Resumo

Este estudo tem como objetivo desenvolver uma metodologia baseada em inteligência artificial para otimizar o gerenciamento de cronogramas em projetos de distribuição de energia elétrica, priorizando projetos com base em dimensão e prazo, e alocando colaboradores de forma eficiente.

A complexidade das demandas em projetos de distribuição de energia requer abordagens inovadoras para garantir a qualidade e a entrega pontual A metodologia "fuzzy" oferece uma solução eficaz, integrando atributos de priorização e alocação de recursos em um ambiente de múltiplas variáveis.

Utilizando a lógica "fuzzy" e uma ferramenta em Python, desenvolvemos uma metodologia que combina a priorização de projetos com a alocação colaboradores A ferramenta estima a prioridade com base em dimensão e prazo, identificando colaboradores com alta eficiência para projetos prioritários.

A metodologia proporciona uma priorização objetiva e automatizada, melhorando a eficácia do planejamento e monitoramento de cronogramas. Os resultados mostram que a abordagem "fuzzy" otimiza a tomada de decisões dos gerentes de projetos e garante o cumprimento de prazos.

Este estudo contribui ao introduzir uma abordagem inovadora de gerenciamento de cronogramas que integra lógica "fuzzy", priorização e alocação eficiente de colaboradores. A metodologia oferece uma base sólida para otimizar processos de planejamento e tomada de decisões.

A implementação desta metodologia pode reduzir multas por quebras contratuais e assegurar entregas pontuais e com qualidade em projetos de distribuição de energia elétrica. Isso fortalece a gestão de projetos e contribui para a eficiência operacional e satisfação do cliente.

This study aims to develop an artificial intelligence-based methodology to optimize schedule management in electric distribution projects, prioritizing projects based on size and deadline, and efficiently allocating resources.

The increasing complexity of energy distribution projects demands innovative approaches to ensure quality and timely delivery. The fuzzy methodology offers an effective solution, integrating prioritization and resource allocation in a multi-variable environment.

Utilizing fuzzy logic and a Python tool, we develop a methodology that combines project prioritization with efficient resource allocation. The tool estimates priority based on size and deadline, identifying highly efficient contributors for priority projects.

The methodology provides objective and automated prioritization, enhancing the planning and monitoring of schedules. Results demonstrate that the fuzzy approach optimizes project managers' decision-making and ensures deadline compliance.

This study contributes by introducing an innovative schedule management approach that integrates fuzzy logic, prioritization, and efficient resource allocation. The methodology offers a solid foundation for optimizing planning and decision-making processes.

Implementation of this methodology can reduce penalties for contractual breaches and ensure timely, quality deliveries in electric distribution projects. This strengthens project management and contributes to operational efficiency and customer satisfaction.