Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseReconocimiento 4.0 Internacional. (CC BY)es
dc.contributor.advisorViles, Elisabethes
dc.contributor.advisorSantilli, Adriánes
dc.contributor.authorRudeli, Nataliaes
dc.date.accessioned2019-12-24T14:49:23Z-
dc.date.available2019-12-24T14:49:23Z-
dc.date.issued2019-12-13-
dc.identifier.urihttp://hdl.handle.net/20.500.12381/212-
dc.description.abstractA pesar de que ha sido demostrada la importancia del desarrollo de infraestructuras edilicias a lo largo del tiempo, la industria de la construcción suele sufrir de una problemática recurrente: los problemas de retraso en la entrega de los proyectos. Es por ello que esta investigación se centra en la mejora del proceso de planificación y control de los proyectos de construcción con el objetivo de reducir los tiempos de entrega de los mismos. Primeramente, mediante un estudio de la literatura existente se han determinado las principales causas de retraso de proyectos de construcción, pudiendo englobarlas en: problemas durante la ejecución, problemas financieros y problemas con la mano de obra. Posteriormente se han desarrollado modelos predictivos en base a datos reales para ser utilizados como herramientas de gestión. Estos modelos de pronóstico permitirán a los gestores de proyectos controlar el comportamiento de los proyectos según van avanzando las obras. De esta forma será posible prever como va a ser el comportamiento final de los proyectos y actuar, si fuera necesario, con el fin de minimizar los retrasos. En concreto, se ha desarrollado un modelo de pronóstico basado en una taxonomía de los comportamientos de los cronogramas de obra. Este modelo de pronóstico, basado en el uso de análisis de conglomerados, permite al usuario clasificar su proyecto en alguno de los comportamientos típicos de los proyectos de construcción definidos. De este modo, en un estado intermedio de la obra, se puede llegar a tener una idea de las tendencias de comportamiento futuro del proyecto y tomar medidas de ajuste si son necesarias. Análogamente a este modelo, se ha determinado también una taxonomía del comportamiento de los flujos de caja de los proyectos de construcción, en este caso, con el fin de pronosticar el comportamiento financiero de los proyectos. El error medio cuando se han pronosticado el comportamiento de nuevos proyectos de construcción a partir de las taxonomías de clasificación de proyectos de construcción ha resultado ser de 3,6%. Finalmente se ha desarrollado un modelo predictivo basado en el uso de Cadenas de Markov, que permite predecir el comportamiento futuro de un proyecto de construcción mes a mes, si se conoce el comportamiento pasado del mismo. Este modelo matemático, que se ajusta a medida que se conoce más historia del proyecto, ha sido capaz de predecir el avance del cronograma del mes siguiente, con un 2,4% de error medio. Tanto el estudio de las taxonomías de comportamiento de los cronogramas de obra y de los flujos de caja conjugan un grupo de herramientas de gestión que podrán ser utilizadas por los gestores de proyecto para la mejora del avance durante el proceso de obra de proyectos de características similares. Estos modelos matemáticos se conjugan en un paquete de herramientas que permiten a los gestores no solo tener una aproximación de la tendencia de comportamiento genérica de su proyecto, sino saber con cierta precisión como va a ser el avance físico de los proyectos en los meses subsiguientes (permitiendo a su vez realizar estimaciones financieras a corto plazo dependiendo de los avances físicos que se predicen). De este modo será posible tomar decisiones para poder ajustarse a los tiempos previstos originalmente o, en la medida de lo posible, para poder ir reduciendo los retrasos en los proyectos de construcción.es
dc.description.sponsorshipAgencia Nacional de Investigación e Innovaciónes
dc.language.isospaes
dc.publisherUniversidad de Navarraes
dc.rightsAcceso abiertoes
dc.subjectRetrasoses
dc.subjectCronogramases
dc.titleProyectos de construcción: determinación de causas principales de retraso y desarrollo de modelos estadísticos para la mejora.es
dc.typeTesis de doctoradoes
dc.subject.aniiIngeniería y Tecnologíaes
dc.subject.aniiIngeniería Civiles
dc.subject.aniiIngeniería de la Construcciónes
dc.identifier.aniiPOS_EXT_2016 _1_134047es
dc.type.versionPublicadoes
Aparece en las colecciones: Publicaciones de ANII

Archivos en este ítem:
archivo Descripción Tamaño Formato  
Memoria - Rudeli.pdfMemoria de tesis2.45 MBAdobe PDFDescargar

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento 4.0 Internacional. (CC BY)