Sistema de inferencia neuro-difuso para la clasificación de las partes interesadas

Resumen

La clasificación de las partes interesadas se lleva a cabo manualmente utilizando métodos como la lluvia de ideas, entrevistas con expertos y listas de verificación. Estos métodos presentan un carácter subjetivo ya que dependen de la apreciación de los entrevistados. Esto afecta la precisión de esta clasificación haciendo que los jefes de proyecto no tomen las decisiones más acertadas. El propósito de esta investigación es sugerir un sistema de inferencia difusa para la clasificación de las partes interesadas, que mejorará la calidad de dicha clasificación en los proyectos. La propuesta lleva a cabo el aprendizaje automático y el ajuste del sistema de inferencia difusa para clasificar a las partes interesadas ejecutando cuatro algoritmos basados en redes neuronales artificiales: ANFIS, HYFIS, FS.HGD y FIR.DM. Analiza los resultados de aplicarlos en 10 iteraciones calculando las métricas: porcentaje de clasificaciones correctas, casos falsos positivos, casos falsos negativos y error cuadrático medio. Los mejores resultados los muestra el sistema ANFIS. El sistema de inferencia difusa generado para la clasificación de las partes interesadas mejora la calidad de esta clasificación mediante el aprendizaje automático permitiendo tomar mejores decisiones en el proyecto.