Clasificación de interesados de proyectos basada en técnicas de soft computing

Abstract

El proceso de clasificación de interesados es usualmente llevado a cabo por el director del proyecto utilizando métodos como la entrevista con expertos, la lluvia de ideas y listas de chequeo. Dichos métodos se llevan a cabo de forma manual y con carácter subjetivo por parte de especialistas vinculados a los proyectos. Esto afecta la exactitud de la clasificación y los directivos del proyecto no cuentan con una información más detallada a la hora de tomar decisiones sobre los involucrados. Como objetivo de este trabajo se propone un sistema borroso genético para la clasificación de interesados, que permita mejorar la calidad de la clasificación con respecto a la forma manual realizada en los proyectos. La propuesta realiza el aprendizaje automático y ajuste de sistemas de inferencia borrosos para la clasificación de interesados a partir de la ejecución de seis algoritmos genéticos: GFS.THRIFT, GFS.FR.MOGUL, GFS.GCCL, FH.GBML, GFS.LT.RS y SLAVE. Se examinan los resultados de aplicarlos en 10 iteraciones calculando las medidas: porciento de clasificaciones correctas, falsos positivos, falsos negativos, error cuadrático medio y error porcentual de la media absoluta simétrica. Los mejores resultados los obtiene el algoritmo FH.GBML. El sistema borroso genético desarrollado mejora la clasificación de los interesados mostrándose como una herramienta de apoyo a la toma de decisiones en organizaciones orientadas a la producción por proyectos.