SC- DRV: Una implementación paralela de software de multicriterio grupal sobre el stack científico de Python
Date
2018Author
Cabral, Juan Bautista
Luczywo, Nadia Ayelen
Zanazzi, José Francisco
Zanazzi, José Luis
Pontelli, Daniel
Metadata
Show full item recordAbstract
La Investigación Operativa ha encontrado en la Ciencia Informática un apoyo
significativo, a través de los desarrollos de herramientas de software, que le ha
permitido modelar y analizar los diversos problemas que aborda. En la Decisión
Multicriterio Grupal esto cobra verdadera dimensión por la complejidad que tiene este
proceso. En efecto, la multiplicidad de decisiones, etapas de cálculo y factores del
contexto hacen difícil la utilización de estas herramientas en ciertos casos, de no
mediar los desarrollos de software. Este es el caso del método Procesos DRV, que
representa un aporte singular a la toma de decisión grupal y que aún no dispone de un
soporte informático que facilite su aplicación a problemas complejos. La literatura
específica reconoce que en las aplicaciones informáticas subsisten la dificultad para
operar con grandes volúmenes de datos, la imposibilidad para migrarlos y el uso de
licencias aranceladas. Por otro lado, el lenguaje Python ha llegado a ocupar un
importante lugar en el ámbito científico como herramienta flexible que ayuda a
solucionar cuestiones como las descriptas. Por ello, este trabajo presenta la
implementación de una librería sobre el stack científico del lenguaje de programación
Python del método multicriterio grupal que evalúa el consenso en los Procesos DRV.
Entre los principales resultados obtenidos se cuentan: la reducción de los tiempos de
ejecución basada en el paralelismo, la reutilización e integración de múltiples
herramientas para la creación de métodos multiatributo existentes en Scikit-Criteria, la
modularización del método utilizado y la ejemplificación a través de un caso de
aplicación. Entre las conclusiones, se destacan ventajas de la propuesta, se discuten
las principales limitaciones y se establecen las líneas abiertas para la investigación
futura.