3.

4 MODELOS AUTOMATIZADOS PARA LA GENERCIN DE

ALTERNATIVAS

MTODOS HEURSTICOS

Un mtodo heurstico es un procedimiento para resolver un problema de

optimizacin mediante una aproximacin intuitiva, en la que la naturaleza intrnseca del
problema se usa de manera inteligente para obtener una buena solucin. Los mtodos
heursticos son estrategias generales de resolucin y reglas de decisin utilizadas por los
solucionadores de problemas, basadas en la experiencia previa con problemas similares.

De acuerdo con Monero y otros (1995) los procedimientos heursticos son

acciones que comportan un cierto grado de variabilidad y su ejecucin no garantiza la
consecucin de un resultado ptimo como, por ejemplo, reducir el espacio de un problema
complejo a la identificacin de sus principales elementos. Mientras que Duhalde y
Gonzlez (1997) sealan que un heurstico es un procedimiento que ofrece la posibilidad
de seleccionar estrategias que nos acercan a una solucin.
Los mtodos heursticos pueden variar en el grado de generalidad. Algunos son
muy generales y se pueden aplicar a una gran variedad de dominios, otros pueden ser
ms especficos y se limitan a un rea particular del conocimiento. La mayora de los
programas de entrenamiento en solucin de problemas enfatizan procesos heursticos
generales como los planteados por Polya (1965) o Hayes (1981).

Los mtodos heursticos especficos estn relacionados con el conocimiento de un

rea en particular. Este incluye estructuras cognoscitivas ms amplias para reconocer los
problemas, algoritmos ms complejos y una gran variedad de procesos heursticos
especficos.

Chi y colaboradores (1981, 1982), sealan que entre el conocimiento que tienen
los expertos solucionadores de problemas estn los esquemas de problemas. Estos
consisten en conocimiento estrechamente relacionado con un tipo de problema en
particular y que contiene:

Conocimiento declarativo: principios, frmulas y conceptos.

Conocimiento procedimental: conocimiento acerca de las acciones necesarias
para resolver un tipo de problema en particular.
Conocimiento estratgico: conocimiento que permite, al individuo solucionador del
problema, decidir sobre las etapas o fases que debe seguir en el proceso de
solucin.

Diversos investigadores han estudiado el tipo de conocimiento involucrado en la

resolucin de un problema, encontrndose que los resultados apoyan la nocin de que la
eficiencia en la resolucin de problemas est relacionada con el conocimiento especfico
del rea en cuestin (Mayer, 1992; Stenberg, 1987). En este sentido, estos autores
coinciden en sealar que los tipos de conocimiento necesarios para resolver problemas
incluyen:

Conocimiento declarativo: por ejemplo, saber que un kilmetro tiene mil metros.
Conocimiento lingstico: conocimiento de palabras, frases, oraciones.
 Conocimiento semntico: dominio del rea relevante al problema.
Conocimiento esquemtico: conocimiento de los tipos de problema.
Conocimiento procedimental: conocimiento del o de los algoritmos necesarios para
resolver el problema.
Conocimiento estratgico: conocimiento de los tipos de conocimiento y de los
procedimientos heursticos.

MTODOS CONSTRUCTIVOS

En un mtodo constructivo se aade iterativamente elementos a una estructura,

inicialmente vaca, hasta obtener una solucin del problema. La eleccin del elemento a
incluir se basa en una evaluacin heurstica, que mide la conveniencia de considerar este
elemento como parte de la solucin. La funcin heurstica es dependiente del problema y
expresa el conocimiento que sobre el mismo se tiene.

Si la evaluacin de un elemento depende de los elementos previamente incluidos

en la solucin se dice que el mtodo es adaptativo. Adems de la funcin heurstica, es
necesaria una estrategia que indique qu elemento se escoge. Una de las estrategias
ms conocidas es la greedy en la que se selecciona el elemento que optimiza la funcin
heurstica.
Esta estrategia suele dar pobres resultados en la mayora de los casos. Por ello se
han propuesto estrategias alternativas. Una de ellas consiste en elegir, no el mejor
elemento, sino uno de los mejores al azar. Al conjunto de los mejores elementos se le
llama Lista Restringida de Candidatos (LRC).

*GRASP (Greedy Randomized Adaptive Search Procedure) es un procedimiento

heurstico que consta de varias etapas. A una fase constructiva, en la que se escoge al
azar un elemento de la lista restringida de candidatos, le sigue una fase de post-
procesamiento en la que se mejora la solucin obtenida en la fase anterior. Como post-
procesamiento suele emplearse una simple bsqueda local descendente.

Los anteriores pasos se reiteran hasta que se cumpla el criterio de parada. La

mejor solucin obtenida es la propuesta por el algoritmo. Los elementos que determinan
completamente la tcnica GRASP son: la funcin heurstica, la forma en que se construye
la lista restringida de candidatos, el mtodo de post-procesamiento y el criterio de parada.

En la fase de post-procesamiento, si existe, se determina la mejor colocacin de

los ltimos k (parmetro) rectngulos incluidos en la solucin. Para definir las listas
restringidas de candidatos, y, por tanto, las correspondientes funciones heursticas, es
preciso introducir el concepto de contorno.

Contorno
La inclusin de un rectngulo cualquiera en el objeto, determina un contorno
superior rectangular. Adems, es posible que se obtengan tareas no aprovechables,
llamadas desperdicios, como el que se obtiene al incluir el rectngulo 4 en el objeto. El
contorno, C, puede representarse por medio del conjunto de segmentos horizontales
(tomados de izquierda a derecha) que lo forman.
 Ntese que, intuitivamente, es preferible un contorno formado por pocos niveles a
otro con muchos niveles. Esto es as, ya que, en general, la posibilidad de obtener
desperdicios aumenta con el nmero de niveles.

Post-procesamiento
Una de las situaciones anmalas que puede presentarse al aplicar los mtodos
constructivos anteriores. Consideremos la ubicacin del rectngulo. La bondad de esta
nueva situacin depende del instante en que se produce. En las primeras iteraciones del
mtodo, la situacin es aconsejable.

No obstante, en las ltimas iteraciones puede producir soluciones de baja calidad.

En particular, si nos encontramos en la ltima iteracin. Por ello, se propone el siguiente
procedimiento de mejora, que se aplica a la solucin obtenida en la fase constructiva.

METODOS AUTOMATIZADOS MAS CONOCIDOS

* ALDEP (Automated Layout Design Program)

Desarrollado por Seehof y Evans, tiene una capacidad para distribuir 63

departamentos. Usa una matriz de cdigo de letras similar a las especificaciones de
prioridad de cercana de Muther. Dicha clasificacin es traducida a trminos cuantitativos
para facilitar la evaluacin. Los inputs del programa son la planta del edificio y la situacin
de elementos fijos, permitiendo seleccionar emplazamientos para determinados
departamentos.

Utiliza un algoritmo de barrido, de forma que selecciona aleatoriamente un primer

departamento y lo sita en la esquina noroeste de la planta, colocando los dems de
forma sucesiva en funcin de las especificaciones de proximidad dadas.

* CORELAP (Computerized Relationship Layout Planning)

Puede ordenar hasta 45 departamentos, entre otros requiere como inputs la

especificacin de los tamaos de aquellos y algunas dimensiones de la planta. En lo que
ser el centro de la distribucin sita el departamento que est ms interrelacionado con
el resto y, en sucesivas iteraciones, va colocando los dems en funcin de su necesidad
de cercana con los ya colocados. Las soluciones obtenidas se caracterizan por la
irregularidad en las formas.

* PLANET (Plant Layout Analysis and Evaluation Technique)

Realiza la asignacin de los recursos espaciales en tres etapas. En la primera
etapa se establece el costo de flujo de materiales entre las actividades. Cada actividad
lleva relacionado un ndice de prelacin, desde 1 hasta 9 en orden descendente de
prioridad para entrar en el layout. En la segunda fase, a partir de estos valores, el flujo
entre actividades y el ndice de prioridad, se establece un criterio para establecer la
secuencia con la que las actividades entrarn en el layout. La tercera fase signa las
ubicaciones a las actividades en el orden establecido en la fase 2.
* CRAFT (Computer Relative Alocation of Faclities Technique)

Desarrollado por Buffa y Gordon, es un programa heurstico que puede operar

hasta con 40 departamentos, siendo su desarrollo casi idntico al algoritmo bsico de
transposicin. Este programa parte de una distribucin previa que ha de tomarse como
punto de partida y supone que el costo de las interrelaciones entre operaciones o
departamentos es producto de las matrices de distancia e intensidades de trfico, que son
los inputs del problema.

Tras calcular el costo que genera la distribucin inicial, intercambia los

departamentos de dos en dos (versiones ms avanzadas lo hacen de tres en tres),
evaluando el costo de cada cambio y adoptando de entre todos, aqul con menor costo,
aplicndoles a ste el mismo proceso. Cuando el costo no puede ser disminuido o se ha
alcanzado un total de iteraciones especficas, la mejor ordenacin conseguida se imprime
como solucin.

* BLOCPLAN

Fue desarrollado por Donaghuey y Pire, aqu los departamentos se arreglan en

bandas y en todos los departamentos se respeta la forma de dimensin y su forma. Utiliza
un diagrama de relacin as como una caja o rectngulo con datos de entrada para el
flujo. El nmero de bandas es determinado por el programa y limitado a dos o tres
bandas, sin embargo, a las anchuras de la banda se les permite variar y as determinar la
nueva distribucin.

Es un programa interactivo utiliza para desarrollar y mejorar las plantas, tanto

individuales y mltiples (diseo verde y Al-Hakim, 1985). Se utilizan tanto datos
cuantitativos y cualitativos para generar diseos de varias manzanas y su medida de la
aptitud. El usuario puede elegir la relacin y las soluciones basadas en las circunstancias.

* MULTIPLE (MULTI- floor Plant Layout Evaluation)

Fue desarrollado por Bozer, Meyer y Erlebacher, MULTIPLE fue originalmente

desarrollado para mltiples instalaciones, sin embargo, puede ser utilizado para una sola
instalacin. Su funcin es idntica a la de CRAFT ya que tambin maneja la distancia de
los departamentos a travs de los centroides (centros de los departamentos); los
departamentos no estn restringidos a forma rectangular stos pueden tener cualquier
forma.

Este mtodo se considera cuando el costo del movimiento entre los materiales de
diferentes plantas, sin embargo, las actividades pueden ser divididas en diferentes
niveles, y los intercambios de actividades estn limitados aquellos que involucran
actividades adyacentes o de igual rea. Este problema es solventado empleando curvas
de llenado de espacios, llamadas en ingls Spacesfilling Curves.
 El MULTIPLE es un tipo de algoritmo que mejora la distribucin empezando con
una disposicin inicial especificada por el planificador de la distribucin, generando curvas
matemticas en el rectngulo (cuadriculado) e ir contando cada cuadrito para tomar la
dimensin del departamento como si fuera una ruta para la localizacin de
departamentos, y sta se puede utilizar para mltiples distribuciones de planta.

- MTODOS HBRIDOS

El trmino algoritmo hbrido se aplica regularmente a aquellos que poseen las

caractersticas de los mtodos exactos o de los sub-ptimos, o tambin a la combinacin
de diferentes heursticas en un solo algoritmo. Se entiende por algoritmo hbrido aquel
que incluye tantas tcnicas constructivas como de mejora.