RUO Home

Repositorio Institucional de la Universidad de Oviedo

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

Browse

All of RUOCommunities and CollectionsBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_issnAuthor profilesThis CollectionBy Issue DateAuthorsTitlesSubjectsxmlui.ArtifactBrowser.Navigation.browse_issn

My Account

LoginRegister

Statistics

View Usage Statistics

RECENTLY ADDED

Last submissions
Repository
How to publish
Resources
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

Author:
Villanueva Balsera, Joaquín ManuelUniovi authority
Director:
Rodríguez Montequín, VicenteUniovi authority; Ortega Fernández, Francisco de AsísUniovi authority
Centro/Departamento/Otros:
Explotación y Prospección de Minas, Departamento deUniovi authority
Publication date:
2005-10-07
Descripción física:
163 p.
Abstract:

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
Notas Locales

Tesis 2005-156

Collections
  • Tesis [6397]
Files in this item
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadata
Show full item record
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
The content of the Repository, unless otherwise specified, is protected with a Creative Commons license: Attribution-Non Commercial-No Derivatives 4.0 Internacional
Creative Commons Image