Perfecionamiento del Modelo Adoma mediante la inclusión de la ambigüedad en algunos de sus parámetros
Publicación original: Agric. Téc.. [online]. jun. |
ABSTRACT: In this work the Administration
System of Agricultural Machinery Model (ADOMA) was improved, by including the
economic losses due to tardiness in the operations execution, in addition, the
uncertainty associated to economic losses was incorporated by using fuzzy
logic. To this end, a decision support system was developed that performs the
operation scheduling based on fuzzy logic. This system is called the Fuzzy
Logic Decision Support System (FLDSS). The information about economic losses
for tardiness of four common crops in the VIII Region of Chile was compiled.
The values of losses were converted to fuzzy values and represented by fuzzy
trapezoidal numbers. Subsequently, the fuzzy numbers were ranked in order to
assess the priority in the execution of the operations and the assignment of
machines. To validate the model, a stage was elaborated with crops for which
information related to economic losses were available and with two crops
without this type of information. The data were introduced in both models ADOMA
and ADOMA FLDSS models. The results indicated that the obtained scheduling
adjusts better to the requests of a stage with multiple crops, privileging
those crops of greater economic importance to the farmer, in addition, the
operations schedule was programmed within the established dates.
Key words: scheduling, multiple crop,
tardiness, fuzzy logic.
RESUMEN: En la presente investigación se
perfeccionó el Modelo Sistema de Administración de Maquinaria Agrícola (ADOMA),
mediante la inclusión de las pérdidas económicas por retraso en la ejecución de
las labores, además se incorporó la incertidumbre asociada a estas pérdidas
utilizando lógica difusa. Para tal fin se elaboró un sistema de soporte de toma
de decisiones que apoya la programación de las labores basado en lógica difusa,
llamado Sistema de Soporte de Decisión con Lógica Difusa (FLDSS). Se recopiló
información de pérdidas por retraso de cuatro cultivos frecuentes en la VIII
Región de Chile. Los valores de pérdida fueron convertidos en valores difusos y
representados por números difusos trapezoidales. Posteriormente los números
difusos fueron ordenados para establecer la prioridad en la ejecución de las
labores y la asignación de las máquinas. Para validar el modelo se elaboró un
escenario con cuatro cultivos con información de pérdida económica y dos
cultivos sin información; los datos se introdujeron en el modelo ADOMA y en el
modelo ADOMA con FLDSS. Los resultados indican que se logra una programación
que se ajusta mejor a los requerimientos de un escenario con cultivos
múltiples, privilegiando aquellos cultivos de mayor interés económico para el
agricultor; además, las labores son programadas dentro de las fechas
establecidas.
Palabras clave: programación, cultivos múltiples,
retraso, lógica difusa.
INTRODUCCIÓN
La programación de labores
con máquinas ha sido estudiada por la investigación de operaciones desde hace
más de 40 años; estos trabajos se han orientado a la programación de máquinas
de tipo industrial a través de modelos de optimización. Tal es el caso de
Balakrishnan et al. (1999) y Sun y Wang (2003), quienes investigaron el
problema de programar máquinas paralelas con retraso y adelanto. A diferencia
de las máquinas industriales, las máquinas agrícolas desempeñan sus tareas en
ambientes abiertos y dinámicos, donde eventos con un alto grado de
incertidumbre pueden modificar la programación inicialmente establecida.
Los modelos de optimización
empleados en programación de labores agrícolas, consideran uno o dos cultivos y
pocas labores; es así como Higgins et al. (1998) y Hansen et al.
(2002) analizaron la programación de labores de cosecha y transporte de caña de
azúcar (Saccharum officinarum), donde el objetivo fue maximizar el
rendimiento de la caña con relación a la fecha de cosecha y la edad del
cultivo. Ekman (2000) diseñó un modelo de programación matemática para analizar
la rentabilidad de sistemas alternativos de preparación y cultivo en granos de
cereal y semillas de oleaginosas.
La lógica difusa forma
parte de las técnicas de inteligencia artificial; ha sido empleada en forma
satisfactoria en programación de máquinas industriales y para manejar la
incertidumbre en la información en procesos de toma de decisiones. Sudiarso y
Labib (2002) realizaron una aproximación basada en lógica difusa para un
algoritmo de programación de producción y mantenimiento, y mediante lógica
difusa determinaron las políticas óptimas para el control del sistema de
producción.
Tedford y Lowe (2003)
proponen un modelo de programación de producción empleando lógica difusa y
algoritmos genéticos. Cha y Jung (2003) combinan lógica difusa y redes
neuronales para valorar la satisfacción con una programación de producción de
acuerdo con los objetivos globales de una compañía; los autores proponen una
metodología que emplea números difusos para representar en forma lingüística la
valoración de ciertos criterios. Otros autores han empleado números difusos
para fortalecer los procesos de toma de decisión. Chang (2004) propuso un
modelo que busca determinar el orden óptimo de lotes en un problema de
inventario de artículos con calidad imperfecta y con ello maximizar el
beneficio total. Kader y Dugdale (2001) desarrollaron un modelo para la
evaluación de proyectos de inversión en tecnología de manufactura mediante la
matemática de procesos jerárquicos y lógica difusa; para conocer cuál proyecto
es mejor, utilizan el orden de números difusos.
El modelo heurístico
Sistema de Administración de Maquinaria Agrícola (ADOMA), fue elaborado por
López (2000) en el Laboratorio de Mecanización y Energía de la Facultad de
Ingeniería Agrícola en la Universidad de Concepción, como parte de su tesis
para optar al título de Magister Scientiae en Ingeniería Agrícola. En el modelo
se considera la competencia de las labores por máquinas y ésta es resuelta con
base en el tiempo disponible para realizarlas; los equipos son asignados a la
labor con menos tiempo disponible. En el modelo se incluyen los días de retraso
de las labores, pero no las pérdidas económicas que este retraso puede generar,
ni la ambigüedad existente en su valoración.
El objetivo de esta investigación
fue perfeccionar el modelo de programación de labores agrícolas mecanizadas
ADOMA, mediante la inclusión de las pérdidas económicas por retraso en el
proceso de asignación de máquinas, empleando lógica difusa.
Página siguiente  |