Modelo de sistema de inferência Fuzzy baseado em matrizes de probabilidade e impacto para classificar riscos em projetos

• Autores: Domingos Márcio Rodrigues Napolitano, Renato José Sassi
• Localización: Navus: Revista de Gestão e Tecnologia, ISSN-e 2237-4558, Vol. 8, Nº. 4, 2018, págs. 69-89
• Idioma: portugués
• Títulos paralelos:
  • Fuzzy inference system model based on probability and impact matrices to classify risks in projects
• Enlaces
  • Texto completo (pdf)
• Resumen
  • English

    Projects are essential for organizations to implement their strategies and the success of the projects is crucial for organizations. However, in a context of uncertainties, it is necessary to address risks that threaten this success, allocating resources for its prevention. To decide how to prioritize them and allocate resources, Probability and Impact Matrices (MPIs)are used. MPIs are built with the employment of a human expert, usually the project manager. Although popular, MPIs may have shortcomings, for example, analyzing inaccurate information from the human expert's knowledge and the inability to rank characteristic risks when using discrete classes. Thus, the use of Fuzzy Inference Systems (SIF) in an MPI would allow to address these deficiencies by modeling human knowledge reducing its uncertainty. A general objective of this work was to develop a Fuzzy Inference System based on MPIs to classify risks in projects. In order to reach this objective, we conducted experiments in five stages: (I) Generation of the database containing probability, impact and risk values, varying the correlation between probability-impact, (II) Classification of MPI Conventional and MPI proposed by Cox (2008), (III) Implementation of SIF based on Phase II MPIs rules, (IV) Application of SIF and (V) Analysis of results. It was verified that the SIF model is advantageous, compared to the conventional MPI, allowing the classification of the risks in a continuous scale, which facilitates the prioritization and allocation of resources and the reduction of uncertainty allowing to classify risks in projects.

  • português

    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.