Técnicas de inteligencia artificial para optimizar la eficiencia del procedimiento de selección para la contratación de obras públicas

  • Reiner Solís-Villanueva Universidad de Lima (Perú)
Palabras clave: redes neuronales artificiales, toma de decisiones, riesgo

Resumen

El presente artículo propone el diseño de un modelo que proporciona una arquitectura genérica que actúa en forma autónoma en los procedimientos de selección en la contratación de obras públicas, generando un criterio de decisión autómata en caso de empate. Para el procedimiento de selección Adjudicación Simplificada, en caso de empate, se propone la elección del postor mediante un sorteo electrónico basado en un sistema de aleatoriedad controlada de encriptación y transformación. Para el procedimiento de selección Licitación Pública, en caso de empate se propone la elección del postor mediante un índice de cumplimiento pronosticado de acuerdo con el comportamiento de las empresas en la ejecución de proyectos de infraestructura similares. Con este fin se genera un modelo que realiza la predicción de la probabilidad de éxito o fracaso del postor de ejecutar el proyecto antes de iniciarlo, usando redes neuronales artificiales como herramienta de análisis. En el presente documento se revisan las características comunes de las redes neuronales artificiales.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Reiner Solís-Villanueva, Universidad de Lima (Perú)

Ingeniero electrónico por la Pontificia Universidad Católica del Perú (PUCP), posee estudios de posgrado en administración (Programa Avanzado de Dirección de Empresas - PADE) en la Universidad ESAN y es egresado de la Maestría de Gerencia de Proyectos de Ingeniería y del Doctorado de Ingeniería de Sistemas por la Universidad Nacional Federico Villarreal. Capacitador acreditado del Organismo Superior de las Contrataciones del Estado (OSCE), árbitro inscrito en el Sistema Nacional de Arbitraje del OSCE y en el Centro de Resolución de Conflictos y Arbitraje de la PUCP en la especialidad de obras de infraestructura de sistemas de tecnologías de información y ejecución contractual. Desarrolló su actividad profesional en las empresas del Grupo Iconsa y Project Consulting S. A., Proice S.A.C., como residente de obra, gerente técnico, gerente de obras y representante legal en infraestructura de planta externa telefónica, comunicaciones y datos, transmisión eléctrica y montaje de equipos de sistemas de comunicación. Prestó servicios en contratos con las siguientes entidades públicas y privadas: Telefónica del Perú, Ministerio de Energía y Minas, Sedapal, Empresa de Generación Eléctrica de Arequipa S. A. (Egasa), Ministerio de Transportes y Comunicaciones, Autoridad Autónoma del Tren Eléctrico y Emape. Es docente en la Universidad de Lima y en la Universidad ESAN, así como capacitador, consultor y asesor arbitral en controversias con el Estado.

Citas

Apaza, M. (2003). Balanced Scorecard: Gerencia estratégica y de valor. Lima: Instituto de Investigaciones del Pacífico.

Basili, V., Caldiera, G. y Rombach, H. D. (1994). The Goal Question Metric Approach. College Park: Departamento de Ciencias de la Computación de la Universidad de Maryland.

Cantone, G., Sarciá, S. , y Basili, V. (2007). A Statistical Neural Network for Risk Management Process. College Park: Departamento de Ciencias de la Computación de la Universidad de Maryland.

Davis, D. (2000). Investigación en administración para la toma de decisiones. México: Thomson.

Del Carpio, J., y Eyzaguirre, R. (2007). Análisis de riesgo en la evaluación de alternativas de inversión utilizando Crystal Ball. Industrial Data, 10(1), 55-58.

Dixon, J.R. (1970). Diseño en ingeniería: inventiva, análisis y toma de decisiones. México Limusa-Wiley .

González Ramírez, M. R. (2001). Sistemas de información para la empresa. Alicante: Publicaciones de la Universidad de Alicante.

Greenwood, W. (1978). Teoría de decisiones y sistemas de información. México: Trillas.

Herrera, F., Herrera-Viedma, E., Verdegay, J.L. (1996). Direct approach processes in group decision making using linguistic OWA operators. Fuzzy Sets and Systems, 79, 175-190.

Huber, G. P. (1984). Toma de decisiones en la gerencia. México: Trillas.

Isasi, P., y Galván, I. (2004). Redes neuronales artificiales: Un enfoque práctico. Madrid: Pearson Education.

Keen, P. G. W. Scoot-Morton, M. S. (1978). Decision support systems: Organizational perspective. Addison Wesley.

Kohonen, T. (1982). Self-organized formation of topologically correct feature maps. Biological cybernetics, 43(1), 59-69.

Lezama, C. (2007). Indicadores de gestión. Recuperado de https://docplayer.es/49436198-Indicadores-de-gestion-cruz-lezama-osain.html

Matonis, J. (31 de agosto del 2012). BitZino And The Dawn Of ‘Provably Fair’ Casino Gaming. Forbes. Recuperado de https://www.forbes.com/sites/jonmatonis/2012/08/31/bitzino-and-thedawn-of-provably-fair-casino-gaming/#597270027593

Menguzzato, M., Renau, J.J. (1995). La dirección estratégica de la empresa: Un enfoque innovador del

management. Barcelona: Ariel.

Michie, D., Spiegelhalter, D. J. y Taylor, C. C. (1994). Machine learning, neural and statistical classification.

Londres: Ellis Horwood.

Moody, P.E. (1991). Toma de decisiones gerenciales. Bogotá: Mc Graw Hill Latinoamericana.

Rumelhart, D. E., Hinton, G.E. y Williams, R. J. (1986). Learning Internal Representations by Error Propagation. En: Rumelhart, D. E., McClelland, J. L. y The PDP Research Group, Parallel Distributed Processing: Explorations in the Microstructure of Cognition (Vol. 1). Boston: MIT Press.

Salgueiro, A. (2001). Indicadores de gestión y cuadro de mando. Madrid: Ediciones Diaz Santos.

Sarcià, S. A., Cantone, G., y Basili, V. R. (2007). A Statistical Neural Network Framework For Risk Management Process. Procedings of ICSOFT, Barcelona, SP, 2007.

Sarle, W. S. (2002). Ai-faq/neural-nets. Recuperado de ftp://ftp.sas.com/pub/neural/FAQ.html

Serra, D. (2004). Métodos cuantitativos para la toma de decisiones. Madrid: Gestión 2000.

Simon, H.A. (1977). The new science of management decision. New Jersey: Prentice-Hall.

Simon, H.A. (1980). El comportamiento administrativo: Estudio de los procesos decisorios en la organización administrativa. Madrid: Aguilar.

Smith, J. C. (1990). A neural network: could it work for you? Financial Executive, 6(3), 26-30.

Zimmermann, H. J. (1991). Fuzzy sets theory and its application. Boston: Kluwer Academic Publishers.

Publicado
2018-12-03
Cómo citar
Solís-Villanueva, R. (2018). Técnicas de inteligencia artificial para optimizar la eficiencia del procedimiento de selección para la contratación de obras públicas. Interfases, 11(011), 13-42. https://doi.org/10.26439/interfases2018.n011.2951
Sección
Artículos de investigación