Descrição executiva:

Suporte a decisão gerencial muitas vezes oferece desafios decorrentes da complexidade do ambientes de decisão, falta de dados e não determinismo. Nesse sentido se propõe o nDSS. Ele é uma nova classe de sistemas de suporte a decisão que incorpora heurísticas e Redes Neurais Artificias (RNA) para especializar sistemas genéricos de suporte à decisão (DSS). A pesquisa inclui ainda o desenvolvimento de uma metodologia para desenvolvimento dos nDSS e validação em aplicações do mundo real, i.e. dois problemas, um de medicina e outro em agronomia.  

 

 Objetivos:

1. Buscar melhoria no processo de tomada de decisão por seu entendimento e análise;

2. Buscar melhores abordagens para sistemas de suporte à decisão pelo entendimento conceitual de sua aplicabilidade às empresas e atividades;

3. Facilitar a aplicação de Redes Neurais Artificiais aos problemas reais, pela sugestão de novas heurísticas e ordenamento metodológico;

4. Ilustrar alguma das heurísticas, proposições e conclusões com exemplos reais (médico e agrícola), ambos originais;

5. Modelar (via RNA) o comportamento agronômico das principais variedades de cana-de-açúcar cultivadas na região Nordeste do Brasil;

 Palavras chave: Redes Neurais Artificiais (RNA), Suporte à decisão,  Sistemas de apoio à decisão, nDSS, Aplicações de RNA.

 Fomento: Bolsa de Mestrado no Brasil (Capes)

 Período: outubro/1996 a maio/1998

 Local: Centro de Informática -  Universidade Federal de Pernambuco.

 Características:

1. A principal contribuição deste trabalho é a de facilitar a utilização da tecnologia neural para o suporte à decisão em ambientes empresariais. Não se buscou exaurir o tema, mas procurou-se analisar em detalhe os aspectos de aplicabilidade e funcionalidade das soluções neurais para suporte à decisão.

2. Outra característica importante deste trabalho é a sua multidisciplinaridade. Esta, decorrente de sua abordagem holística adotada no tratamento temático, por conseguinte, lhe confere um elevado grau de liberdade analítica em ambas as áreas de conhecimento que o tema encobre.

3. Grandes subáreas das Ciências Sociais Aplicadas como Administração e Economia, além de grandes subáreas das Ciências Exatas como Informática, Engenharia da Produção e Estatística, compõem o mapa topológico do trabalho. Ainda, alguns aspectos e conceitos de Psicologia Cognitiva, Neurofisiologia e Lógica Clássica podem ser vistos em alguma Seção.

4. A seqüência de abordagem dos assuntos segue a ordem natural de necessidade destes conceitos para o atendimento dos objetivos propostos neste trabalho. Inicia-se com uma análise sobre decisão, propriamente, segue-se com suporte à decisão convencional, e suporte à decisão utilizando tecnologia neural.

5. E finaliza-se com alguns estudos de casos, estes escolhidos,  primeiro, por suas características iminentemente práticas, onde abordagens convencionais não atendem a contento às reais necessidades de seus usuários e, segundo, por suas importâncias relativas às suas áreas de conhecimentos de origem. Estas aplicações ilustram com bastante clareza o trabalho, além de não serem citadas anteriormente na literatura.

 Impactos esperados:

1. Maior aproximação entre Computação Inteligente e Suporte à Decisão;

2. Decisões tomadas com mais efetividade;

 Equipe executora:

1.  Fernando Buarque de Lima Neto - Mestrando;

2.  Teresa Bernarda Ludermir - Orientadora

 Resultados produzidos:

Artigo:            1) Performance comparative study of the Neural Networks topologies: MLP and Cascade-Correlation on Real Classification

                             Problems (III CONGRESSO BRASILEIRO DE REDES NEURAIS, 1997).

                         2) Neural Decision Support for the Harvesting of Sugar-Cane (IV SIMPÓSIO BRASILEIRO DE REDES NEURAIS, 1997).

 

Posters:          1) Neural Decision Support for Sugar-cane Harvest (7th CAMBRIDGE NEURAL NETWORK SUMMER SCHOOL, UK, 1997).