Virtual Enterprise Risk Management Using Artificial Intelligence
Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.
Acceder- Autor
- Año de publicación 2010
- Idioma Inglés
- Publicado por Revista VirtualPRO,
- Descripción
- La empresa virtual (EV) tiene que gestionar su riesgo de forma eficaz para garantizar el beneficio. Sin embargo, restringir el riesgo en una VE a un nivel aceptable se considera difícil debido a la agilidad y diversidad de sus características distribuidas. En primer lugar, en este artículo se presenta un modelo de optimización para la gestión del riesgo de las VE basado en el modelo de toma de decisiones distribuida. Este modelo de optimización tiene dos niveles, a saber, el modelo superior y el modelo base, que describen los procesos de decisión del propietario y de los socios de la EV, respectivamente. Para resolver eficazmente el modelo propuesto, este trabajo aplica a continuación dos potentes técnicas de optimización de inteligencia artificial conocidas como algoritmos evolutivos (EA) e inteligencia de enjambre (SI). Los experimentos presentan estudios comparativos sobre el problema de gestión del riesgo de VE para un algoritmo EA y tres algoritmos SI de última generación. Todos los algoritmos se evalúan frente a un escenario de prueba, en el que el VE es construido por un propietario y diferentes socios. Los resultados de la simulación muestran que el algoritmo PS2O, que es un paradigma de SI desarrollado recientemente que simula el comportamiento de coevolución simbiótica en la naturaleza, obtiene la solución superior para el problema de gestión de riesgos de VE que los otros algoritmos en términos de precisión de optimización y robustez de cálculo.
-
Citación recomendada (normas APA)
- Hindawi Publishing Corporation, "Virtual Enterprise Risk Management Using Artificial Intelligence", -:Revista VirtualPRO,, 2010. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3668288/), el día 2024-05-09.