Framework Neutrosófico N–AHP–N–TOPSIS asistido por LLMs para la Selección de Plataformas Cloud y Prácticas DevOps en Aseguradoras del Ecuador: Modelo, Caso de Estudio, Sensibilidad y Reproducibilidad

Read full text
Authors: Ing. Bradley Corro
Cited by: 0

Abstract

Este artículo aborda la selección de un proveedor de tecnología para implementar un sistema de seguridad de la información en una institución financiera. El caso es mixto: se combinan datos reales sobre precios, certificaciones y experiencia con parámetros simulados donde la información es incompleta. Se propone un marco neutrosófico AHP-TOPSIS (SVNS) acoplado a una Cadena de Expertos para gestionar la indeterminación (I), la verdad (V) y la falsedad (F) en los juicios. Los resultados se comparan con el AHP-TOPSIS clásico y se realiza un análisis de sensibilidad mediante la variación de peso y el barrido de indeterminación. La contribución consiste en una arquitectura reproducible de Cadena de Expertos para decisiones MCDM bajo incertidumbre institucional. El proceso de decisión se apoyó en una Cadena de Expertos Neutrosófica implementada mediante Modelos de Lenguaje de Gran Tamaño (MLM).

Fields of Study & Subjects

Multi-Criteria Decision Making Fuzzy and Soft Set Theory Decision Support System Applications

Publication details

Journal / source
Neutrosophic Computing and Machine Learning
Publication date
19 January 2026
Language
ES