Perfecionamiento del Modelo Adoma mediante la inclusión de la ambigüedad en algunos de sus parámetros

• Introducción
• Materiales y métodos
• Resultados
• Conclusiones
• Literatura citada

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.