“ANÁLISIS DE MANEJO DE DECISIONES MÚLTIPLES EN INGENIERÍA ECONÓMICA”

[pic 1]

UNIVERSIDAD ANDRÉS BELLO

FACULTAD DE INGENIERÍA

INGENIERÍA CIVIL INDUSTRIAL

 “ANÁLISIS DE MANEJO DE DECISIONES MÚLTIPLES EN

 INGENIERÍA ECONÓMICA”

GABRIELA MORENO CERLIANI

PROFESOR GUÍA: ALEJANDRO CÓRDOVA

        VIÑA DEL MAR        

JUNIO 2016

ÍNDICE

1. INTRODUCCIÓN.

1. JUSTIFICACIÓN DEL TRABAJO:

La principal problemática que incentiva a la investigación de análisis de multicriterios es debido a que cuando se evalúan proyectos para escoger entre una alternativa u otra, existe un problema el agregar variables o criterios cualitativos, por lo que se busca una nueva metodología para poder incorporarlos en los estudios.

Esta investigación lo que busca es encontrar alguna técnica ya explorada  incorporándola a la evaluación de proyecto para que sea más efectiva en los casos de que existan importantes criterios a considerar difíciles de cuantificar, de este modo ayudando a los tomadores de decisiones para tomar una resolución realmente representativa tomando en cuenta todas las aristas que afectan a las distintas alternativas.

1. DISCUSIÓN BIBLIOGRÁFICA:

Esta investigación tiene como objetivo encontrar una metodología de análisis multicriterio apropiada para evaluar proyectos con variables cuantitativas y cualitativas, por lo que se buscaron estudios anteriores, los cuales mostraron técnicas que podían tomar en cuentas estas variantes.

Se pudo observar que existen diversas metodologías asociadas al tema, pero se decidió darle énfasis a las que se encontraban con mayor información, las cuales fueron metodología TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) y técnicas FUZZY.

En el caso del método TOPSIS fue desarrollada por Hwang y Yoon, este es un método de decisión multicriterios, el cual ordena las alternativas posibles, realizando un ranking comenzando por la mejor alternativa, la cual tiene la característica de tener la menor distancia de la solución ideal positiva y terminando con la peor alternativa que tiene la mayor distancia. La mayor dificultad de esta metodología consiste en saber que ponderaciones darle a los diferentes atributos.

Estas es una disciplina clara y accesible para utilizar, por lo que en general de los casos se aplica para solucionar problemas como es en el caso de (Chen et al. 2014) el cual utiliza la metodología TOPSIS y AHP para la toma de decisión de un vehículo autónomo en un entorno urbano complejo, con la primera técnica se busca que el objeto sea capaz de seleccionar la maniobra óptima y la segunda ayuda a dar los pesos a los atributos a considerar, ya que es una de las mayores debilidades de la táctica TOPSIS. Otro caso similar que busca soluciones en la metodología es (Alemi-Ardakani et al. 2016) en donde se busca seleccionar el tipo de fibra y patrones de tejido conveniente con el fin de evitar fallas severas en la estructura de los materiales compuestos, uno de los grandes problemas que se presenta con la metodología TOPSIS es saber las ponderaciones de los atributos al igual que en el caso anterior, es por esto que se fusiona TOPSIS con NL que aumenta la exactitud de los pesos y con AMB donde este proporciona un enfoque más interactivo sobre la importancia de los atributos.

Por otro lado (Wang et al. 2015) busca mejorar las falencias de la metodología TOPSIS, por este motivo que cuando existe un grado de incertidumbre en los datos se introducen tres coeficiente de distribución probabilísticos para generar resultados más realistas, es por esto que se utiliza la matriz media probabilística, la matriz varianza estándar probabilística y la matriz asimetría probabilística. Otro estudio que busca solucionar la inexactitud de la técnica es (Wang et al. 2016), en donde se complementan tres metodologías multicriterios, las cuales son SAW( Simple Additive Weighting), GRA (Grey Relational Analysis) y TOPSIS( Technique for Order of Preference by Similarity to Ideal Solution), para solucionar el problema de que muchas veces los diferentes usuarios van a tener diferentes respuestas utilizando la misma metodología y pequeñas variaciones en los pesos van a generar grandes cambios, por este motivo la resolución de un solo experto no va a ser contribuyente y se deberá contar con contar con una gran cantidad de datos y el tomador de decisión deberá estar muy habituado con el problema, además al utilizar la mezcla de estas metodologías se podrá afrontar cuando los atributos son contradictorios y la decisión a tomar depende de gran medida del tomador de decisión.

Otro caso en que se quiso mejorar la metodología fue (Garcia-Cascales & Lamata 2010) el cual se dio cuenta que en diversos casos el tomador de decisiones no es capaz de fijar las ponderaciones de los criterios o las valoraciones de las alternativas con respectos a las variables en números, es por esto que complemento la técnica TOPSIS con variables lingüísticas, como los datos que entran al problema son palabras, el resultado de esta metodología también será entregada en palabras para que se pueda interpretar de una mejor manera.

La palabra fuzzy significa difuso o conjunto, por lo que esta metodología es utilizada cuando existe incertidumbre en los criterios o ponderaciones, o no se logra tener toda la información de los datos, o estos no son certeros. Por lo que para analizar de mejor manera una alternativa no se le establece un valor exacto con respecto a un criterio, sino que se le da un rango de valores para poder realizar esta investigación de manera más eficaz y generar resultados verdaderos que sirvan al momento de tomar una decisión. Por otro lado, varios investigadores se dieron cuenta que no es fácil lograr determinar dicho rango de valores, por lo que se utilizan variables lingüísticas para lograr mejores resultados.

Esta metodología es utilizada en diversos ámbitos, no solo enfocada en el área económico o evaluación de proyectos, por lo que dependiendo del autor va a ser el enfoque que le otorgará.

Algunas investigaciones quieren lograr fusionar 2 técnicas para lograr una mejor, en cambio en otros casos se quiere gestionar problemas de algún ámbito de una manera más conveniente, como es en el caso de (Xia et al. 2011) donde mediante la metodología FUZZY y AHP se quiere lograr un modelo para gestionar la confiabilidad tecnológica  dependiendo de los comportamientos de los nodos y cómo interactúan entre sí, como se tiene diversos atributos al momento de evaluar esto se gestiona de buena manera a través de un análisis de multicriterios, otro caso es el de (Subagadis & Schütze 2016) el cual quiere gestionar los recursos hídricos, la complejidad de esto es que se deben considerar diferentes ámbitos como por ejemplo económico, ambiental y social, además de contar con información cualitativa y con incertidumbre, como los datos no están presentes de forma cuantitativa se trabajan como variables lingüísticas como por ejemplo “ muy buena”, “ buena” y “mala”, por último se cuenta con información heterogénea, esto quiere decir con variables que tienen diferentes condiciones, como por ejemplo algunas pueden ser variables discretas, otras continuas, o términos lingüísticos, entre otros, es por esto que Fuzzy es una metodología eficiente. Por otra parte (Chuu 2009) quiere lograr la optimización de competitividad del sistema de manufacturación, muchas empresas invierten en AMT (Tecnología de manufacturación avanzadas) lo cual genera grandes costos que en algunos casos son muy bien retribuidos pero en otros no lo es, por lo que a través de la metodología Fuzzy se quiere lograr una correcta selección de AMT, debido a que mucha información con la que se cuenta es subjetiva e imprecisa, por lo que se quiere lograr modelar estos dos problemas al momento de trabajar, usando tanto escalas lingüísticas como numéricas.

...