“ANÁLISIS DE MANEJO DE DECISIONES MÚLTIPLES EN INGENIERÍA ECONÓMICA”

...

No obstante existen investigadores que trabajan principalmente en generar una técnica mejor para lograr resultados más adecuados, como es en el caso de (Farhadinia 2016) con (Meng et al. 2015) donde quieren optimizar las técnicas Fuzzy para generar una mejor, en ambos casos se utilizan las metodología Hesitant Fuzzy Set (HFS) en la cual la primera investigación se utiliza para los casos donde existe más de un tomador de decisión, en donde cada uno tiene su punto de vista pero ninguno esta errado, por lo que se tiene un rango de posibilidades y se enfatiza en presentar algunas técnicas HFS para contrarrestar las técnicas intuitivas. En cambio, en la segunda publicación hace énfasis a que existe información incompleta y condiciones cambiantes, además de no mostrar solo los elementos más importantes o el orden de posición, sino que reflejan la interacción. Otro caso similar a los anteriores es (Chen 2014) en donde trabaja que las valoraciones de las alternativas con respecto a un criterio no tiene un valor único, sino que pueden ser expresadas en una función de pertenencia o no pertenecía para lograr un intervalo de valores posibles, ya que en muchos casos la naturaleza es ambigua y difícil de cuantificar.

En otros casos hay metodologías existentes que no son suficientemente eficaces por si solas, por lo que se perfeccionan con la técnica Fuzzy como es en el caso de (Authors 2016), el cual complementa el modelo DEA (Data envelopment analysis), esta es una disciplina no paramétrica que trabaja con atributos homogéneos, por lo que en muchos casos el problema es que se debe trabajar con características heterogéneas y es por esto que se mezcla con la lógica Fuzzy. Otro caso es el de (Montajabiha 2016) que propuso una combinación del método PROMETHEE (Preference Ranking Organization Method for Enrechment Evaluation) con Fuzzy, donde el primero consiste en una clasificación de las alternativas, por lo que con la metodología difusa se quiere incorporar a esta técnica para poder utilizar variables lingüísticas con el fin de usar funciones de pertenencia y no pertenencia con los pesos de los criterios y las valoraciones de las alternativas para poder hacer un estudio más claro y eficaz.

(Aiwu & Hongjun 2015) propone mezclar las Metodología Fuzzy con variables lingüísticas, debido a que con esto se puede ser más flexible, a modo de ejemplificación, existen algunos casos donde una alternativa con respecto a algún criterio es “buena” y para otros es “mala”, es por esto que no basta con las variables lingüísticas y se le agrega la lógica Fuzzy para poder trabajar este grado de incertidumbre.

(Tan & Zhang 2006) logra mezclar ambas metodologías TOPSIS con Fuzzy, ya que se da cuenta que la incertidumbre en los atributos es importante al momento de tomar una decisión entre una alternativa y otra por lo que al mezclar ambas técnicas se puede lograr un resultado óptimo y se pueden trabajar problemas reales de una manera más adecuada.

-

OBJETIVOS:

-

OBJETIVO GENERAL:

Realizar un análisis respecto al manejo de decisiones múltiples en evaluación de proyectos, para poder utilizar tanto atributos cuantitativos como cualitativos en el diagnóstico de alternativas.

-

OBJETIVOS ESPECIFICOS:

- Investigar las metodologías multicriterio para así poder identificar la técnica optima a utilizar.

- Determinar la metodología apropiada para poder generar resultados eficientes.

- Comparar las metodologías multicriterios con los procedimientos tradicionales para poder confrontar ambos resultados.

- Analizar un caso práctico para discutir las diferencias de los resultados.

- BIBLIOGRAFIA:

- Aiwu, Z. & Hongjun, G., 2015. Fuzzy-valued linguistic soft set theory and multi-attribute decision-making application. Chaos, Solitons & Fractals, 000, pp.1–6. Available at: http://www.sciencedirect.com/science/article/pii/S0960077915002805.

- Alemi-Ardakani, M. et al., 2016. On the effect of subjective, objective and combinative weighting in multiple criteria decision making: A case study on impact optimization of composites. Expert Systems with Applications, 46, pp.426–438. Available at: http://dx.doi.org/10.1016/j.eswa.2015.11.003.

- Authors, F., 2016. Fuzzy C-means based data envelopment analysis for mitigating the impact of units ’ heterogeneity.

- Chen, J. et al., 2014. A Multiple Attribute-based Decision Making model for autonomous vehicle in urban environment. IEEE Intelligent Vehicles Symposium, Proceedings, (Iv), pp.480–485.

- Chen, T.-Y., 2014. Interval-valued intuitionistic fuzzy QUALIFLEX method with a likelihood-based comparison approach for multiple criteria decision analysis. Information Sciences, 261, pp.149–169. Available at: http://dx.doi.org/10.1016/j.asoc.2016.02.006.

- Chuu, S.-J., 2009. Group decision-making model using fuzzy multiple attributes analysis for the evaluation of advanced manufacturing technology. Fuzzy Sets and Systems, 160(5), pp.586–602.

- Farhadinia, B., 2016. Hesitant fuzzy set lexicographical ordering and its application to multi-attribute decision making. Information Sciences, 327, pp.233–245. Available at: http://dx.doi.org/10.1016/j.ins.2015.07.057.

- Garcia-Cascales, M.S. & Lamata, M.T., 2010. Nueva aproximación al método tópsis difuso con etiquetas lingüísticas. , pp.619–624. Available at: http://www.uhu.es/estylf2010/trabajos/SS11-01.pdf.

- Meng, F., Chen, X. & Zhang, Q., 2015. Induced generalized hesitant fuzzy Shapley hybrid operators and their application in multi-attribute decision making. Applied Soft Computing Journal, 28, pp.599–607. Available at: http://dx.doi.org/10.1016/j.asoc.2014.11.017.

- Montajabiha, M., 2016. An Extended PROMETHE II Multi-Criteria Group Decision Making Technique Based on Intuitionistic Fuzzy Logic for Sustainable Energy Planning. Group Decision and Negotiation, pp.221–244. Available at: "http://dx.doi.org/10.1007/s10726-015-9440-z.

- Subagadis, Y.H. & Schütze, N., 2016. A Fuzzy-Stochastic Modeling Approach for Multiple Criteria Decision Analysis of Coupled Groundwater-Agricultural Systems. , pp.2075–2095.

- Tan, C. & Zhang, Q., 2006. Fuzzy Multiple Attribute Decision Making Based on Interval Valued Intuitionistic Fuzzy Sets. 2006 IEEE International