Método neutrosófico multicriterio para evaluar el diseño de una propuesta innovación gastronómica en cocina casual de alimentación vegetariana de vanguardia

Contenido principal del artículo

Steven Darío Tapia Quispe
Anderson Ismael Chiluisa Cajia
Bolívar Javier Llundo Michilena

Resumen

En años recientes, la innovación en la cocina casual ha ganado gran importancia debido al incremento en el interés por la dieta vegetariana, motivado por un aumento en la conciencia acerca de la salud, el respeto a los animales y la preservación del medio ambiente. Esta variación en los gustos culinarios ha provocado un aumento en la necesidad de alternativas vegetarianas novedosas en restaurantes y locales de comida rápida, lo que ha provocado la necesidad de reconsiderar las ofertas gastronómicas en este sector. La presente investigación, propone una solución a la problemática planteada a partir del desarrollo de un método para evaluar el diseño de una propuesta innovación gastronómica en cocina casual de alimentación vegetariana de vanguardia. El método propuesto basa su funcionamiento mediante un enfoque multicriterio multiexperto con la utilización de números neutrosóficos.  Mediante el estudio de tendencias en auge y ejemplos de éxito, se obtuvo como resultado la creación de un modelo de gastronomía que satisfaga las demandas del consumidor contemporáneo y los retos del sector de los restaurantes.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Cómo citar
Método neutrosófico multicriterio para evaluar el diseño de una propuesta innovación gastronómica en cocina casual de alimentación vegetariana de vanguardia. (2025). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 38, 329-338. https://fs.unm.edu/NCML2/index.php/112/article/view/814
Sección
Articulos

Cómo citar

Método neutrosófico multicriterio para evaluar el diseño de una propuesta innovación gastronómica en cocina casual de alimentación vegetariana de vanguardia. (2025). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 38, 329-338. https://fs.unm.edu/NCML2/index.php/112/article/view/814