SciELO - Scientific Electronic Library Online

 
vol.17 número34Use of Cocoa Podhusk (Theobroma Cacao) in the Removal of Chrome from Aquous SolutionsRendering Kinetics and Hardware Relationship for the Digitization of Images of the Neurobank of the University of Antioquia índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Revista EIA

versão impressa ISSN 1794-1237versão On-line ISSN 2463-0950

Resumo

CANDIA-GARCIA, Cristian David; LOPEZ-CASTRO, Luis Francisco  e  JAIMES-SUAREZ, Sonia Alexandra. Selección óptima del portafolio de proyectos utilizando metaheurísticas de población y trayectoria meta-optimizadas. Rev.EIA.Esc.Ing.Antioq [online]. 2020, vol.17, n.34, pp.271-288.  Epub 06-Set-2021. ISSN 1794-1237.  https://doi.org/10.24050/reia.v17i34.1399.

Este artículo aborda el problema de selección de portafolio de proyectos para la adjudicación de interventorías de obra pública a través de concursos de méritos abiertos (CMA) supervisados por el Instituto Nacional de Vías (INVIAS) en Colombia. En esta modalidad, cada concursante presenta un portafolio único de proyectos históricos para cuantificar su experiencia como interventor. Como alternativa al uso de hojas de cálculo en Excel con procedimientos limitados de enumeración exhaustiva, se evaluó un algoritmo genético meta-optimizado (GA) y un procedimiento de búsqueda voraz adaptativo probabilista meta-optimizado (GRASP) para el caso de estudio de una Compañía con 207 contratos de trayectoria en el sector. Ambas metaheurísticas consiguieron encontrar puntajes de valoración óptimos para distintas instancias de prueba, sin embargo, el algoritmo GA presentó un mejor desempeño consistentemente en todas las instancias de evaluación, encontrando en algunos casos hasta 10 portafolios óptimos en menos de 9 minutos.

Palavras-chave : algoritmo genético; GRASP; meta-optimización; selección de portafolio de proyectos.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )