Avaliação da sustentabilidade e do desempenho de empresas do setor elétrico brasileiro: aplicação do apoio multicritério à decisão e aprendizado de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRangel, Luís Alberto Duncan-
Autor(es): dc.contributorLima, Gilson Brito Alves-
Autor(es): dc.contributorGomes, Luiz Flavio Autran Monteiro-
Autor(es): dc.contributorSbruzzi, Elton Felipe-
Autor(es): dc.contributorPinheiro, Plácido Rogério-
Autor(es): dc.creatorCouto, Ayrton Benedito Gaia do-
Data de aceite: dc.date.accessioned2025-08-21T20:13:30Z-
Data de disponibilização: dc.date.available2025-08-21T20:13:30Z-
Data de envio: dc.date.issued2025-01-05-
Data de envio: dc.date.issued2025-01-05-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/35844-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1057049-
Descrição: dc.descriptionOs indicadores definidos pela ANEEL, Agência Nacional de Energia Elétrica, constantes no Manual de Contabilidade do Setor Elétrico, MCSE, constituem meios para avaliar as empresas de energia elétrica com base em padrões internacionais, como o GRI, Global Reporting Initiative, bem como, em necessidades específicas com o intuito de apreciar o desempenho daquelas empresas. Inicialmente, foram coletados sessenta e dois indicadores no período (ano-base) 2013-2021, distribuídos nas dimensões econômica, social, ambiental e de governança corporativa. Neste contexto, o modelo proposto de avaliação integrada das empresas permitiu realizar não somente um benchmarking, tendo em vista as várias formas existentes de construí-lo. Mas, aproveitar a ocasião como experiência de maravilhamento da retórica, ou, romper com o imprinting cultural, que impede de ver diferentemente do que se mostra. Trata-se de uma oportunidade para se perguntar: o que pode existir ou ser realizado além do já conhecido termo benchmarking? Assim, a contribuição desta Tese de Doutoramento está na avaliação integrada da sustentabilidade e do desempenho das empresas concessionárias de distribuição de energia elétrica no Brasil, por meio de benchmarking, com Apoio Multicritério à Decisão e modelo preditivo para a classificação e gestão de riscos das empresas. Para tais tarefas, utilizou-se de teoria em Apoio Multicritério à Decisão, Rough Sets Theory e sua extensão, Dominance Rough Set Approach, as quais permitiram o tratamento matemático da imprecisão e incerteza de dados, e análise dos indicadores, com a identificação de padrões de dados e construção de matrizes de risco condicional. Ademais, foi utilizado Aprendizado de Máquina, subcampo da Inteligência Artificial, para a predição da classificação das empresas com base em dados históricos de indicadores, inferência de regras de decisão, simulações e método ensemble bagging para a reunião de algoritmos classificadores, constituindo-se em ferramenta para as empresas na gestão dos seus riscos e para se atingir metas. Como softwares de apoio à pesquisa, foram utilizados VBA/Microsoft Excel, jMAF, Weka e RStudio.-
Descrição: dc.descriptionThe indicators defined by ANEEL, the National Electric Power Agency, constant in the Accounting Manual of the Electricity Sector, AMES, constitute the means to assess the electric power companies based on international standards, like the GRI, Global Reporting Initiative, as well as in specific necessities with the aim of apprising those companies’ performances. Initially, sixty-two indicators from the period (year-base) 2013-2021 were collected, distributed around the economic, social, environmental and corporate governance dimensions. In this context, the proposed model of integrated assessment of the companies allowed not only to make a benchmarking, given that there are many ways of doing it. But should the opportunity be seized as an experience of rhetoric wonderment, or should the cultural imprinting that stops one from seeing things in differently than what is shown be broken with? It is an opportunity to ask: what could exist or be achieved beyond what is already known about the word benchmarking? Therefore, this Doctorate thesis’ contribution is the integrated assessment of the sustainability and performance of electricity distribution concession companies in Brazil, through benchmarking, with Multi-criteria Decision Support and a predictive model for the classification and risk management of companies. For such tasks, the Rough Sets Theory and its extension, Dominance Rough Set Approach, were used, which allowed a mathematical treatment of data imprecision and uncertainty, and analysis of the indicators, with data patterns recognition and the construction of conditional risk matrixes. Furthermore, Machine Learning, a subset of Artificial Intelligence, was used for the prediction of companies’ classification based on historic data of indicators, inferring of decision rules, simulation and ensemble bagging method for grouping classification algorithms, constituting tools for companies to use in their risk management and to reach target goals. As supporting software for this research, VBA/Microsoft Excel, jMAF, Weka and RStudio were used.-
Descrição: dc.description189 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectSustentabilidade-
Palavras-chave: dc.subjectEnergia-
Palavras-chave: dc.subjectModelo de avaliação-
Palavras-chave: dc.subjectDecisão multicritério-
Palavras-chave: dc.subjectTeoria dos conjuntos aproximativos-
Palavras-chave: dc.subjectPrincípio de dominância-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectDesenvolvimento sustentável-
Palavras-chave: dc.subjectEnergia elétrica-
Palavras-chave: dc.subjectTomada de decisão com múltiplos critérios-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectSustainability-
Palavras-chave: dc.subjectEnergy-
Palavras-chave: dc.subjectAssessment model-
Palavras-chave: dc.subjectMulticriteria decision-
Palavras-chave: dc.subjectRough sets theory-
Palavras-chave: dc.subjectDominance rough set approach-
Palavras-chave: dc.subjectMachine learning-
Título: dc.titleAvaliação da sustentabilidade e do desempenho de empresas do setor elétrico brasileiro: aplicação do apoio multicritério à decisão e aprendizado de máquina-
Tipo de arquivo: dc.typeTese-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.