Fichamento: GOMES, E.G., LETA, F.R., MELLO, J.C.C.B.S., MEZA, L.A.

MÉTODOS DE MELHORA DE ORDENAÇÃO EM DEA APLICADOS À

AVALIAÇÃO ESTÁTICA DE TORNOS MECÂNICOS. Investigação
Operacional, 25 (2005) 229-242.

“[...] O objetivo é agregar várias medidas de erro estáticas em uma única medida, mas
sem incorporar opiniões subjetivas. Para este fim, além do modelo DEA CCR são usadas
técnicas adicionais para melhorar a discriminação. [...]” (02 parágrafo p.01).

Quando se há mecanismos de prevenção os possíveis erros de ferramentas automatizadas

é capaz de minimizar perdas constantes de produção independentemente da sua
variação.

“Para conseguir uma medida mais confiável é recomendável usar um método que permita
considerar vários fatores com um mínimo de subjetividade. A Análise Envoltória de
Dados (Data Envelopment Analysis – DEA) permite esse tipo de avaliação, já que os
diversos fatores em análise são ponderados por meio de problemas de programação linear,
sem a interferência das decisões.” (04 parágrafo p.02).

É indispensável o uso de métodos para controle, independente das variáveis simples do

contexto aplicado, sem alterações de metodologia para o resultado de otimização e
qualidade do produto.

“[...] As abordagens em questão, cujos aspectos teóricos são revistos na secção 5, são:
supereficiencia (Andersen e Petersen, 1993; Seiford e Zhu, 1999), restrições diretas aos
pesos (Dyson e Thanassoulis, 1988), avaliação cruzada (Sexton, 1986) e fronteira
invertida (Yamada et al., 1994; Entani et al., 2002; Angulo Meza et al., 2003; Soares de
Mello et al., 2005). Os resultados obtidos pelas diversas abordagens são então
comparados com o objetivo de justiçar a escolha da melhor máquina de acordo com o
perfil de cada decisão.[...]” (06 parágrafo p.02).

Estas abordagens podem auxiliar na minimização das perdas e controle constante do

processo, sendo fabricação ou manutenção, que no caso do artigo é de comparação dos
tornos. Além de comparar o rendimento e possíveis perdas.

“[...] máquinas-ferramenta devem ser capazes de produzir peças respeitando-se as

tolerâncias de projeto cada vez mais estreitas, em condições econômicas de usinagem,
quando manipuladas por um operador qualificado.” (03 parágrafos p.03).

A determinação de tolerância é dada como margem de erro durante o processo de

fabricação, essa limitação é estipulada visando e majorando possíveis desvios que
possam ocorrer (operacional). Em sistemas automatizados, quando a tolerância é
conservadora, métodos de controle de variância são aplicáveis a fim de controlar toda
dinâmica passível de erros.

1
Fichamento: GOMES, E.G., LETA, F.R., MELLO, J.C.C.B.S., MEZA, L.A.
MÉTODOS DE MELHORA DE ORDENAÇÃO EM DEA APLICADOS À
AVALIAÇÃO ESTÁTICA DE TORNOS MECÂNICOS. Investigação
Operacional, 25 (2005) 229-242.

“Apesar de os modelos DEA apresentarem a vantagem de permitir fazer ordenações sem

depender de opiniões de decisores, são extremamente benevolentes com as unidades
avaliadas. Estas podem ser eficiêntes desconsiderando vários dos critérios de
avaliação.[...]” (02 parágrafos p.06).

A avaliação e leitura dos dados obtidos pelo DEA é de supra importância, pois má
interpretação pode conduzir decisores divergentes e com isso a ineficácia do método. As
escolhas de metodologia ideal dentro das condições atuais são benevolentes em qualquer
metodo de controle.

“[...] Ou seja, DEA é usado apenas como ferramenta multicritério, e não como uma
medida de eficiência clássica. [...]” (05 parágrafos p.06).

Análise Envoltória de Dados são métodos para controle multicritério, independente das
metodologias aplicáveis dentro da análise dos dados, podem ficar a critério do operador
ou controlador aplicar as variâncias encontradas.

“A ideia básica desse modelo é comparar a unidade que é avaliada com uma combinação
linear de todas as outras unidades da amostra, sendo que a unidade de referência é
excluída.[...]” (01 parágrafo p.08).
Este tipo de método do DEA é importante por ser comparativo. Ao paragonar dados de
analise se se obtém uma referência tanto evolutiva quanto imutável, que permite prever
possíveis incorreções. Este método, quando aplicável, permite sempre a maior
composição da ferramenta, desempenho e rendimento.

“[...] O uso de fronteira invertida para contornar o problema da baixa discriminação foi
proposto inicialmente por Angulo Meza et al. (2003).[...] ” (01 parágrafo p.10).

Em desacordo com a supeficiência, a fronteira invertida é um método que possibilita o

controlador a avaliar dados com menor rendimento. O interessante é que ele aborda
contextos próximos a realidade, considerando erros fora da tolerância admitida.