Precificação de seguros para veículos autônomos via sistemas baseados em regras fuzzy

Página do item simplificado
dc.contributor.advisorFerreira, Leandro
dc.contributor.authorEduardo, Bernardo Paulo Dias de Melo
dc.contributor.refereeBiazoli, Leonardo
dc.contributor.refereeSalgado, Silvio Antônio Bueno
dc.date.accessioned2025-12-10T21:46:57Z
dc.date.available2025-12-10T21:46:57Z
dc.date.issued2025-12-10
dc.description.abstractEste trabalho desenvolve um sistema baseado em regras fuzzy (SBRF) de precificação de seguros para veículos autônomos utilizando lógica fuzzy como ferramenta principal para avaliação de riscos tecnológicos. O modelo proposto incorpora duas variáveis: o nível de autonomia do veículo (NAV), baseado na classificação SAE J3016, e o nível de vulnerabilidade cibernética (NVC), avaliando exposição a ameaças digitais. A implementação computacional, realizada em Python com a biblioteca scikit-fuzzy, demonstrou capacidade efetiva em capturar relações entre essas variáveis, produzindo fatores multiplicadores que variam de 0,5 a 3,0 em relação à tarifa base convencional. A análise de múltiplos cenários revelou padrões consistentes, onde veículos com alta autonomia e baixa vulnerabilidade recebem reduções de até 34% no prêmio, enquanto aqueles com baixa autonomia e alta vulnerabilidade sofrem acréscimos de até 154%. Os resultados validam a eficácia do sistema fuzzy em traduzir complexidades técnicas em decisões de precificação, oferecendo às seguradoras uma ferramenta robusta para enfrentar os desafios da mobilidade autônoma. O trabalho contribui para o avanço das metodologias de avaliação de risco em seguros tecnológicos.
dc.description.abstract2This work develops a Fuzzy Rule-Based System (FRBS) for pricing autonomous vehicle insurance, utilizing fuzzy logic as the primary methodology for assessing technological risks. The proposed model incorporates two critical input variables: the vehicle's utonomy level (VAL), based on the SAE J3016 classification, and the cyber vulnerability level (CVL), evaluating exposure to digital threats. The computational implementation, developed in Python using the scikit-fuzzy library, demonstrated effective capability in capturing nonlinear relationships between these variables, generating multiplicative factors ranging from 0.5 to 3.0 relative to conventional base premiums. Analysis of multiple scenarios revealed consistent patterns, where vehicles with high autonomy and low vulnerability receive premium reductions up to 34%, while those with low autonomy and high vulnerability face increases up to 154%. The results validate the FRBS effectiveness in translating technical complexities into transparent and auditable pricing decisions, providing insurers with a robust tool to address autonomous mobility challenges. This research contributes to advancing risk assessment methodologies in technology insurance by establishing a replicable framework for pricing emerging technologies.
dc.description.additionalinformationTermo de autorização SEI 1689519, código CRC 4D742AAC
dc.description.physical26
dc.identifier.credential2020.1.38.005
dc.identifier.urihttps://repositorio.unifal-mg.edu.br/handle/123456789/3104
dc.language.isopt
dc.publisher.campiCampus Varginha
dc.publisher.courseCiências Atuariais
dc.publisher.departmentInstituto de Ciências Sociais Aplicadas
dc.publisher.initialsUNIFAL-MG
dc.publisher.institutionUniversidade Federal de Alfenas
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.creativeCommonsAttribution-NoDerivs 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/
dc.subject.cnpqCiências Sociais Aplicadas
dc.subject.enFuzzy logic
dc.subject.enInsurance pricing
dc.subject.enAutonomous vehicles
dc.subject.pt-BRLógica fuzzy
dc.subject.pt-BRPrecificação de seguros
dc.subject.pt-BRVeículos autônomos
dc.titlePrecificação de seguros para veículos autônomos via sistemas baseados em regras fuzzy
dc.typeinfo:eu-repo/semantics/bachelorThesis

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC de Bernardo Paulo Dias de Melo Eduardo.pdf
Tamanho:
603.96 KB
Formato:
Adobe Portable Document Format
Baixar

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.89 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Ciências Atuariais