RUO Principal

Repositorio Institucional de la Universidad de Oviedo

Ver ítem 
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Tesis
  • Ver ítem
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo RUOComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issnPerfil de autorEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issn

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

AÑADIDO RECIENTEMENTE

Novedades
Repositorio
Cómo publicar
Recursos
FAQs
Las tesis leídas en la Universidad de Oviedo se pueden consultar en el Campus de El Milán previa solicitud por correo electrónico: buotesis@uniovi.es

Estimación de costes y plazos en proyectos de sistema de información

Autor(es) y otros:
Villanueva Balsera, Joaquín ManuelAutoridad Uniovi
Director(es):
Rodríguez Montequín, VicenteAutoridad Uniovi; Ortega Fernández, Francisco de AsísAutoridad Uniovi
Centro/Departamento/Otros:
Explotación y Prospección de Minas, Departamento deAutoridad Uniovi
Fecha de publicación:
2005-10-07
Descripción física:
163 p.
Resumen:

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.

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.

URI:
http://hdl.handle.net/10651/15584
Otros identificadores:
https://www.educacion.gob.es/teseo/mostrarRef.do?ref=394485
Tesis Publicada:
http://absysweb.cpd.uniovi.es/cgi-bin/abnetopac?TITN=1123075
Notas Locales:

Tesis 2005-156

Colecciones
  • Tesis [7677]
Ficheros en el ítem
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadatos
Mostrar el registro completo del ítem
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
El contenido del Repositorio, a menos que se indique lo contrario, está protegido con una licencia Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Creative Commons Image