11.06.2015 Views

o_19nhsmha01vhpfpg1knut7kcn4a.pdf

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Ahora consideramos que cada característica, singularidad y propiedades, tiene un peso<br />

específico en<br />

Teniendo entonces los siguientes valores de cada z i :<br />

Z 1 =0.13, Z 2 =0.17, Z 3 =0.15, Z 4 =0.13, Z 5 =0.15, Z 6 =0.15, Z 7 =0.15, Z 8 =0.13<br />

La nueva evaluación difusa pondera queda establecida en la siguiente ecuación<br />

considerando que las ponderaciones.<br />

η(T, P j ) = 1 (( u<br />

v<br />

<br />

u<br />

Zu| µT (Cu) - µp j (Cu) | λ ) 1/λ + (<br />

v<br />

| 0 v Zv [µT (Cv) - µp j (Cv)] | λ<br />

) 1/λ )<br />

Donde el termino de es el cociente que corresponde a cada uno de los criterios, es la<br />

penalización de no llegar y el exceso de la característica al perfil ideal, mientras que<br />

sólo es la penalización de no llegar al perfil ideal sin penalizar el exceso. De tal suerte, que<br />

el termino de la primera sumatoria corresponde al criterio de penalización de los excesos y<br />

lejanía del perfil ideal y la segunda sumatoria de la ecuación es la penalización de no llegar<br />

al perfil ideal y el sobre pasarlo se toma como bueno. Por otra parte, la importancia relativa<br />

es el valor de cada una de las valuaciones entre el total de ellas. Estas ponderaciones se<br />

emplearan entonces en el alejamiento de las singularidades.<br />

Suponiendo que se cuenta con un grupo de 5 candidatos seleccionados, al cual se asignan 4<br />

tareas especificas de acuerdo a ciertas competencias para conformar un proyecto en<br />

particular. De modo que la matriz queda conformada por la siguiente tabla 5:<br />

Tabla 5. Resultado preliminar (tabla de alejamiento) de aplicando la ecuación con los<br />

criterios y ponderaciones para calcular η(T, P j ):<br />

2 T1 T2 T3 T4<br />

P1 0.97842742 0.92125 0.97862903 0.92125<br />

P2 0.98004032 0.905 0.98165323 0.875<br />

P3 0.97540323 0.445 0.9703629 0.40125<br />

P4 0.98629032 0.9225 0.98145161 0.9125<br />

P5 0.98709677 0.99 0.98870968 0.96<br />

Los Pi son los candidatos a las tareas o puestos vacantes , ahora para encontrar los<br />

índices de acercamiento se hacen unas consideraciones a los cálculos anteriores, como el<br />

dividir cada uno de los alejamientos individuales entre el número de candidatos.<br />

Una vez hecha está, calcular su complemento a la unidad, de modo que:<br />

υ( , )= 1- η( , )<br />

Tabla 6. Índice de acercamiento al perfil ideal de cada una de las tareas o puestos<br />

vacantes<br />

1704

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!