Modelo de aprendizaje para la selección de un proyecto diseñoconstrucción (llave en mano) en el sector público
Date
2010
Type:
Article
item.page.extent
item.page.accessRights
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
El método primario de ejecución de proyectos en el sector público en los Estados Unidos (U.S.), tradicionalmente ha sido la ejecución diseño-licitaciónconstrucción. El sector público históricamente ha separado los contratos de diseño y construcción. En la década de los 90, el sector público norteamericano comenzó a experimentar con la ejecución de proyectos diseño-construcción (llave en mano), que combina el diseño y la construcción en un solo contrato. En 1997 se estableció un sistema de apoyo a la toma de decisiones, con el fin de entregar un modelo se selección formal para la ejecución de proyectos en el sector público. El modelo apoya a los propietarios del sector público a determinar cuáles son los proyectos adecuados para la ejecución diseñoconstrucción (llave en mano). Este modelo inicial por naturaleza era estático y estaba basado en un análisis de regresión de 104 proyectos. El análisis produjo un modelo predictivo con cinco criterios de rendimiento: satisfacción general, carga administrativa, cumplimiento de expectativas, variación del programa, y variación del presupuesto. Desde 1997, el número de proyectos diseño-construcción ha aumentado dramáticamente y los métodos diseñoconstrucción del sector público han evolucionado. El modelo original puede ser mejorado con nuevos datos y una estructura que se traduce en un modelo adaptativo, mientras la industria continúa evolucionando. Este documento presenta una aplicación formal y el uso de capacidades para complementar el modelo estático original. Este modelo se ajusta a parámetros y funciones a través del empleo de inteligencia artificial, como principal motor de conocimiento. Este enfoque puede ser adaptado a muchas aplicaciones de apoyo a la toma de decisiones en la industria del diseño y construcción
Description
item.page.coverage.spatial
item.page.sponsorship
Citation
Revista Ingeniería de Construcción Vol. 25 No 1
Keywords
Diseño-construcción, sistema de aprendizaje, redes neuronales, toma de decisiones estratégicas, ingeniería en construcción y gestión