos da Psicologia, que assumem a existência de uma limitação humana para determinar diferenças de 7 ± 2 pontos. O método adota a escala de preferência para estabelecer os julgamentos entre as variáveis selecionadas como mostra o Quadro 1. Em seguida repete-se um procedimento semelhante para analisar a importância dos critérios (SAATY, 1991) como mostra o Quadro 2.
Quadro 1. Escala de Preferência adotada pelo Método Análise Hierárquica Relações de preferência possíveis entre as
alternativas de decisão A e B
Valores de escala
A e B são iguais em preferência 1 A é pouco mais preferível que B 3 A é mais preferível que B 5 A é muito mais preferível que B 7 A é absolutamente mais preferível que B 9 Determinação de situações intermediárias entre A e B 2,4,6,8
Fonte: SAATY (1991)
Quadro 2: Escala de Preferência adotada pelo Método Análise Hierárquica Relações de importância possíveis entre os critérios
de decisão X e Y
Valores de escala
X e Y são iguais em importância 1 X é pouco mais importante que Y 3 X é mais importante que Y 5 X é muito mais importante que Y 7 X é absolutamente mais importante que Y 9 Determinação das situações intermediárias entre X e Y 2,4,6,8
4. Matriz de comparação: a matriz de comparação é utilizada para
encontrar o vetor de prioridades. O cálculo do vetor prioridade é obtido através da soma dos elementos em cada linha normalizando os resultados de modo que os valores obtidos somem a unidade. O autovetor (w) dá a ordem de prioridades e o autovalor (λ) determina a medida de consistência do julgamento que, em síntese, estabelece a relação de importância entre os seus elementos.
4.3.1.1 O Método AHP aplicado ao Gerenciamento do Escopo
Definir prioridades é uma técnica importante para o gerenciamento do escopo. As alternativas são priorizadas em critérios, estabelecendo uma hierarquia entre as diversas alternativas, através de uma análise criteriosa.
Os métodos de análise multicritério fuzzy, poderão corroborar para encontramos as melhores alternativas que comporão o escopo.
Utilizando critérios subjetivos e não determinísticos, convém utilizarmos a análise multicritério fuzzy, na construção da matriz de prioridades, para auxiliar e fornecer ao gerente a melhor decisão durante os processos do gerenciamento do escopo.
a) Planejamento do escopo em projetos de software
O gerente de projetos de software confronta-se com um dilema no começo de um esforço de desenvolvimento. São exigidas estimativas quantitativas, mas não existem informações sólidas disponíveis. Uma análise detalhada dos requisitos de software forneceria as informações necessárias para as estimativas, mas a análise muitas vezes demora semanas ou meses para ser concluída. As estimativas são necessárias ao projeto, uma vez que o plano de projeto de software combina informações geradas como conseqüência de todas as atividades de estimativa e planejamento.
O planejamento é uma atividade de administração de projetos de software que combina as técnicas de métricas e os métodos de estimativa com a análise de riscos, determinação de um cronograma e outras atividades de tomada de decisão (PRESSMAN, 1995).
O objetivo do planejamento de software é fornecer uma estrutura que possibilite ao gerente do projeto fazer estimativas razoáveis de recursos, custos e prazos. Essas
estimativas são realizadas dentro de um plano de tempo limitado ao início de um projeto de software e devem ser regularmente atualizadas à medida que o projeto progride. Tal objetivo é alcançado por meio de um processo de descoberta de informações que conduzam a estimativas razoáveis.
A atividade inicial do planejamento de projetos de software constitui a determinação do escopo do software. O escopo de um projeto de software deve ser claro e compreensível, tanto a nível técnico como administrativo. Desta feita, a função e o desempenho devem ser analisados.
Uma declaração do escopo em projetos de software deve ser delimitada, ou seja, os dados quantitativos são declarados explicitamente. As restrições e/ou as limitações são anotadas e os fatores mitigantes (algoritmos) são descritos.
O escopo de um projeto de software descreve a função, o desempenho, as restrições das interfaces e a confiabilidade do software a ser desenvolvido. As funções descritas na declaração do escopo são avaliadas e, em certos casos, refinadas para oferecer maiores detalhes antes do início da estimativa.
Uma vez que as estimativas de custo e prazo são funcionalmente orientadas, certo grau de decomposição muitas vezes é útil. Considerações referentes ao desempenho abrangem requisitos de processamento e de tempo de resposta. As restrições identificam os limites impostos ao software pelo hardware externo, memória disponível ou outros sistemas existentes.
A segunda etapa do planejamento de um software é a estimativa dos recursos exigidos para se atingir o esforço de desenvolvimento do software. Os recursos desse projeto são: ferramentas de hardware e software e as pessoas. As ferramentas de hardware e software devem existir para sustentar o esforço de desenvolvimento.
Em nível acima, estão as pessoas envolvidas no projeto, recurso primordial sempre exigido. Cada recurso é especificado segundo quatro características: descrição do recurso, declaração de disponibilidade, tempo cronológico em que o recurso será exigido e por quanto tempo o recurso será aplicado. A disponibilidade do recurso para uma atividade específica de vê ser estabelecia o mais breve possível.
