Resumen

RODRIGUEZ RODRIGUEZ, Carlos Rafael; PENA ABREU, Marieta; CASTRO AGUILAR, Gilberto Fernando  y  PINERO PEREZ, Pedro Yobanis. Fuzzy classifier system based on genetic algorithms to evaluate the state of project execution. Rev cuba cienc informat [online]. 2017, vol.11, n.3, pp.174-189. ISSN 2227-1899.

RESUMEN Las organizaciones suelen orientar sus objetivos hacia la gestión mediante proyectos. Para controlar la ejecución de los mismos, las organizaciones emplean diversas herramientas para facilitar la toma de decisiones. Sin embargo, aún son insuficientes en contextos con incertidumbre en la información y condiciones cambiantes en los estilos de gestión. Para afrontar esa situación es recomendable el uso de técnicas de soft computing. Como contribución a ello, en este trabajo se propone un método para construir un sistema clasificador borroso para evaluar el estado de ejecución de proyectos. Se experimenta con técnicas basadas en algoritmos genéticos; se analiza su forma de operación y los atributos que emplean. Se realiza una validación cruzada aleatoria con 20 iteraciones y 3 clasificadores utilizando una base de conocimientos de 204 proyectos. Para determinar la técnica de mejores resultados se calculan las métricas: cantidad de reglas generadas, porciento de clasificaciones correctas, cantidad de falsos positivos, cantidad de falsos negativos, error cuadrático medio, raíz del error cuadrático medio y error porcentual de la media absoluta simétrica. El principal aporte práctico es la integración a la biblioteca AnalysisPro de las técnicas de soft computing seleccionadas, mediante funciones implementadas en lenguaje PL/R que utilizan como dependencia el paquete FRBS.

Palabras clave : aprendizaje automático; evaluación de proyectos; sistema clasificador borroso; soft computing; fuzzy classifier system; learning machine; project evaluation; soft computing.

        · resumen en Inglés     · texto en Español     · Español ( pdf )