Usuário(a):Silvio montes/Testes

Modelo COSENZA

O modelo Coppe Cosenza foi desenvolvido baseando-se no modelo de localização MASTERLI Modelo di Assetto Territoriale e di Localizzazione Industriale, que considera aspectos qualitativos e confronta demanda e oferta de fatores pelas atividades econômicas nas unidades territoriais de cada região, inicialmente o modelo de Cosenza também fora criado para estudos de localização e com alguns aspectos a mais que o modelo original: considerou aspectos globais, tanto de localização quanto de produção; levando em consideração dimensões, dinamismo e tecnologia; flexibilidade e consistência (CHAMOVITZ, 2010). Hoje esse modelo também é usado para avaliações, tratando o nível de satisfação de um conjunto de atributos/fatores necessários a um determinado projeto ou solicitados por ele em contraponto a disponibilidade destes atributos/fatores por diferentes alternativas.

Modelo COSENZA de Hierarquização

Elaborado com o objetivo de permitir estudos mais aprofundados na localização de empreendimentos, o Modelo COPPE-COSENZA é basicamente uma operação com matrizes baseada no confronto da oferta territorial com a demanda industrial para uma série de fatores de localização estudados. O modelo visa encontrar a melhor localização dentro das considerações segundo as alternativas pesquisadas. Partindo deste princípio, o nível de satisfação de um conjunto de fatores requeridos por um empreendimento é analisado considerando a disponibilidade desses fatores em diferentes territórios. Seu principal diferencial é possibilitar a análise de fatores não somente econômicos do projeto, reunindo variáveis quantitativas e qualitativas. O modelo é composto então por dois espaços Fuzzy: um para o conjunto de demandas e outro para um conjunto de potencialidades regionais, ditas ofertas. Cada espaço definido por números fuzzy é delimitado por meio de graus de pertinência dos fatores para um determinado elemento do suporte. Os suportes para o requerimento dos fatores são estabelecidos em quatro níveis, a saber: Crítico, condicionante, pouco condicionante e irrelevante para a função de demanda A. Superior, bom, regular e fraco para a função de oferta B. Devido à ambiguidade, vagueza e imprecisão que caracterizam a demanda e a oferta (conjuntos Fuzzy A e B), as informações devem ser filtradas por experts e inferidas por meio de uma corrente cognitiva.

Lógica Nebulosa ou Difusa

Aristóteles, filósofo grego (384 - 322 a.C.), foi o fundador da ciência da lógica formal, e estabeleceu um conjunto de regras rígidas para que conclusões pudessem ser aceitas logicamente válidas. O emprego da lógica de Aristóteles leva a uma linha de raciocínio lógico baseado em premissas e conclusões. Como, por exemplo: se é observado que "todo ser vivo é mortal" (premissa 1), a seguir é constatado que "Sarah é um ser vivo" (premissa 2), como conclusão temos que "Sarah é mortal". Conta-se que Epimênides de Creta disse, certa vez: "Todos os cretenses são mentirosos". Com isso, criou um problema aparentemente sem solução. Esse impasse pode ocorrer com paradoxos que dependem do uso de conceitos cujo domínio de referência inclui o conceito em si mesmo. No modelo cretense, a simples afirmativa "o que estou dizendo não é verdadeiro" gera uma contradição intrínseca: se a afirmativa é verdadeira, está demonstrada a sua falsidade; se é falsa, pode-se entender que contém a verdade. Esse é o paradoxo de Creta, retomado na era moderna por Groucho Marx: "Não me interessa pertencer a clubes que me aceitem como sócio". Esses paradoxos foram expressos matematicamente por Godel e Tarski [Godel, 1962]. Segundo o teorema de Godel, um sistema complexo formalizado (postulado como um axioma) não pode se auto-avaliar. Isso significa que um sistema lógico de certa complexidade não pode fugir às suas contradições ocultas. Acostumou-se a ouvir que o pensamento humano é lógico, e de fato o ser humano tenta remover de seu raciocínio tudo o que contrarie os padrões da lógica. Refere-se aqui à lógica formal, que pode ser considerada um representante do conhecimento clássico de mundo. Sua sistematização começou com Aristóteles e continuou até os lógicos modernos. Essa espécie de lógica tem influenciado a filosofia de modo relevante, e vem sendo adotada como modelo de raciocínio humano. Trata-se de um instrumento indispensável para fazer raciocínios operacionais em situações concretas. Devido à sua complexidade, o pensamento requer uma multiplicidade de sistemas lógicos e mesmo não-lógicos. Na matemática, lida-se principalmente com uma lógica do tipo axiomático, isto é, diz-se que uma proposição é demonstrada quando é deduzida de outras, aceitas como verdadeiras. Desse modo, o raciocínio lógico-matemático tem muitas características tautológicas. A mente humana não pode ser vista como uma máquina de deduzir, uma espécie de engenhoca processadora de signos/símbolos. Ela deve estabelecer estratégias que tornem possível evidenciar tautologias a princípio não percebidas. O homem deve descobrir o mundo e organizá-lo em sua mente. Na maior parte do tempo, apresentam-se dados nebulosos, vagos, contraditórios. Os especialistas, com suas assertivas competentes procuram evitar o espectro da imprecisão que ronda as ciências do conhecimento. Porém, em vez de ignorar ou tentar eliminar a imprecisão, é necessário aprender como lidar com ela. Entre o raciocínio lógico a não-lógico há áreas de sombra e mesmo buracos negros. Isso ocorre porque a lógica formal é baseada no silogismo, na dedução e na indução. Ela é tautológica e se baseia na confirmação (dedução) ou na generalização (indução) de suas premissas. A lógica auto-organizacional se desenvolve à custa de erros. Avança a partir deles, fazendo novos progressos e criando estruturas organizacionais diferenciadas. Em 1965, o matemático Zadeh elaborou uma teoria à qual deu o nome de lógica não-formal ou lógica nebulosa ou lógica Fuzzy (Fuzzy logic). Os conjuntos fuzzy são uma generalização da teoria de conjuntos convencional idealizada como um caminho matemático para representar as incertezas da vida cotidiana [Zadeh, 1965]. A interpretação através da lógica fuzzy de uma estrutura de dados é um caminho muito natural e intuitivamente plausível para a formulação e resolução de variados problemas. Crianças rapidamente aprendem como interpretar e implementar instruções Fuzzy, por exemplo, quando determinamos que elas devem ir para cama por volta das dez horas. Seres humanos assimilam e usam dados Fuzzy, regras nebulosas, e informação imprecisa, pois é justamente como se tornam aptos a tomar decisões sobre situações que se mostram governadas pela casualidade. As regras dessa lógica variam de acordo com as circunstâncias. Com a ajuda de arranjos nebulosos (Fuzzy sets), e da heurística de modelos teóricos imprecisos, é possível uma aproximação às formas de raciocínio humano. Com essa espécie de lógica, que envolve axiomas não rigorosos, pode-se usar cadeias de inferência do seguinte tipo: numa primeira instância, "a", depois "b"; numa segunda instância, "a", depois "não-b"; numa terceira instância, "a", depois "mais ou menos b"; e assim por diante.

Professor Carlos Alberto Nunes Cosenza - Criador do Modelo Coppe-Cosenza

Os estudos em Lógica Fuzzy no Programa de Engenharia de Produção da COPPE/UFRJ datam da década de 70 com a constituição dos primeiros estudos locacionais e de impactos econômicos desenvolvidos pelo professor Carlos Alberto Nunes Cosenza. A evolução destes estudos, com a passagem do professor pela Universidade de Cambridge, agregou complexidade matemática na constituição de modelos locacionais avançados, hoje descritos de maneira formal nas aplicações do MODELO COPPE-COSENZA de localização industrial, que desponta também como um modelo eficaz de hierarquia, com aplicações na medicina, arquitetura, robótica, seleção de alternativas de investimento, identificação de potencialidades regionais que atendem melhor os perfis de demanda, facilitando a análise de projetos, identificação de perfis de demanda para seleção de tomadores de decisão, instrumento de aplicação em diferentes teses de doutorado (trabalhos e estudos constantes no LAB FUZZY).

• Carlos Alberto Nunes Cosenza, brasileiro, filho de Francisco Cosenza e Angelita Nunes Cosenza, nascido em 18/08/1934 em Maria da Fé, MG.
• Graduado em Engenharia de Produção pela Universidade Federal do Rio de Janeiro (1974 - CUM LAUDE);
• Graduado em Economia pela Universidade do Estado do Rio de Janeiro (1963);
• Pós-graduado em Matemática Superior I e II pelo IME (1969/1970), Engenharia Matemática, COPPE/UFRJ;
• Mestrado em Engenharia de Produção pela Universidade Federal do Rio de Janeiro (1971);
• Doutorado em Engenharia de Produção pela Universidade Federal de Santa Catarina (1975);
• Docência Livre pela Universidade Federal de Santa Catarina (1975 - Distinção e Louvor);
• Pós-Doutorado pela Universidade de Cambridge UK (1981 - as Academic Researcher);
• Pós-Doutorado (Le Programme CAPES-COFECUB ) LAARS-CNRS e ENAC - Universidade de Toulouse II, França (2001). Visiting Scholar at Oxford University, St. Antony College, UK (2005) Academic Visitor at Cambridge, UK (2009).

É professor Titular A COPPE e professor Emérito da Universidade Federal do Rio de Janeiro, atuando principalmente em temas relacionados a lógica e matemática Fuzzy (Teoria dos Conjuntos Expandidos), localização de atividades econômica, Modelos Matemáticos de Hierarquia (Uso de Equações de Diferenças Finitas).

Referências

1. MACHADO, MAURÍCIO THALLES DE MIRANDA (2019). «MODELAGEM COPPE-COSENZA DE HIERARQUIA FUZZY EM INDICADORES DE SUSTENTABILIDADE DE DISTRIBUIDORAS DE ENERGIA ELÉTRICA» (PDF). Consultado em 15 de abril de 2021
2. Pereira, Ruan Carlos Alves; et al. «MODELO DE LOCALIZAÇÃO HIERÁRQUICA DE USINAS DE PIRÓLISE» (PDF). Consultado em 15 de abril de 2021
3. Toledo & Cosenza, Olga Moraes & Carlos Alberto Nunes (2003). «Um caso de aplicação da Lógica Fuzzy – o Modelo Coppe-Cosenza de Hierarquia Fuzzy» (PDF). XXIII Encontro Nac. de Eng. de Produção. Consultado em 15 de abril de 2021
4. Lab Fuzzy. http://www.labfuzzy.coppe.ufrj.br/modelos.html. Consultado em 15/04/2021.
5. Cosenza, Carlos (2021). [CV: http://lattes.cnpq.br/8408511964332556 «Carlos Alberto Nunes Cosenza»] Verifique valor |url= (ajuda). CNPQ. Consultado em 15/04/2021.