This paper proposes a new aggregation model for the product quality evaluation process. The evaluation of a complex system supposes a high level of expertise; for this reason, it is insufficient to use only additive scoring models. We propose the use of a neurodifuzzy system to carry out an aggregation process constituted by three levels (attributes, subcharacteristics, characteristics). This system incorporates the learning concepts from the neural networks to the fuzzy inference system. The neural network model known as FAM (Fuzzy Associative Memory) is used for the storage and evaluation of fuzzy rules defined by the expert. Thus, a robust model is obtained which achieves a more precise and objective evaluation.

Este artículo presenta un nuevo modelo de agregación para el proceso de evaluación de la calidad del producto de software. La evaluación de un sistema complejo implica un nivel alto de experticia, por lo tanto, basarnos sólo en modelos de puntajes aditivos resultan insuficientes. En este trabajo proponemos el uso de un sistema neurodifuso con el objetivo de llevar a cabo un proceso de agregación en tres niveles (atributos, subcaracterísticas y características de calidad). Este sistema incorpora los conceptos de aprendizaje de las redes neuronales a los sistemas de inferencia difuso. El modelo de red neuronal conocido como FAM (Fuzzy Associative Memory) es utilizado para el almacenamiento y evaluación de las reglas difusas definidas por el experto. De esta manera, se obtiene un modelo más robusto logrando una evaluación con un mayor grado de precisión y justificación objetiva.