Cómputo con palabras para evaluar la eficiencia organizacional con ANFIS
DOI:
https://doi.org/10.29059/educiencia.v5i1.184Palabras clave:
Cómputo con palabras, lenguaje natural, evaluación, sistema de informaciónResumen
En este artículo se analizan las razones por las que no se pueden asignar en una organización valores numéricos de forma simple a sus componentes, ya
que el uso de las variables lingüísticas estas, son difíciles de ser medidas con precisión por métodos tradicionales. Por ello, se expone un método novedoso
para evaluar la eficiencia de una organización por medio de los modelos de cómputo suave, como lo son la Red Adaptativa Neuro-Difusa (ANFIS por sus siglas en inglés) y el cómputo con palabras que son capaces de realizarlo al transformar los datos lingüísticos en numéricos y viceversa. El campo de investigación incluye una revisión básica de la literatura y una postura reflexiva de los investigadores. El objetivo principal es desarrollar y probar un modelo para evaluar la eficiencia de la organización apoyada en técnicas de inteligencia artificial como la red adaptativa de inferencia difusa (ANFIS). La propuesta es relevante y pertinente dado que hoy en día aún no existe un consenso entre los diferentes expertos en los diferentes campos de la ciencia de lo que es la organización. Se concluye que es necesaria una definición ingenieril debido a que el concepto requiere de una aproximación matemática dada la falta de consenso, lo complejo del mismo, la no linealidad y la incertidumbre generada por eluso del lenguaje natural y a la falta de modelos de evaluación de eficiencia.
Citas
Álvarez-Gayou, J. L. (2003). Cómo hacer investigación cualitativa. Fundamentos y metodología. Colección
Paidós Educador. México: Paidós Mexicana.
Anderson, J. A. (2007). Redes Neurales. Alfaomega.
Ayala, G., Peña, M., Pérez, F., Pérez, C. y Bravo, A. (2016). Modelo de gestión de conocimiento para los centros de producción de la Universidad Nacional Mayor de San Marcos. Theorēma, 1, 199-214.
Dorantes, P. N. M., Gómez, M. A. J., Santoyo, A. M., & Méndez, G. M. (2017) Fuzzy look-up table for knowledge management and decision making. Educational Alternatives, 15, 181-191.
Dorantes, P. N. M., & Mendez, G. M. (2015). Non-iterativeradial basis function neural networks to quality control via image processing. IEEE Latin America Transactions, 13(10), 3447-3451.
Dorantes, P. N. M., & Mendez, G. M. (2016). Type-2 fuzzy logic systems for temperature evaluation in ladlefurnace. IEEE Latin America Transactions, 14(8), 3914-3920.
Dorantes, P. N. M., Ruiz, B. A. G., & Méndez, G. M. (2018a). Organización como un concepto multidisciplinar que produce ambigüedad interpretativa. EDUCIENCIA, 3(2), 49-58.
Dorantes, P. N. M, Sánchez P. H., Cantú J. M., García, E., & Méndez G. M. (2018b). Design and optimization of Distribution Routes Using Evolutionary strategy and Type-1 Singleton Neuro-fuzzy systems. IEEE Latin America Transactions. 16(5), 1499-1507.
Hall, R. (1996). Organizaciones. Estructuras, procesos y resultados, Prentice Hall, México.
Hodder, R. (2016). Emotion, Organization, and Society. Society, 53(4), 425-434.
Ibarra, E. (2000). Teoría de la organización, mapa conceptual de un territorio en disputa. En E. de-la-Garza (Ed.), Tratado Latinoamericano de Sociología del Trabajo (pp. 245–283). México: FCE – FLACSO- UAM- COLMEX.
Jang, J. S. R., Sun, C. T., & Mizutani, E. (1997). Neurofuzzy and soft computing, a computational approach to learning and machine intelligence. Prentice Hall, Inc., Simon & Schuster/A Viacom Company, Upper Saddle River, NJ.
Le-Breton, D. (2012), Por una antropología de las emociones. Revista Latinoamericana de Estudios sobre Cuerpos, Emociones y Sociedad, 4(10), 67–77.
Mendel, J. M. (2001). Uncertain Rule-Based Fuzzy Logic Systems: Introduction and New Directions Upper Saddle River, NJ: Prentice-Hall.
Mendel, J. M. (2007). Computing with words and its relationships with fuzzistics. Information Sciences, 177(4), 988-1006.
Mendel, J. M., Zadeh, L.A., Trillas, E, Yager, R., Lawry, J., Hagras, H., & Guadarrama, S (2010), ‘What computing with words means to me’ [discussion forum]. IEEE Computational Intelligence Magazine, 5(1), 20-26.
Méndez, G. M., Dorantes, P. N. M., & Alcorta, M. A. (2020). Dynamic adaptation of the PID’s gains via Interval type-1 non-singleton type-2 fuzzy logic systems whose parameters are adapted using the backpropagation learning algorithm. Soft Computing, 24(1), 17-40.
Montes-Dorantes y Col. (2020). Computo para evaluar la eficiencia organizacional 81
Montaño, L. (2001). La razón, el afecto y la palabra: reflexiones en torno al sujeto en la organización. Iztapalapa. El sujeto construcción y deconstrucción, 21(50), 191-212.
Montaño, L. y Rendón M. (2000). La noción de organización. Iztapalapa, 48, 63- 84.
Rocha, E. (2015). Investigación y teorías de la comunicación masiva. 1ª Ed. México, D.F: Pearson.
UAM (2011). Plan de desarrollo institucional 2011-2024. Recuperado de http://www.uam.mx/pdi/pdi/pdi_2011_2024/assets/downloads/PDI_2011-2024.pdf. Fecha de consulta: 10 de enero de 2020.
Weick, K. (1976). Educational Organizations as Loosely Coupled Systems, Administrative Science Quarterly, 21(1), 1-19.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Universidad Autónoma de Tamaulipas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Derechos de autor (copyright)
Los autores concederán por escrito a la revista Educiencia la propiedad de los derechos de autor, lo que permite que su artículo y materiales puedan ser reproducidos, publicados, editados, fijados, comunicados y transmitidos públicamente en cualquier forma o medio, así como su distribución en el número de ejemplares que se requieran y su comunicación pública, en cada una de sus modalidades, incluida su puesta a disposición del público a través de medios electrónicos, ópticos o de cualquier otra tecnología, para fines exclusivamente científicos, culturales, de difusión y sin fines de lucro.