Contribución a la representación y generación de planes con incertidumbre

dc.contributor
Universitat Politècnica de Catalunya. Departament de Projectes d'Enginyeria
dc.contributor.author
Paniagua Aris, Enrique
dc.date.accessioned
2011-07-05T09:11:53Z
dc.date.available
2011-07-05T09:11:53Z
dc.date.issued
1998-03-23
dc.identifier.isbn
9788469470497
dc.identifier.uri
http://hdl.handle.net/10803/32030
dc.description.abstract
Planificación de Desarrollo Cooperativo (PDC) es un modelo de planificación de Proyectos de Cooperación y Desarrollo, implementado en el ONGIA, una prototipo de Inteligencia Artificial para el estudio predictive de Proyectos de Desarrollo. Los Proyectos de Cooperación y Desarrollo realizados por las ONGDs (Organizaciones No Gubernamentales de Desarrollo) están marcados por un alto grado de incertidumbre, debido por una parte, a la multiplicidad de intereses de los diferentes agentes que intervienen en la definición y ejecución del proyecto, así como a la naturaleza dinámica del contexto (entorno) que convive con la evolución del proyecto, por la otra. Es por este motivo que se propone el modelo de Planificación de Desarrollo Cooperativo, para la simulación de las fases: Identificación de los Problemas, Definición de los Objetivos, Generación de los Planes Alternativos y Viabilidad de los Planes, que nos permitirá consensuar a los distintos agentes que intervienen a lo largo del desarrollo de un Proyecto de Cooperación y Desarrollo. ONGIA está basado en una arquitectura de agentes distribuidos. Cada agente dispone de un conocimiento especializado (el específico de cada grupo de usuarios del proyecto); una lógica común a todo el grupo de agentes (un álgebra de valores de verdad que parte de los conjuntos borrosos); y un conjunto de metareglas de control. El mecanismo de consenso en la definición del problema y objetivos en el ONGIA se basa en la teoría de los Sistemas de Argumentación y la de los Sistemas Multicontexto. El modelo para consensuar a los diferentes agentes en la definición de los planes abstractos alternativos utiliza la función de Beneficio Conjunto para llegar al compromiso entre los distintos ejecutores del plan abstracto. La técnica utilizada para controlar el problema de la cualifícación se basa en una Ordenación Aproximada Priorizada. Finalmente, el modelo para simular la ejecución de cada plan abstracto se basa en la teoría de las Situaciones Posibles y en la de la Entropía Termodinámica para describir la posible evolución del plan.
spa
dc.format.extent
243 p.
dc.format.mimetype
application/pdf
dc.language.iso
spa
dc.publisher
Universitat Politècnica de Catalunya
dc.rights.license
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.title
Contribución a la representación y generación de planes con incertidumbre
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
334
cat
dc.contributor.director
Creus Solé, Antonio
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.identifier.dl
B. 27890-2011


Documents

TEPA1de2.pdf

7.814Mb PDF

TEPA2de2.pdf

6.448Mb PDF

This item appears in the following Collection(s)