Os processos de tomada de decisão envolvem diversos tomadores de decisão que avaliam várias alternativas em relação à diversos critérios, o que pode trazer alta complexidade ao problema. Vários estudos apresentam técnicas multicritérios baseadas em representações fuzzy para consenso ou agregação dos julgamentos individuais. Uma limitação desses estudos é a não combinação das abordagens de consenso e de agregação de julgamentos individuais. A combinação destes dois tipos de abordagens pode contribuir para um processo de avaliação consensual, ainda que haja divergências em decorrência das diferentes percepções de gestores de diferentes setores. Assim, o objetivo geral deste projeto de doutorado é propor um modelo de tomada de decisão em grupo que busque combinar as abordagens de consenso e de agregação dos julgamentos utilizando a representação dual hesitant fuzzy sets (DHFS). Essa representação foi selecionada para superar as limitações das representações intuitionistic fuzzy e hesitant fuzzy. O desenvolvimento do projeto de doutorado inclui as seguintes fases: revisão da literatura; seleção das técnicas e construção do modelo; implementação computacional das técnicas; e aplicação piloto com avaliação da proposta. Para alcançar o objetivo exposto, um modelo de tomada de decisão composto por três fases foi proposto. A primeira fase consiste na estruturação do problema por meio da aplicação de um método de estruturação de problemas (PSM). A segunda fase consiste na proposição de um Algoritmo Genético (AG) para buscar o consenso entre os tomadores de decisão na ponderação dos critérios e dos tomadores de decisão. A terceira fase consiste na utilização de operadores de agregação DHFS e a técnica multicritério PROMETHEE V para selecionar o portifólio de alternativas. Uma aplicação piloto foi desenvolvida em uma indústria de siderurgia e mineração para exemplificar a utilização do modelo proposto no contexto de avaliação e seleção de um portifólio de ações sustentáveis. Testes computacionais foram executados para avaliar a robustez e o desempenho do AG proposto, variando-se o número de critérios, o número de tomadores de decisão, a quantidade de termos hesitantes e o nível de consenso requerido. Um gerador de instâncias foi proposto para criar os cenários de testes. Um algoritmo de otimização por enxame de partículas (PSO) foi implementado para possibilitar a comparação com o AG proposto. Como resultado, este estudo apresentou a proposta de um modelo de tomada de decisão que atende as necessidades atuais dos processos decisórios que envolvem tanto a busca do consenso quanto a agregação das opiniões divergentes dos tomadores de decisão. Os testes computacionais e comparação comprovaram a robustez e eficácia do AG proposto para consenso. A aplicação piloto demonstrou a aplicabilidade do modelo proposto. Como solução, o portifólio de ações sustentáveis definido buscou abranger as diferentes estratégias para a melhoria da sustentabilidade de uma cadeia de suprimentos.

The decision making processes involve several decision makers who evaluate several alternatives in relation to various criteria, which can bring high complexity to the problem. Several studies present multi-criteria techniques based on fuzzy representations for consensus or aggregation of individual judgments. A limitation of these studies is the lack of the combination of consensus approaches and aggregation of individual judgments. The combination of these two types of approaches can contribute to a consensual evaluation process, even if there are divergences due to the different perceptions of managers from different sectors. Thus, the overall objective of this PhD project is to propose a group decision-making model that seeks to combine the consensus and judgment aggregation approaches using the dual hesitant fuzzy sets (DHFS) representation. This representation was selected to overcome the limitations of the intuitionistic fuzzy and hesitant fuzzy representations. The development of the Ph.D. project includes the following phases: literature review; selection of techniques and model construction; computational implementation of the techniques; and pilot application with the evaluation of the proposal. To achieve the stated goal, a decision making model composed of three phases was proposed. The first phase consists in structuring the problem by applying a problem structuring method (PSM). The second phase consists of the proposition of a Genetic Algorithm (GA) to reach consensus among decision makers in the weighting of criteria and decision makers. The third phase consists of the use of DHFS aggregation operators and the PROMETHEE V multicriteria technique to select the portfolio of alternatives. A pilot application was developed in a steel and mining industry to exemplify the use of the proposed model in the context of evaluation and selection of a sustainable actions. Computational tests were performed to evaluate the robustness and performance of the proposed GA by varying the number of criteria, the number of decision makers, the number of hesitant terms, and the required level of consensus. An instance generator was proposed to create the test scenarios. A Particle Swarm Optimization algorithm (PSO) was implemented to allow comparison with the proposed GA. As a result, this study presented a decision-making model that meets the current needs of decision-making processes that 14 involve both the search for consensus and the aggregation of divergent opinions of decision makers. Computational testing and comparison proved the robustness and effectiveness of the proposed consensus GA. The pilot application demonstrated the applicability of the proposed model. As a solution, the portfolio of sustainable actions defined sought to cover the different strategies for improving the sustainability of a supply chain.