An Adaptive-Network-Based Fuzzy Inference System for Project Evaluation

• Autores: Anié Bermudez Peña, José Alejandro Lugo García, Pedro Y. Piñero
• Localización: Ingeniería y universidad, ISSN 0123-2126, Vol. 19, Nº. 2, 2015, págs. 299-313
• Idioma: inglés
• Títulos paralelos:
  • Sistema de inferencia borroso basado en redes adaptativas para la evaluación de proyectos
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    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 cual 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.

  • English

    In this article, a set of key management indicators related to performance of execution, planning, costs, effectiveness, human resources, data quality, and logistics, are considered for the evaluation of a project. Several automated tools support project managers in this task. However, these tools are still insufficient to accurately assess projects in organizations with continuous improvement management styles and with presence of uncertainty in the primary data. An alternative solution is the introduction of soft computing techniques, allowing gains in robustness, efficiency, and adaptability in these tools. This paper presents an adaptive-network-based fuzzy inference system (ANFIS) to optimize projects evaluation made with the Xedro-GESPRO tool (manufacturer: Universidad de las Ciencias informáticas, [20], versión: 14.05, Cuba). The implementation of the system allowed the adjustment of fuzzy sets parameters in the inference rules for the assessment of projects, based on the automatic calculation of indicators. The contribution of this research lies in the application of ANFIS soft computing technique to optimize the evaluation of projects integrated with the management tool. The results contribute to the improvement of existing decision-making support tools into organizations towards project-oriented production.