本文档旨在说明模糊逻辑在管理和管理领域中应用于业务的重要性和益处，为此提出了有关该方法论的理论实践基础和一般性，以便基于人类经验和通过人工智能系统传播的知识，实施一种算法来模拟与决策和项目管理技术有关的策略。
使用模糊逻辑的动态项目管理。本文的目的是向我们展示模糊逻辑在业务管理和管理领域中的重要性和好处，因此请了解与该方法有关的理论和实践一般性，以实现一种用于决策和项目管理策略模拟的算法，基于人类的经验和知识，通过人工智能系统进行传播。
介绍
项目管理是一种计划，协调，组织，指导和管理资源的艺术，这种方式可以使企业在规定的范围，时间和成本内进行，从而获得最佳结果并满足项目目标。 。
当我们谈论动态管理时，我们指的是一种方法论的应用，该方法要服从可以适应环境的变量，以便面对影响最初计划的开发并因此能够实现预期结果的情况。动态管理要求能够在最短的时间内根据所提出的变化和新挑战做出决策，并试图将风险降到最低，而动态管理依赖于人类的知识和经验以及他们的能力推理。
模糊逻辑是人工智能的工具之一，它利用人类的经验来生成可以做出决策的推理。通过此工具，可以通过非线性数学模型来表示管理系统，该管理系统使用语言变量和一系列先前定义的条件或规则。
这种方法试图模仿一个或多个人类随着时间的推移所获得的经验，该系统将在其内存中具有一个数据库，其中包含针对同一问题的多个解决方案，然后系统将不得不从这些解决方案中进行选择。最好地应用以达到最佳效果。遵循的决策结构的选择将取决于应用该决策的工作的特性，此外，该系统将能够随着时间的推移而学习并存储其自身的经验，从而可以依赖于神经网络算法和遗传算法。
这种逻辑可以用来解释我们所生活的世界，因为它遵循人类的推理行为，从观察到的事实中得出结论。它在业务管理策略评估中的应用允许模拟这些策略的行为（使用软件），代表准真实场景，从而能够更改参数和条件而不会影响项目的正常过程。除其他优势外，可以模拟项目的开发，以便将其引导至预期的社会和经济优化。
模糊逻辑概述
模糊逻辑也称为“模糊逻辑”或“模糊逻辑”，它基于观察到的相对值。在经典逻辑（二进制或布尔值）中，只有两种可能的状态：真和假（1或0）。在多值逻辑中，包括允许多个可能的真值的逻辑系统。相反，模糊逻辑在小数位内分配中间值以量化不确定性。例如，根据经典逻辑，我们只能将温度定义为``冷''和``热''，根据模糊逻辑，我们可以分配无限的中间值，例如``小寒冷''，``温暖''，»温暖''，``有点热''等。 。
为了理解由基于模糊系统的方法论所控制的管理过程，我们必须牢记逻辑是一门教导我们准确推理的科学，这是根据理解和常识进行思考的艺术。使用正确的逻辑，可以控制系统，即可以建立一组将变量保持在所需操作模式内的动作。
每个系统都可以使用系统识别和参数化技术以数学方式表示，从而产生一个数学模型，可以使用计算机工具模拟和分析其行为。因此，我们能够评估所述一组动作的性能，以确定其应用是否构成了正确逻辑的应用。
模糊逻辑利用人类的经验来生成一组遵循逻辑推理的规则，它可以通过使用语言变量和一系列先前定义的条件或规则来表示系统的数学模型，其算法（规则）使用IF…THEN指令（例如IF…THEN），例如：如果对我的产品有很高的需求，那么我将提高价格。
元素：
- 语言变量：它们是使用自然语言评估的变量，并不对应于确切的数值。语言变量可以分解为语言术语。例如温度，行为，位置，大小，收入，时间等。
- 话语世界：这是系统正确行为所必需的所有信息的范围。例如，“温度”在5至100℃的范围内；“利润率”在10％到33％等范围内
- 语言术语：它们是语言变量可以分为的子集或部分。例如，对于变量“大小”，您可以使用以下术语：高，中，低；对于可变的“利润率”，您可以使用以下术语：预期，适当，公平，差等。
- 模糊集：它们是代表由语言术语生成的函数的几何形状。它们将在漫反射系统中创建中间输出。它们可以是：三角形，正方形，梯形，高斯钟形等等。
- 隶属度函数：隶属度函数是与单个语言变量相对应的模糊集的分组，与它的隶属度或隶属度在0-1范围内相关。
- 模糊化：模糊化是将传统的逻辑，二进制，十进制和/或精确值转换为模糊值或数量的过程。
- 推论过程：是给规范进行评估的过程或方法，给定了一组规则（如果有，则为…），然后才能确定结果。它允许使用以下集合进行运算：并集（OR），交集（AND），补码（NOT）。
- 反模糊化：这是模糊化的逆过程，即将模糊值转换为精确值的动作。
模糊逻辑与讨论宇宙
评估，方向和项目管理
一个项目是由一系列行动或活动组成的事业，我们可以将其划分为一些非周期性（重复性）的任务，这些任务或行为可以被准确地表征，确定的持续时间，正式组织起来并且它们之间的关系是已知的。项目需要使用资源（时间，金钱，人力资源，材料，能源，空间，供应，交流，质量，风险等）；同样，它对必须在定义的参数内实现的目标做出响应，因此项目管理的第一个挑战是确保在定义的参数内交付项目。第二个挑战是分配和整合资源以实现那些预定的目标。
每个项目都需要协调三个不同的元素才能达到预期的结果：
- 技术维度：指解决问题或进行委托工作所需的每个工作领域的特定知识（“知道如何”）人的维度：指不可避免地出现的人际关系和谈判关系参与组织和执行项目的人员之间的关系变量管理：这是指构成指导特定项目的决策过程的一组动作。
项目评估包括三个阶段，一个阶段是当项目只是企业家心目中的一个想法时，一个阶段是当该想法完全执行时的第二个阶段，以及当项目完成时的第三个阶段。项目评估是一个过程，通过该过程可以根据当前状态与计划中预期状态之间的比较来确定所产生的更改； [也就是说，它试图知道一个项目成功实现了多少目标，或者达到目标需要多少容量。在项目的分析和评估过程中，获得了有利于决策的战略信息，这就是为什么它被认为是旨在优化项目管理的活动，因为它促进了资源分配的优化。
项目管理包括在项目活动中运用知识，技能，工具和技术，以满足其需求并实现其目标。项目管理是一项可能属于工作团队的任务，但是很多时候，这是单个人的责任。这个人的目的是保持要素的进步和相互作用，从而降低风险。项目负责人必须能够从头到尾可视化整个项目，并有能力确保实现愿景。
管理包括确定应做什么，应如何做，负责的人以及为什么要做。项目管理是一种计划，协调，组织，指导和管理资源的艺术，其方式是可以在规定的范围，时间和成本范围内执行一项任务，从而获得最佳结果并满足项目目标。 。
项目管理是管理科学的分支，涉及项目计划和控制。
- 计划：在项目开始之前计划项目的执行控制和监视：衡量项目的进度。
在项目的执行阶段，总是会有内部和外部的变更，因为管理层必须准备好采用适用于环境的变量的方法论，以便应对可能影响最初计划的开发的情况，并以此方式能够达到预期的结果。动态管理是一种能够在最短的时间内根据所出现的变化和新挑战做出决策并试图将风险最小化的管理。
项目管理包括以下阶段：
- 概念和计划（定义特征，目标，时间表，计划，活动，管理者，资源分配等）执行和沟通（让所有参与者了解项目的发展和发展）后续和控制（监督项目目标的实现，数据的收集和分析，对后续策略的重新思考等）最终分析（预期结果与所获得结果的评估）
项目管理必须管理以下元素：
- 技术经济提案，描述项目的目标，要进行的活动以及如何进行；项目计划和进度表，是指对项目的活动，里程碑和交付时间的标识。该项目。这是一项与执行项目计划所需资源的估计有关的活动，项目监督和审查。指项目的战略方向以及负责活动的人员，逐步编写和报告。
变量模糊化的专家系统
模糊化过程是一种将CRISP数量（传统逻辑，二进制，十进制，精确值）转换为模糊值或数量，并根据语言术语为其分配隶属度的过程。该过程对一组预先建立的规则做出响应，这些规则是根据人类经验所提供的知识概念化的，这些经验是通过软件实现的专家系统传播的。
专家系统是一种模拟一群人在某个主题上的行为的系统，目的是寻求更好的质量和响应速度，从而提高项目的生产率。专家系统由庞大的数据库组成，数据库中包含数千条规则，在对这些规则进行分析之后，选择最适合的响应来解决给定的情况。由于将新标准简单地编程到数据库中，因此该系统在合并新知识方面具有极大的灵活性。
系统基本结构：
- 知识库：包含使用规则建模的经验（专家知识）事实库（工作记忆）：包含分析期间出现的特定问题的事实推理引擎：对人类推理过程进行建模证明模块：证明模块：说明系统用于得出特定结论的推理用户界面：是系统与用户之间的交互，是通过软件实现的。
模糊化过程为语言变量分配了特征，从而产生了“不精确的概念”，例如：温度炎热，通货膨胀缓慢增长，利润良好，公司出口很少等。同样，这些概念可以与隶属度相关联，以确定变量与分散分配的特征如何交织在一起。
例如：
我们在讨论范围（范围）中从0到100表示语言变量“储蓄”，用语言术语“低储蓄”，“常规储蓄”，“高储蓄”表示，并具有隶属函数，如图所示在图形中。
模糊逻辑
您要对值“ 55”执行模糊化（转换为模糊值）：
如图所示，该会员的等级为：
- “低储蓄”的0.25％“常规储蓄”的0.75％“高储蓄”的0％
用于项目管理的反模糊化方法
进行推理过程（应用规则得出结果）后，执行去模糊化过程，这是模糊化的逆过程，即将模糊值转换为模糊值的动作。确切值。它利用数学函数来确定值，因此我们具有：
最大隶属函数：也称为高度方法，输出“ crisp”是最终漫反射集的最大高度。
模糊逻辑
质心法：称为面积中心，重心或Sugeno方法，它是最常用和最强大的方法。
模糊逻辑
最大有效平均值方法：使用最大值的有效平均值。仅用于对称模糊输出集。
模糊逻辑
最大平均值方法：与上述相同，但仅输出最大平均值作为输出。
案例研究：实际应用
一家正在开拓新市场的公司希望更好地管理其广告支出和市场细分以获取更多的客户，因此需要设计一种基于模糊方法的系统来模拟不同的场景。
| 语言变量 | 语言术语 | 讨论宇宙 |
| 广告支出 | 中等
过多 |
每月1000至30000 U $ D
每月20,000至50,000 U $ D |
| 市场细分 | 光
详尽的 |
1至6个细分模式
5至10个细分模式 |
| 客户数量 | 很少
定期 许多 |
0至500个最终用户客户端
300至700个最终用户客户 500至1000个最终用户客户端 |
选择正确的成员资格功能与程序员的经验以及专家系统的知识密切相关，因此，我们有：
专家系统和模糊逻辑
简而言之：客户数量（CC），市场细分（SM），广告支出（GP）。
基于人类经验知识的标准和/或规则集（专家系统）
-如果GP适中而SM轻则CC少
-如果GP适中，SM详尽无遗，那么CC是常规
-如果GP过多而SM轻则CC正常
-如果GP过多且SM详尽无遗，则CC过多
模拟：根据数据，已知每月广告费用为22,000美元，并且有7种市场细分模式，希望了解最终客户的预期数量。
根据分析，对于GP = 22，它对应于0.40的“中度”隶属度和0.10的“过度”隶属度，对于SM = 7，它对应于0.45的“穷尽”隶属度。
根据推断分析（标准的应用），可以观察到：
- 对于中等的GP 0.40和详尽的SM 0.45，获得2级隶属度（0.40和0.45）的“常规” CC，截取集合，得到的模糊值为0.40；对于过多的GP 0.10和详尽的SM 0.45，我们获得一个具有2个隶属度（0.10和0.45）的“许多” CC，拦截这些集后得到的模糊值为0.10。
干扰分析-模糊逻辑
如图所示，推断分析的结果是由红色阴影区域界定的函数。然后执行去模糊化过程，为此，我们将使用质心法（几何图形的对称中心），计算566个预期最终客户的数学函数结果。
（*）应当指出，真正的研究需要考虑更多的语言变量和术语，因此需要一个更广泛，准确和个性化的标准数据库，为此需要计算机工具的支持。
结论
通过该文档，提出了控制模糊逻辑的概念和基础，以及正确的项目管理的一般性和重要性，重点在于根据变化和不可预见的事件优化决策。可能会出现这种情况，提供必要的知识以在短时间内做出积极反应，从而最大程度地降低风险。
以同样的方式，确定了人类知识在社会发展中以及更确切地说在企业管理中的重要性，因此拥有一种能够将所述知识存储在数据库中并模拟人类推理以便提交的方法准现实情况下的战略决策，为成功开展业务提供了可能性。与传统的决策方法相比，使用计算机工具实现的人工智能算法具有巨大的优势，因为它最大程度地减少了在实地进行实验的风险，并提高了负责管理和指导项目的人员的技能。
到目前为止，使用存储在专家系统中的一组标准，提供了易于实施的方法，可以展示模糊逻辑在管理，方向以及业务和项目管理领域中的优势和应用。随着时间的流逝而变得强大，对变更和中断具有灵活性，可扩展到新的实现，能够提供准确的结果和敏捷的性能等。
参考书目
- Bojadziev，G.； Bojadziev，M。（1997）。 “业务，财务和管理的模糊逻辑”。世界科学。DeCós，M.（1997）。 “项目通用理论，第一卷项目管理”。编辑Sintesis.Harvey，Robert L.（1994年）。 “神经网络原理”。普伦蒂斯厅。 Englewood Cliffs.Heredia，R.（1999年）。 «综合项目管理»。芬欧汇川社论-ETSII.Herrera，F.; Herrera-Viedma，E.（2000）。 “语言决策分析：在语言信息下解决决策问题的步骤”。模糊集和系统，第一卷。 115，第67-82页。 Gil Aluja J.（1987年）。 “用于处理不确定性的操作管理技术”。社论HispanoEuropea.Cordón，F.Herera，F.Hoffmann，L.Magdalena。 （2001）。遗传模糊系统。模糊知识库的进化调整和学习”。 World ScientificShtub，A。等。（2001）。 “项目管理，工程，技术和实施”。 Prentice Hall，Terceiro，JB（1996）。 “数字社会：从智人到洋地黄”。联盟社论
_____________
保留所有权利-版权所有©Mg。Ing。Henry MendiburuDíaz
Kaynum（企业智能解决方案）公司执行董事。
Kaynum是业务和项目管理解决方案的集成商。进行咨询研究和业务战略分析。它还提供了管理和开发投资项目所需的人力资源。
下载原始文件
