Análisis de riesgos aplicando lógica difusa para mejorar la gestión del costo y tiempo en proyectos de distribución eléctrica

Abstract

Este estudio se centra en analizar los riesgos de costos y tiempos en proyectos de distribución eléctrica aplicando la lógica difusa. Utilizando datos de 23 proyectos y la retroalimentación de 28 expertos, se identificaron 11 factores de riesgo divididos en nueve categorías, clasificados según su impacto en el desarrollo de los proyectos y su relación con costos y tiempos. Se diseñó un modelo basado en lógica difusa para calcular coeficientes de riesgo como el Índice de Sobrecostos (FIC) y el Índice de Retrasos (FIT) a partir de encuestas a 28 participantes. Este modelo se validó aplicando correlaciones con datos reales de proyectos, garantizando su precisión y confiabilidad. Se enfatizó la identificación de factores de riesgos, especialmente los asociados con el cliente, aspectos técnicos, organizacionales y ambientales. El software MATLAB se empleó para configurar reglas lógicas difusas, permitiendo la representación visual del proceso de inferencia y el cálculo de valores nítidos para los índices de riesgo. Los datos recopilados se analizaron con herramientas estadísticas, presentándose en tablas, gráficos y análisis cualitativos.

This study focuses on analyzing cost and time risks in electrical distribution projects applying fuzzy logic. Using data from 23 projects and feedback from 28 experts, 11 risk factors divided into nine categories were identified, classified according to their impact on the development of the projects and their relationship with costs and times. A model based on fuzzy logic was designed to calculate risk coefficients such as the Cost Overrun Index (FIC) and the Delay Index (FIT) from surveys of 28 participants. This model was validated by applying correlations with real project data, guaranteeing its accuracy and reliability. The identification of risk factors was emphasized, especially those associated with the client, technical, organizational and environmental aspects. MATLAB software was used to configure fuzzy logic rules, allowing the visual representation of the inference process and the calculation of clear values for the risk indices. The data collected was analyzed with statistical tools, presented in tables, graphs and qualitative analyses.