La estimación de plazos en proyectos es una tarea crítica, que puede conducir al fracaso del proyecto, debido al alargamiento de la duración o a una mala estimación del esfuerzo necesario para ejecutarlo, Es necesario disponer de una herramienta, que nos ayude a tener más conocimiento sobre el proyecto para seleccionar las variables influyentes sobre las desviaciones del proyecto y que proporcione unas estimaciones más ajustadas.
En este trabajo se analizan la viabilidad y las ventajas del desarrollo de un sistema basado en técnicas de inteligencia artificial, capaz de seleccionar las variables que afectan a la duración del proyecto y al esfuerzo necesario para realizarlo a partir de un conjunto de datos históricos, frente a las técnicas actuales.
Se toma como conjunto de datos el procedente de cierres de proyectos recopilado por el ISBSG, sobre el cual se aplican los pasos de la metodología de análisis de datos para examinar la calidad de la información encontrando conjuntos de proyectos anómalos respecto a los demás, así como presencia de valores perdidos y gran cantidad de variables categóricas.
Para ello, se propone un método para el análisis de los datos existentes y su preprocesamiento para conseguir un modelo que se ajuste a las necesidades del gestor de proyectos.
Se aplican técnicas de minería de datos para solucionar estos problemas preparando los datos para el modelado utilizando MARS método multivariante adaptativo de regresión por splines. Con el cual se han superado los objetivos fijados al principio del trabajo.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados