Selección óptima del portafolio de proyectos utilizando metaheurísticas de población y trayectoria meta-optimizadas
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) supervi-sados por el Instituto Nacional de Vías (INVIAS) en Colombia. En esta modalidad, cada con-cursante presenta un porta...
- Autores:
-
Candia García, Cristian David
López Castro, Luis Francisco
Jaimes Suárez, Sonia Alexandra
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2020
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/1590
- Acceso en línea:
- https://repositorio.escuelaing.edu.co/handle/001/1590
https://revistas.eia.edu.co/index.php/reveia/article/view/1399/1349
- Palabra clave:
- Proyectos de construcción
Algoritmos heurísticos
Algoritmos
Construction projects
Heuristic algorithms
Algorithms
Algoritmo genético
GRASP
Meta-optimización
Selección de portafolio de proyectos
Genetic algorithms
Meta-optimization
Project portfolio selection
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by/4.0/
Summary: | 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) supervi-sados por el Instituto Nacional de Vías (INVIAS) en Colombia. En esta modalidad, cada con-cursante 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. |
---|