Revisión del estado del arte de la Optimización Multiobjetivo en Proyectos Ágiles de Desarrollo de Software

Resumen

En la gestión de proyectos de software ágiles, es común enfrentar decisiones complejas con múltiples objetivos en conflicto, tales como minimizar el tiempo de entrega y el costo, al tiempo que se maximiza la calidad del producto y la satisfacción de los interesados. La optimización multiobjetivo ofrece un enfoque sistemático para equilibrar estos criterios contrapuestos, buscando soluciones de compromiso (óptimas de Pareto) en lugar de un único plan óptimo. En este artículo se presenta una revisión del estado del arte (período 2020-2025) sobre la aplicación de técnicas de optimización multiobjetivo en proyectos ágiles de desarrollo de software. Las Bases de datos revisadas fueron principalmente IEEE, ACM, Springer, Elsevier, Arxiv. Se analizaron, de forma sistemática, los algoritmos evolutivos más usados fueron: NSGA-II, NSGA-III, SPEA2, MOEA/D, algunas metaheurísticas de enjambre y métodos exactos como la programación entera y por metas. Se identificaron sus aplicaciones más comunes en entornos ágiles (planificación de versiones, asignación de tareas y priorización de requisitos), así como las herramientas más citadas y los principales desafíos: incertidumbre, escalabilidad, preferencias de los interesados y adopción industrial. Los resultados indican que los algoritmos evolutivos multiobjetivo, como NSGA-II y variantes, dominan la literatura reciente, aplicándose exitosamente a problemas como el Next Release Problem y la calendarización de proyectos, aunque surgen enfoques híbridos y exactos para mejorar la calidad de las soluciones. En conclusión, la optimización multiobjetivo se consolida como un marco riguroso para apoyar la toma de decisiones en proyectos ágiles, con beneficios demostrados en casos de estudio.