Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad de Cundinamarca
Ingeniería Industrial
Soacha, Cundinamarca
2018
CPM, PERT y gestión de proyectos con técnica de lógica difusa e implementación
en un negocio Mete MAZLUMa, Ali Fuat GÜNERİ segundo a, b Yıldız Technical
University, Estambul, 34349, Turquía
Resumen
1. Introducción
Fuzzy Set Theory, propuesta en 1965 por LA Zadeh, no solo está interesada en
datos bien definidos y precisos, sino también en datos inciertos y borrosos
(MathWorks, 1995). Esta teoría proporcionó el mundo real para ser expresado
matemáticamente, por lo tanto, los límites exactos creados por las matemáticas
clásicas se han eliminado, y la incertidumbre se produjo en el procesos de toma de
decisiones (Steyn, Stokar, 2014). En casi todos los campos de la ciencia y la
tecnología, el uso generalizado de la teoría de conjuntos difusa con las nuevas
perspectivas suministradas a la toma de decisiones en los sistemas industriales
para el tema de la los estudios clásicos de investigación de operaciones han
ampliado el dominio (Aziz, 2013). Esta teoría ampliamente utilizada en la teoría de
juegos y problemas de red en investigación de operaciones, programación lineal,
programación no lineal, programación de objetivos, dinámica programación,
modelos de transporte (Junior, Carvalho, 2013).
2. Revisión de literatura e hipótesis
2.1. Fuzzy Set Theory Los números difusos triangulares se muestran como (a1,
a2, a3) (Pillay ve Wang, 2003). Aquí a2 es un número que indica que el
tamaño es ciertamente. Los tamaños A1 y A3 y los límites superior e
inferior muestran los valores aceptables. Elementos de U, con "x" se define
como se muestra un conjunto universal. Lo cual es convencional para un
subconjunto de la membresía función característica representada por μ, y
{0, 1} como los siguientes rangos de: (Ross, 1995)
A = (x1, x2, x3) y B = (Y1, Y2, Y3) en forma de dos números difusos triangulares;
• Los números difusos triangulares simétricos: A = (x1, x2, x3) si se toma como número
difuso triangular, ese número será como
simétrico - (A) = (-x1, -x2, -x3)
Las operaciones de multiplicación y división se definen solo en números difusos positivos.
El número de borrosos positivos y en los números es el valor límite inferior es positivo (Klir
ve Yuan, 1995).
División
Este proceso da como resultado que el número resultante sea un número difuso triangular
(Sadjadi, Pourmoayed ve Aryanezhad, 2012).
B A Determinación de
necesidades / encuesta del
usuario, grupo focal
C B Estudios de referencia y
determinación del diseño
correcto
D C Obtenga la determinación
de las empresas para
ofrecer
E D Evaluación de las ofertas
F C Evaluación de condiciones
de contrato y
mantenimiento
G C Servicio de consultoria
H C La creación de nuevo
contenido y aprobación
J I Pruebas
k F Lanzamiento
En la fase I, la relación lógica entre estas actividades y las horas del programa WINQSB
se inició, ingresó y
analizado.
A la luz de estos resultados. El modelado difuso con aplicaciones en la solución del CPM
(FCPM) es más flexible y
proporcionan el marco apropiado (Dubois y Prade, 1980) (Buckley, 1995) se ha observado
que una matemática
definición.
3.4. Cálculo PERT clásico de la duración del proyecto
El método PERT clásico, utilizamos los valores más grandes, óptimos y más pequeños de
la empresa. Cuando echamos un vistazo,
Fórmula PERT, a = el valor mínimo, m se considera como el valor óptimo yb = es el valor
máximo. Utilizando
las tres veces el tiempo esperado promedio ponderado estimado para cada actividad se
calcula.
El tiempo esperado (ET) se calcula mediante la fórmula:
ET = (a + 4m + b) / 6
La primera etapa de finalización de las actividades a tiempo para las estimaciones
trimestrales y las relaciones lógicas entre las
Se han iniciado actividades y análisis en el programa WINQSB.
Tiempo de actividad difusa sobre la base del valor promedio de ES (Early Start), EF
(tiempo de finalización temprana) en la Tabla 5, LS
(Inicio tardío) y LF (Final tardío) se calculan y se muestran en la Tabla 6.
El tiempo de actividad es difícil de determinar que la ruta crítica es difusa. Por lo tanto,
cada una de las rutas de red ubicadas en el
el grado de criticidad debe calcularse y debe decidirse en consecuencia. Un buen grado
de criticidad de la carretera
se puede calcular de la siguiente manera: Cpi (Gencer vd., 2001).
Después de calcular las rutas alternativas, se calculó el grado de criticidad de cada ruta
(Gencer vd., 2001).
En la Figura 9, cada una de las carreteras se calcula y el grado de criticidad se muestra
en la Tabla 7.
De acuerdo con los resultados de 2. Rutas, que es la ruta crítica del proyecto (A-B-C-F-K)
y el proyecto tiempo de finalización (119.9.138.9.151.6).
3.6 Fuzzy PERT Cálculo de la duración del proyecto En esta parte, para garantizar un
mejor CPM, las soluciones PERT FCPM FPERT y los resultados obtenidos se muestran
en la Tabla 8.Fluzzy PERT (FPERT) método, la solución obtenida es un número difuso
triangular (119.9,138.9,151.6) facilidad de operación y porque es más significativo para
comparar el número exacto de estos triángulos se convierten en precisa números enteros
(Turan ve Khisty, 2003). Hay varios métodos en la literatura para esta transformación en
este estudian Lee y Li (1988) y recomiendan Bortolin luego el método de Degani (1989) se
utiliza para demostrar por el promedio valor. La gestión del valor medio tomando la media
aritmética del número difuso triangular es un número exacto en esta extracción de
ejemplo (119.9 +138.9 +151.6) / 3 = 136.8 se convirtió en el número exacto.
Tabla 7 CPM, PERT y FPERT obtenidos por FCPM Visualización de la duración del
proyecto
4. Conclusión
Referencias
[1] Steyn, J. ve Stoker, P., (2013), "¿La teoría de medición impacta el rendimiento del
proyecto? '', Procedia – Social y Behavioral Sciences, 119: 635-644
[2] Aziz, R., (2013), "Optimización del software de estrategia para proyectos repetitivos de
software dentro de recursos multimodo'', Alexandria Engineering Journal, 52: 373-385
[3] Junior, R. ve Carvalho, M., (2013), "Comprender el impacto de la gestión del riesgo del
proyecto en el proyecto".Performance: un estudio empírico '', J.Technol.Manag.Innov., 8:
64-79
[4] Meyer, A., Loch, C. ve Pich, M., (2014), "Un marco para la gestión de proyectos bajo
incertidumbre",Management Science, 43: 1104 – 1120
[5] Madhuri, U., Saradhi, P. ve Shankar, R., (2014), "Modelo de programación lineal difusa
para el camino crítico"Análisis '', Revista Internacional de Ciencias Matemáticas
Contemporáneas, 8: 93-116
[6] Kim, J., Kang, C. ve Hwang, I, (2013), "Un enfoque práctico para la programación de
proyectos: considerando elcosto potencial de pérdida de calidad en el problema de
compensación de costo-tiempo '', International Journal of Project Management, 30: 264-
272
[8] Sadjadi, S., J., Pourmoayed, R. ve Aryanezhad, M.B., (2012), "Un camino crítico
robusto en un entorno con incertidumbre híbrida '', Applied Soft Computing Journal, 12:
1087 – 1100
[10] Klein, C. M., (1991), Fuzzy shortest paths, Fuzzy Sets and Sistems, 39: 27-41
[11] Chanas, S. ve Zielinski, P., (2001), "Análisis de ruta crítica en la red con tiempos de
actividad difusa",Fuzzy Sets and Sistems, 122: 195-204.
[12] Dubois D. ve Prade H., 1980, Conjuntos y sistemas difusos: teoría y aplicaciones,
Academic Press Co.,Toulouse
[14] Klir, G.J. ve Yuan, B., (1995), Conjuntos difusos y lógica difusa: teoría y aplicación.
Upper Saddle River, Prentice-Hall, Nueva Jersey