%0 Thesis
%9 Doctoral
%A Pinedo Cabarcas, Javier Antonio
%D 2025
%F uninimx:13469
%I Universidad Internacional Iberoamericana México
%K proyectos, gestión, lecciones aprendidas, inteligencia artificial, redes neuronales artificiales, proceso racional unificado
%T Diseño de una red neuronal artificial para la gestión de las lecciones aprendidas durante el ciclo de vida de un proyecto
%U http://repositorio.unini.edu.mx/id/eprint/13469/
%X La gestión de proyectos ha sido un campo en constante evolución, buscando siempre mejorar sus procesos y resultados. Uno de los aspectos clave en esta mejora continua es la capacidad de aprender de experiencias pasadas (lecciones aprendidas), el cual bien aplicado, ayuda a la buena toma de decisiones y por ende a lograr el éxito en la gestión de proyectos. Sin embargo, a pesar de la importancia reconocida de las lecciones aprendidas y de las ventajas potenciales, su gestión eficaz sigue siendo un desafío para muchas organizaciones. Para resolver este problema, se identifica la necesidad de desarrollar una metodología que permita una gestión simple, flexible y efectiva de las lecciones aprendidas. Una de las herramientas tecnológicas que ayudaría a mejorar el uso de estas lecciones aprendidas, es la inteligencia artificial (IA), debido a su ventaja de aprendizaje y mejoría con el tiempo, además de su adaptación rápida a las necesidades requeridas. En este trabajo doctoral se desarrolla el diseño de un algoritmo de inteligencia artificial (IA), que consiste en el diseño y entrenamiento de una red neuronal artificial (RNA), para optimizar la generación y aplicación de la gestión de lecciones aprendidas a lo largo del ciclo de vida de un proyecto, permitiendo su identificación, clasificación y aplicación efectiva, de manera que la red neuronal identifique patrones y tendencias que contribuyan a mejorar la toma de decisiones y la ejecución de futuros proyectos. Los resultados de esta investigación presentan la identificación de casos de usos que establece un hilo conductor en la implementación y el desarrollo de dos RNA, una para la predicción de resultados de una actividad de un proyecto y otra para recomendar valores de recursos (costo, tiempo u otro). La valides mostrada en los resultadas es que en la primera RNA su exactitud está cerca al 100%, en ambas la perdida es cercana a 0%, por lo que se concluye que las RNA diseñadas se han entrenado con excelentes resultados.