Computing with words to feasibility study of software projects

Computación con palabras para el análisis de factibilidad de proyectos de software

  • Marieta Peña Abreu Universidad de las Ciencias Informáticas
  • Carlos Rafael Rodríguez Rodríguez Universidad de las Ciencias Informáticas
  • Pedro Yobanis Piñero Pérez Universidad de las Ciencias Informáticas
Palabras clave: Feasibility study, computing with word, project evaluation, uncertainty, risks. (en_US)
Palabras clave: Análisis de factibilidad, computación con palabras, evaluación de proyectos, incertidumbre, riesgos. (es_ES)

Resumen (en_US)

Objective: This paper proposes a method to analyze the technical, commercial and social feasibility of software projects in environments of uncertainty. It allows working with multiple experts and multiple criteria and facilitates decision-making.

Method: The proposal contains two phases, first the necessary information is collected and in second place projects are evaluated using 2-tuple linguistic representation model. The experts are selected by analyzing their curricular synthesis. The evaluation criteria are defined using the technique Focus Group and weighted in the interval (0,1) according to their importance. three domains are offered to express the preferences: numeric, interval-valued and linguistic. For aggregation extended arithmetic mean and weighted average extended are used, preventing the loss of information. A 2-tuple (feasibility, precision) is obtained as a result for each project.

Results: The evaluation of P1 project was a very high feasibility with -0,33 of precision. The P2 project obtained a high feasibility with 0,38 of precision and P3 project achieved a medium feasibility with -0,21 of precision.

Conclusions: This method is favorable for software projects feasibility analysis with presence of multiple experts and criteria, in environments of uncertainty. It tries heterogeneous assessments without loss of information. Their results are consistent and useful for decision makers.

Resumen (es_ES)

Objetivo: Este trabajo propone un método para analizar la factibilidad técnica, comercial y social de proyectos de software en entornos de incertidumbre. Permite el trabajo con múltiples expertos y múltiples criterios y facilita la toma de decisiones.

Método: La propuesta contiene dos fases, en la primera se recopila la información necesaria y en la segunda se evalúan los proyectos utilizando el modelo de representación lingüístico 2-tupla. Los expertos son seleccionados mediante el análisis de su síntesis curricular. Los criterios de evaluación son definidos utilizando la técnica Grupo Focal y ponderados en el intervalo (0,1) según su importancia. Se ofrecen tres dominios para expresar las valoraciones: numérico, intervalar y lingüístico. Para la agregación se emplean la media aritmética extendida y la media ponderada extendida, que evitan la pérdida de información. Como resultado se obtiene por cada proyecto el par (factibilidad, precisión).

Resultado: El método se validó con tres proyectos, se evaluaron diez criterios y participaron seis expertos. La evaluación del proyecto p1 fue factibilidad muy alta con -0,33 de precisión, el proyecto p2 obtuvo una factibilidad alta con 0,38 de precisión y p3 alcanzó una factibilidad media con -0,21 de precisión.

Conclusiones: Este método es una solución favorable para el análisis de factibilidad de proyectos de software con presencia de múltiples expertos y criterios en entornos de incertidumbre. Trata valoraciones heterogéneas sin pérdida de información. Sus resultados son consistentes y útiles para los decisores. 

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Marieta Peña Abreu, Universidad de las Ciencias Informáticas

Ingeniera en Ciencias Informáticas, máster en Gestión de Proyectos Informáticos, Universidad de las Ciencias Informáticas

Carlos Rafael Rodríguez Rodríguez, Universidad de las Ciencias Informáticas

Ingeniero en Ciencias Informáticas, máster en Gestión de Proyectos Informáticos, Universidad de las Ciencias Informáticas

Pedro Yobanis Piñero Pérez, Universidad de las Ciencias Informáticas
Licenciado en Ciencias de la Computación, doctor en Ciencias Técnicas, Universidad de las Ciencias Informáticas

Referencias

Arza, L. (2013). Modelo computacional para la recomendación de roles en el proceso de ubicación de estudiantes en la industria de software. Tesis doctoral, Universidad de las Ciencias Informáticas, La Habana.

Balcázar, P., González, N., Gurrola, G., & Moysén, A. (2005). Investigación Cualitativa.

Bouchon-Meunier, B., Rifqi, M., & Bothorel, S. (1996). Towards general measures of comparison of objects. Fuzzy Sets and Systems, 84(2), 143-153.

Burstein, F., & Holsapple, C. (2008). Handbook on Decision Support Systems 1. Springer-Verlag Berlin Heidelberg.

Chen, C.-T., Hung, W.-Z., & Cheng, H.-L. (2011). Applying linguistic PROMETHEE method in investment portfolio decision-making. International Journal of Electronic Business Management, 9(2), 139-148.

Delgado, M., Verdegay, J., & Vila, M. (1993). On aggregation operations of linguistic labels. International Journal of Intelligent Systems, 8(3), 351-370.

E Cables, M. C. (2012). The LTOPSIS: An alternative to TOPSIS decision-making approach for linguistic variables. Expert Systems with Applications, 2119-2126.

Herrera, F., & Martínez, L. (2000). A 2-tuple fuzzy linguistic representation model for computing with words. IEEE Transactions on Fuzzy Systems, 8(6), 746-752.

Herrera, F., & Martínez, L. (2001). A model based on linguistic 2-tuples for dealing with multigranularity hierarchical linguistic contexts in multiexpert decision-making. IEEE Transactions on Systems, Man and Cybernetics. Part B: Cybernetics., 31(2), 227-234.

Herrera, F., Alonso, S., Chiclana, F., & Herrera-Viedma, E. (2009). Computing with words in decision making: foundations, trends and prospects. Fuzzy Optimization and Decision Making, 8(4), 337-364.

Herrera, F., Herrera-Viedma, E., & Martínez, L. (2008). A fuzzy linguistic methodology to deal with unbalanced linguistic term sets. IEEE Transactions on Fuzzy Systems, 16(2), 354-370.

Herrera, F., Martínez, L., & Sánchez, P. (2005). Managing non-homogeneous information in group decision making. European Journal of Operational Research(166), 115-132. doi:10.1016/j.ejor.2003.11.031

IPMA. (2015). IPMA. Retrieved enero 20, 2015, from International Project Management Association: http://ipma.ch/

ISO. (2012). ISO 21500 Guidance on project management.

Martínez, L., & Herrera, F. (2012). An overview on the 2-tuple linguistic model for computing with words in decision making: Extensions, applications and challenges. Information Sciences, 207(1), 1-18.

OGC. (2009). Managing Successful Projects with PRINCE2. TSO.

Peña, M. (2012). Modelo para analisis de factibilidad en la evaluación de proyectos de software. Tesis de Maestría en Gestión de Proyectos Informáticos. La Habana. Retrieved Enero 17, 2014, from Biblioteca UCI: ftp://ucistore.uci.cu/postgrado/Maestrias/MGPI/7 TESIS DEFENDIDAS/4ta Factibilidad Marieta Pena Abreu/

Piñero Pérez, P., & autores, c. d. (2013). GESPRO Paquete para la gestión de proyectos. Nueva Empresa, 9(1), 45-53. La Habana: GECYT.

PMI. (2013). Guía de los Fundamentos para la Gestión de Proyectos (5ta ed. ed.). Newtown Square, Pennsylvania: Project Management Institute.

Pressman, R. S. (2010). Software Engineering: A practitioner's approach (7th edition ed.). New York: McGraw-Hill.

Rodríguez, R. M. (2010). Un nuevo modelo para procesos de computación con palabras en toma de decisión linguística. Tesis doctoral, Universidad de Jaén, Departamento de Informática, Jaén.

Saaty, T. (2003). Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. Pittsburgh: RWS Publications.

Saaty, T. L. (1990). How to make a decision: the analytic hierarchy process. European journal of operational research, 48(1), 9-26.

SEI. (2010). CMMI for Dev v1.3. Pittsburgh: Carnegie Mellon University.

The Standish Group. (2015). CHAOS Report 2015.

Torres, S. (2015). Modelo de evaluación de competencias a partir de evidencias durante la gestión de proyectos. Tesis doctoral, Universidad de las Ciencias Informáticas, La Habana.

Trujillo, Y. (2014). Modelo para valorar las organizaciones desarrolladoras de software al iniciar la mejora de procesos. Tesis Doctoral, Universidad de las Ciencias Informáticas, La Habana. Retrieved enero 2016

Zadeh, L. (1996). Fuzzy logic = computing with words. IEEE Transactions on Fuzzy Systems, 4(2), 103-111.

Zulueta, Y. (2014). Modelos de evaluación de la importancia del impacto ambiental en contextos complejos bajo incertidumbre. Tesis doctoral, Universidad de Granada, Departamento de Ciencias de la Computación e Inteligencia Artificial, Granada.

Cómo citar
Peña Abreu, M., Rodríguez Rodríguez, C. R., & Piñero Pérez, P. Y. (2017). Computación con palabras para el análisis de factibilidad de proyectos de software. Tecnura, 20(50), 69-84. https://doi.org/10.14483/22487638.11562
Publicado: 2017-02-01
Sección
Investigación