Factores influyentes de sobrecostos mediante redes neuronales durante la fase de selección de proyectos públicos educativos del Perú

• Autor: Aracayo Aracayo, Cristhian Ivan
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/20753
• Enlace del recurso: https://hdl.handle.net/20.500.12773/20753
• Nivel de acceso: acceso abierto
• Materia: Sobrecosto; Redes neuronales; Modelo de predicción conceptual; https://purl.org/pe-repo/ocde/ford#2.01.03

En el sector educativo, los proyectos públicos a menudo experimentan una variación significativa entre el monto contratado y el costo actualizado (ejecutado), a lo que llamamos sobrecosto. En diversos países han desarrollado métodos para predecir costos finales, sobrecostos y costos afines, sin embargo, en el Perú el uso de modelos de predicción es casi inexistente. Por lo tanto, se propone utilizar inteligencia artificial, específicamente modelos de redes neuronales, para mejorar la previsión y planificación de recursos financieros en proyectos de construcción. La presente investigación tiene como objetivo general analizar los factores influyentes de sobrecostos de los proyectos educativos públicos durante la fase de selección. En primer lugar, se revisaron investigaciones similares para conocer modelos de predicción existentes internacionalmente para identificar factores relevantes que afectan a los costos finales de los proyectos educativos públicos. Para este procedimiento se trabajaron con datos numéricos de 135 proyectos de inversión pública del sector educativo que fueron recabadas mediante fichas de recolección de datos, se aplicó las redes neuronales en los modelos de predicción con o sin pre procesamiento con el fin de que estimen lo sobrecostos. La evaluación de los rendimientos de los modelos construidos mostró comportamiento, permitiendo una mejor precisión en las predicciones, teniendo un mejor rendimiento el modelo 12 con un coeficiente de determinación de 0.979 y una precisión del 94.50%. Los resultados indicaron que monto contractual, zona y monto viable son los factores con influencia en la predicción de sobrecostos, aunque su jerarquía varía según el parámetro utilizado. A partir del modelo con mejor rendimiento, se propuso un modelo de predicción conceptual, proporcionando una base teórica para futuras implementaciones prácticas en la estimación de sobrecostos en proyectos públicos educativos del Perú, lo que podría servir a un futuro como una herramienta valiosa para los profesionales encargados de financiar proyectos, mejorando la previsión de sobrecostos, la gestión financiera y la planificación de recursos.