Archivos suplementarios
Palabras clave
evaluación de proyectos
sistema de inferencia borroso
soft computing
toma de decisiones
Cómo citar
Resumen
Con el propósito de evaluar un proyecto, en este artículo se analizan unos indicadores clave de gestión como índices de rendimiento de la ejecución, planificación, costos, eficacia, recursos humanos, calidad del dato y logística. Diversas herramientas informáticas asisten a los directores de proyectos en este sentido; sin embargo, aún son insuficientes ante la precisión con que proponen la evaluación de proyectos en organizaciones con mejora continua en los estilos de gestión y presencia de incertidumbre en los datos primarios. Una alternativa es introducir técnicas de soft computing, lo ual permite ganar en robustez, eficiencia y adaptabilidad en las herramientas. El objetivo del trabajo consiste en desarrollar un sistema de inferencia borroso basado en redes adaptativas (ANFIS) para optimizar la evaluación de proyectos realizada con la herramienta Xedro-GESPRO. Mediante la aplicación de la propuesta se logra ajustar los parámetros de los conjuntos borrosos en las reglas de inferencia que permiten evaluar los proyectos a partir del cálculo automático de indicadores. La novedad del trabajo radica en la aplicación de la técnica de soft computing ANFIS para optimizar la evaluación de proyectos de forma integrada con la herramienta de gestión. El resultado alcanzado aporta al perfeccionamiento de herramientas de apoyo a la toma de decisiones existentes en organizaciones orientadas a la producción por proyectos.
[2] R. Delgado, La dirección integrada de proyecto como centro del sistema de control de gestión en el Ministerio del Poder Popular para la Comunicación y la Información, Caracas, Venezuela. La Habana: Centro Nacional de Derecho de Autor (Cenda), 2011.
[3] I. Pérez et al., “Modelo para el aprendizaje automático: aplicación en la Dirección Integrada de Proyectos”, in II Taller Internacional de Ciencias Computacionales e Informáticas, Informática 2013, La Habana, 2013.
[4] D.B. Stang, IT project & portfolio management magic quadrant. Stanford: Gartner, 2013.
[5] P.Y. Piñero, “Un modelo para el aprendizaje y la clasificación automática basado en técnicas de soft-computing”, Tesis doctoral, Dpto. Ciencias de la Computación, Universidad Central “Marta Abreu de Las Villas”, 2005.
[6] R.E. Bello and J.L. Verdegay, “Los conjuntos aproximados en el contexto de la soft computing”, Revista Cubana de Ciencias Informáticas, vol. 4, no. 1-2, pp. 5-24, 2010.
[7] L.A. Zadeh, “Fuzzy logic, neural networks and soft computing”, Fuzzy Logic, Neural Networks and Soft Computing, Communications of the ACM, pp. 77-84, 1994.
[8] A. Kelemen, Y. Liang, and S. Franklin, “A comparative study of different machine learning approaches for decision making”, Recent Advances in Simulation, Computational Methods and Soft Computing, pp. 181-186, 2002.
[9] M. Sugeno, Fuzzy measures and fuzzy integrals: A survey, fuzzy automata and decision processes. New York: Elsevier, 1977.
[10] Mathworks, Matlab, Fuzzy Logic Toolbox, User’s Guide. Massachusetts: The Mathworks, 2014 [online]. Available: http://www.mathworks.com. Accessed on: March 7, 2014.
[11] Heracles, “Modelado dinámico y aprendizaje automático aplicado a la gestión de proyectos software”, Revista de Procesos y Métricas de las Tecnologías de la Información, vol. 1, no. 3, pp. 21-28, 2004.
[12] F. Dweiri and M. Kablan, “Using fuzzy decision making for the evaluation of the project management internal efficiency”, Decision Support Systems, vol. 42, no. 2, pp. 712-726, 2006.
[13] M. Bath, “Project classification using soft computing: ACT”, in Int. Conf. on Advances in Computing, Control & Telecommunication Technologies, 2010, pp. 537-539.
[14] H. Gao, “A fuzzy-ANP approach to project management performance evaluation índices system”, in Int. Conf. on Logistics Systems and Intelligent Management, IEEE, 2010, pp. 273-277.
[15] A. Certa, M. Enea, and A. Giallanza, “A synthetic measure for the assessment of the project performance”, in Business performance measurement and management. Berlin: Springer-Verlag, 2010, pp. 167-180.
[16] A. Gajate, Modelado y control neuro-borroso de sistemas complejos: aplicación a procesos de mecanizado de alto rendimiento. Salamanca: Universidad de Salamanca, 2011.
[17] K.M. Mewada, A. Sinhal, and B. Verma, “Adaptive Neuro-Fuzzy Inference System (ANFIS) based software evaluation”, IJCSI International Journal of Computer Science, vol. 10, no. 1, pp. 244-250, 2013.
[18] Y. Liu et al., “Research on evaluation of project management maturity model based on BP neural network”, Advances in Information Sciences and Service Sciences (AISS), vol. 5, no. 2, pp. 693-701, 2013.
[19] A. Govindarajan, “A novel framework for evaluating the software project management efficiency–an artificial intelligence approach”, TELKOMNIKA Indonesian Journal of Electrical Engineering, vol. 12, no. 9, pp. 7054-7058, 2014.
[20] P.Y. Piñero et al., “GESPRO: paquete para la gestión de proyectos”, Revista Nueva Empresa, vol. 9, no. 1, pp. 45-53, 2013.
[21] Software Engineering Institute (SEI), CMMI® for Development, V. 1.3: Improving processes for developing better products and services. Technical Report. CMU/SEI-2010-TR-033, 2010.
[22] J.A. Lugo et al., “Control de la ejecución de proyectos basado en indicadores y lógica borrosa”, Iberoamerican Journal of Project Management, vol. 4, no. 1, pp. 15-35, 2013.
[23] A. Bermudez et al., “Sistema neuro-borroso de apoyo al control de la ejecución de proyectos”, Revista Cubana de Ingeniería, vol. 5, no. 2, pp. 41-51, 2014.
[24] J. A. Lugo et al., “Control automatizado de proyectos en Cuba: un acercamiento”, in 1ra. Conf. Científica Internacional UCIENCIA 2014, Universidad de las Ciencias Informáticas, La Habana, Cuba, 2014.
[25] T. Takagi and M. Sugeno, “Fuzzy identification of systems and its application to modeling and control”, IEEE Transactions on Systems, Man, and Cybernetics, vol. 15, no. 1, pp. 116-132, 1985.
[26] J.-S.R. Jang, “ANFIS: Adaptive-Network-Based Fuzzy Inference Systems”, IEEE TransactionSystems Man & Cybernetics, vol. 23, no. 1, pp. 665-685, 1993.
Una vez aceptado un trabajo para publicación la revista podrá disponer de él en toda su extensión, tanto directamente como a través de intermediarios, ya sea de forma impresa o electrónica, para su publicación ya sea en medio impreso o en medio electrónico, en formatos electrónicos de almacenamiento, en sitios de la Internet propios o de cualquier otro editor. Este uso tiene como fin divulgar el trabajo en la comunidad científica y académica nacional e internacional y no persigue fines de lucro. Para ello el autor o los autores le otorgan el permiso correspondiente a la revista para dicha divulgación mediante autorización escrita.
Todos los articulos aceptados para publicación son sometidos a corrección de estilo. Por tanto el autor /los autores autorizan desde ya los cambios sufridos por el artículo en la corrección de estilo.
El autor o los autores conservarán los derechos morales y patrimoniales del artículo.