Un nuevo estudio en el que participó el profesor Mohammad Khalilzadeh (Centrum PUCP) propone un enfoque innovador para mejorar la programación de pagos móviles durante la pandemia de COVID-19. Utilizando el algoritmo de optimización de Harris Hawks (HHO), los investigadores lograron minimizar el tiempo de retraso, reducir el consumo de energía, disminuir los costos y maximizar el valor neto presente (NPV) en la programación de pagos móviles. Los resultados de la simulación mostraron que el método propuesto superó a otros algoritmos populares y demostró ser altamente eficiente en términos de tiempo, costo, energía y NPV.
Esta investigación se inspiró en el comportamiento coordinado de los halcones de Harris en la naturaleza, conocido como “sorprendente ataque”. Los halcones de Harris trabajan juntos para atacar a su presa desde diferentes direcciones, lo que les permite capturarla de manera efectiva. Los investigadores modelaron estadísticamente estos comportamientos dinámicos y patrones de caza para desarrollar una estrategia de optimización utilizando el algoritmo HHO.
El problema de la programación de pagos móviles durante la pandemia de COVID-19 es complejo y presenta desafíos significativos. El objetivo es encontrar un horario que maximice los beneficios tanto para el patrocinador como para el equipo de desarrollo del proyecto. Esto implica tomar decisiones simultáneas sobre el momento de los pagos y los períodos de finalización de las actividades del proyecto. Dado que este problema es NP-duro, se han desarrollado varios métodos metaheurísticos y heurísticos para abordarlo. Sin embargo, el algoritmo HHO se destaca por su eficacia y ha demostrado superar a otros métodos de optimización.
Para aplicar el algoritmo HHO, los investigadores modelaron estadísticamente los comportamientos dinámicos y patrones de caza de los halcones de Harris. Luego, utilizaron MATLAB como herramienta de análisis y simulación para evaluar cuantitativamente el rendimiento del algoritmo.
Se realizaron simulaciones y comparaciones con otros algoritmos populares, como el algoritmo genético (GA) y el algoritmo de colonia de hormigas (ACO). Se utilizaron medidas estadísticas no paramétricas, como el ranking promedio de los algoritmos, para evaluar y comparar su eficiencia.
Esta investigación demostró que el algoritmo HHO es altamente eficiente en la programación de pagos móviles durante la pandemia de COVID-19. Los resultados de la simulación indican que el método propuesto supera a otros algoritmos populares en términos de tiempo, costo, energía y NPV. Esto es un indicador del potencial de utilizar enfoques inspirados en la naturaleza para resolver problemas complejos en el campo de los pagos móviles. Estos hallazgos pueden ser de gran utilidad para los proveedores de servicios de pago móvil, ya que les permitirán mejorar la eficiencia de sus operaciones y maximizar los beneficios durante la pandemia de COVID-19 y más allá.
Dato: Este artículo se basa en la investigación “A new method for solving the mobile payment scheduling problem using harris hawks optimization algorithm during the COVID-19 pandemic” realizado por los investigadores Wen Sun, Chen She, Mohammad Khalilzadeh, docente de Centrum PUCP, Hui-Zhen Mao y Yi Peng Xu.
REFERENCIAS
Sun, W., She, C., Khalilzadeh, M. et al. A new method for solving the mobile payment scheduling problem using harris hawks optimization algorithm during the COVID-19 pandemic. Inf Syst E-Bus Manage (2023). https://doi.org/10.1007/s10257-022-00615-x
