Documentos de Académico
Documentos de Profesional
Documentos de Cultura
=
=
1
) (
J
wjTj s F
energa. Esta analoga puede ser usada en la optimizacin
combinatoria; los estados de slidos corresponden a la solucin
factible, la energa en cada uno de los estados permite encontrar
la mejora a la funcin objetivo. Para llegar a estos estados se
involucra la reduccin gradual de temperatura durante la
simulacin, lo que da al sistema la oportunidad de superar
barreras energticas en la bsqueda; permitiendo encontrar
mnimos locales de energa.
En cada paso de simulacin del algoritmo, un nuevo estado del
sistema es construido por un estado presente dado por un
desplazamiento aleatorio a una partcula aleatoriamente
seleccionada. Si la energa asociada con el nuevo estado es
menor que la energa del estado presente el desplazamiento es
aceptado; as ese estado es, el estado presente. Si el nuevo
estado tiene una energa mayor, la probabilidad de cambio del
presente estado al nuevo estado se da por medio de una
ecuacin de transicin.
V. ENFOQUES DE SOLUCIN
Con el fin de dar una solucin eficaz, al problema de la
tardanza ponderada para el modelo bsico, se han adoptado las
anteriores tres tcnicas metaheursticas, por que ofrecen grandes
ventajas respecto a otras tcnicas estudiadas y han demostrado
ser una metodologa competente, que arroja buenos resultados.
La secuencia de pasos que sigue los algoritmos desarrollados
se puede resumir como sigue.
A. Bsqueda tab (TS).
La estructura de este enfoque esta dada por los siguientes
pasos:
- Mecanismo de generacin de la solucin inicial; esta
es construida aleatoriamente.
- Generacin del vecindario: Para evolucionar hacia
otras soluciones, se utilizan funciones que alteren la
secuencia inicial o actual, y as generar un entorno de
bsqueda. El algoritmo genera un vecindario de
secuencias, construidas a partir de la solucin inicial;
por lo que, se pueden obtener realizando un
intercambio aleatorio pareado de los n trabajos.
- Evaluacin de la funcin objetivo: Se evaluan cada una
de las soluciones del vecindario y se escoge aquella
que tenga la menor tardanza ponderada; esta se
convierte en la nueva solucin actual.
- Actualizacin de la lista tab: La actualizacin consiste
en evaluar si la solucin de menor tardanza
ponderada, hallada anteriormente, se encuentra en la
lista tab, en cuyo caso se remueve esta del
vecindario y se regresa al paso anterior; de no estar,
la solucin es aadida a la lista tab. El tamao de la
lista tab desarrollado es fijo, es de memoria corta.
- Criterio de finalizacin: Nmero de iteraciones
determinado inicialmente.
B. Algoritmos genticos (GA).
- La estructura general de este enfoque est dada en
los siguientes pasos:
- Obtener una representacin gentica a una solucin
del problema, mediante un cromosoma artificial.
- Generar mecanismo para la poblacin inicial. P (t).
- Definir una funcin de evaluacin que permita clasificar
los individuos en trminos de la funcin aptitud
definido para el problema.
- Utilizar operadores genticos que alteren la
composicin de los hijos, durante la reproduccin y
la mutacin, lo cual permite generar el entorno de
bsqueda.
- Evaluacin de la funcin objetivo: Se evalua cada una
de las soluciones de la poblacin y se escoge aquella
que tenga la menor tardanza ponderada; esta se
convierte en la nueva solucin actual.
- Definir un mecanismo para que los individuos pasen a
la siguiente generacin.
- Criterio de finalizacin. Nmero de generaciones.
El funcionamiento bsico del algoritmo es el siguiente: El
algoritmo gentico mantiene una poblacin de individuos, llamada
P (t), para la generacin t; cada individuo representa una solucin
potencial al problema; cada individuo es evaluado y se obtiene
una medida de su funcin de aptitud; algunos se seleccionan y se
le aplican operadores genticos para formar nuevos individuos.
Hay dos tipos de transformaciones (Operadores genticos):
Mutacin, la cual crea un nuevo individuo realizando un cambio en
un individuo de la poblacin de padres; y el cruce, el cual crea
nuevos individuos combinando partes de dos individuos de la
poblacin de padres. Los nuevos individuos, llamados
descendencia C(t), son evaluados. Una nueva poblacin es
formada seleccionando los individuos de mejor fitness de la
poblacin de los padres y tomando otros siguiendo alguna regla
de seleccin de la descendencia generada.
Despus de varias generaciones, el algoritmo converge al
mejor individuo, el cual representa una solucin ptima o
subptima al problema.
Los elementos principales del algoritmo y la forma en que
fueron obtenidos se resumen como sigue:
- Representacin del cromosoma: Se seleccion la
codificacin entera unidimensional mediante
permutacin de trabajos, a cada trabajo se le asigna
una identificacin numrica nica, formando el vector
[1, 2, 3,n], donde n indica el nmero de trabajos. La
representacin muestra la secuencia que minimiza la
tardanza total ponderada.
- Formacin de la poblacin Inicial P (t): Se generan
aleatoriamente los individuos, de acuerdo a un
mecanismo de seleccin para formarla y un tamao
definido inicialmente, como parmetro del algoritmo.
- Funcin de aptitud (Fitness): Es la definida como
funcin objetivo para el problema
- Formacin de los descendientes C (t): Se generaron
nuevos individuos a travs de los operadores
genticos, reproduccin y de mutacin.
Reproduccin: Se seleccionan dos individuos de la poblacin y
] ), 2 / 1 ( ), 2 / 1 ( [ RDD TF T RDD TF T U dj + ~
se denominan como P1 y P2. Se genera un punto de corte
aleatoriamente; el punto de corte es un nmero aleatorio entre 1
y el nmero de trabajos que conforman el cromosoma; el corte se
hace en cada uno de los cromosomas seleccionados como
padres.
Se producen dos nuevos individuos utilizando los siguientes
mtodos:
- Individuo1: Se preserva la posicin absoluta de los
trabajos de P1 antes del corte y se completa el
cromosoma con los trabajos diferentes a los tomados en
P1 de P2.
- Individuo2: Se preserva la posicin absoluta de los
trabajos de P2 antes del corte y se completa el
cromosoma con los trabajos diferentes a los tomados en
P2 de P1.
Mutacin: Se parte de los cromosomas P1 y P2, nombrados
para la reproduccin. Para P1 se intercambian trabajos
adyacentes en el cromosoma, y se forma un nuevo individuo;
Para P2 se intercambian trabajos adyacentes en el cromosoma y
se forma el nuevo individuo.
Este procedimiento se realiza tantas veces como
descendientes se hayan configurado inicialmente, mediante un
porcentaje de reproduccin y mutacin, como parmetros del
algoritmo.
Seleccin: Los individuos se seleccionan de la siguiente
manera: se toman la mitad de los mejores individuos de la
poblacin actual P (t) y la otra mitad se toma de los descendientes
generados utilizando la regla de la ruleta. Para realizarla se
realizan los siguientes pasos:
- Suma de todas las funciones de aptitud de los
individuos descendientes, TF.
- Se genera un nmero aleatorio entre 1 y TF.
- Se retornan los primeros miembros de la poblacin que
supere el nmero aleatorio generado.
- Se completa la poblacin utilizando los siguientes
mejores individuos de la poblacin P (t).
C. Enfriamiento simulado (SA)
La estructura de este enfoque esta dada por los siguientes
pasos:
- Mecanismo de generacin de la solucin inicial, esta
es construida aleatoriamente.
- Seleccionar una temperatura inicial t0. mayor que cero.
- Seleccionar una funcin de reduccin de la
temperatura.
- Generacin del vecindario: Para evolucionar hacia
otras soluciones, se utilizan funciones que alteren la
secuencia inicial o actual, para generar un entorno de
bsqueda. El algoritmo genera un vecindario de
secuencias, construidas a partir de la solucin inicial;
por lo que, se pueden obtener realizando un
intercambio aleatorio pareado de los n trabajos.
- Evaluacin de la funcin objetivo. El propsito es
evaluar cada una de las soluciones del vecindario.
- Seleccionar la mejor solucin encontrada para los
vecinos (Sbest) y compararla con la solucin actual
(Sc). Si Sbest es menor que Sc, entonces se toma
como mejor solucin del problema; en caso contrario,
se pregunta si la solucin encontrada es mejor que la
solucin obtenido en la iteracin k; si es as, se
acepta como nueva solucin k+1; en caso contrario,
se genera un nmero aleatorio uniforme y se
compara con (2); si es menor se acepta como
solucin k+1, para la iteracin.
(2)
- Se actualiza la temperatura,
usando la funcin de transferencia, que en este caso
es:
t
t
+ = 9 . 0 o
- Criterio de finalizacin: Nmero de iteraciones
configurado como parmetro del algoritmo.
VI. PRUEBAS COMPUTACIONALES
A. Bahram y K. R. Ramakrishnan, desarrollaron un esquema, el
cual se adopt para este estudio, para generar los problemas de
prueba (generados aleatoriamente y que contemplan 40, 50 y 100
trabajos) de la siguiente manera:
- Tiempos de procesamiento. Son generados mediante
una distribucin uniforme discreta tal que:
) 100 , 1 ( U Pi ~
.
- Fecha de compromiso: Los problemas NP-Hard
dependen de un rango de fecha de compromiso
relativo (RDD) y el promedio del factor de tardanza
(TF), por lo que la fecha de compromiso es generada
mediante una distribucin uniforme tal que:
(3)
En donde RDD, toma valores de (0.2, 0.4, 0.6, 0.8, 1.0); TF de
(0.2, 0.4, 0.6, 0.8, 1.0) y T se calcula con (4).
(4)
iii. Penalizacin de la tardanza: Los pesos fueron generados
por una distribucin uniforme
] 10 , 1 [ U wj ~
.
VII. ANLISIS DE RESULTADOS
En esta seccin se describen las pruebas computacionales que
se usaron para evaluar la eficiencia de los distintos mtodos
metaheursticos. Para ilustrar la efectividad de los algoritmos
propuestos en este artculo, se realizaron pruebas con algunos
problemas de referencia de 40, 50 y 100 trabajos tomados de la
librera ORLIB, que presentan el mismo esquema de generacin
que el descrito en la seccin anterior.
A continuacin se describen los parmetros utilizados para
ejecutar los tres algoritmos.
t
k
S F
c
S F
e
) ( ) (
Pj n j T = =
) ,..., 1 (
Vecindario: como se dijo anteriormente, el vecindario fue
construido mediante intercambios aleatorios entre parejas de
trabajos. Se hicieron las pruebas con un tamao de vecindario de
10 para los tres enfoques.
Nmero de ejecuciones y nmero de iteraciones: para cada
uno de los problemas se hicieron experimentos de 5 ejecuciones,
cada una con 500000 iteraciones, dado que la solucin inicial es
aleatoria y por lo que el entorno de bsqueda es diferente para
cada una de las corridas.
El programa fue implementado en lenguaje Java y las pruebas
fueron realizadas en un porttil IBM con procesador Intel(R)
Pentium(R) M de 1.4 GHz, y 512MB de Memoria RAM.
La tabla 1 muestra los resultados obtenidos para el problema
de 40 trabajos en cada tamao de vecindario; para cada criterio
de paro analizado; para las tres metaheursticas desarrolladas, y
se muestra el tiempo de ejecucin para cada corrida. En la parte
inferior se encuentra el ptimo o la mejor solucin conocida.
TABLA 1.
RESULTADOS EXPERIMENTALES PARA EL PROBLEMA DE 40 TRABAJOS.
Tiempo de
ejecucin
(ms)
Enfoque de solucin
Funcin
objetivo
1 406194 Tabu Search 1108
2 309655 Tabu Search 1079
3 308875 Tabu Search 1008
4 308824 Tabu Search 956
5 313110 Tabu Search 1096
6 551293 Gentico 1132
7 481640 Gentico 1274
8 451700 Gentico 1278
9 436377 Gentico 1128
10 455194 Gentico 1129
11 36534 Enfriamiento Simulado 1181
12 334080 Enfriamiento Simulado 1084
13 331496 Enfriamiento Simulado 1029
14 326008 Enfriamiento Simulado 956
15 339788 Enfriamiento Simulado 1036
ptimo 913
Para medir el desempeo de las metaheursticas y poderlas
comparar se calcularon dos indicadores utilizados en la
programacin de produccin como lo son (5) y (6).
Error relativo =
enfoque ptimo
ptimo
-100%
(5)
Mejoramiento =
enfoque(a) enfoque(b)
enfoque(a)
-100%
(6)
Para hacer el clculo de este indicador se realiz una
combinacin de los enfoques desarrollados y, seguidamente,
hacer la comparacin de mejoramiento entre los mismos.
La tabla 2 muestra los indicadores para medir el desempeo de
cada uno de los enfoques propuestos, para los resultados
obtenidos en el problema de 40 trabajos.
De acuerdo a los anteriores indicadores, se afirma que el error
relativo es alto en todos los enfoques desarrollados, hallando
como error relativo global un 20.29%; sin embargo, se hallan
acercamientos a la solucin ptima dada por la literatura, para los
enfoques de bsqueda tab y enfriamiento simulado, teniendo
estos un acercamiento al ptimo en una de las ejecuciones para
cada uno.
El indicador de mejoramiento para los enfoques indica, de
acuerdo a la funcin objetivo encontrada para el problema de 40
trabajos, cual de los enfoques es mejorado por algunos de ellos (o
tal vez no se encuentren diferencias significativa en el momento
de encontrar el ptimo del problema).
TABLA 2.
INDICADORES DE DESEMPEO, PARA EL PROBLEMA DE 40 TRABAJOS.
Problemas
error
relativo
Mejoramiento Combinacin
1 TS-1 21,36% -2,17% TS(1)-AG(6)
2 TS-2 18,18% -6,59% TS(1)-AS(11)
3 TS-3 10,41% -18,07% TS(2)-AG(7)
4 TS-4 4,71% -0,46% TS(2)-AS(12)
5 TS-5 20,04% -26,79% TS(3)-AG(8)
-2,08% TS(3)-AS(13)
6 AG-6 23,99% -17,99% TS(4)-AG(9)
7 AG-7 39,54% 0,00% TS(4)-AS(14)
8 AG-8 39,98% -3,01% TS(5)-AG(10)
9 AG-9 23,55% 5,47% TS(5)-AS(15)
10 AG-10 23,66% -4,33% AG(6)-AS(11)
14,91% AG( 7)-AS(12)
11 AS-11 29,35% 19,48% AG(8)-AS(13)
12 AS-12 18,73% 15,25% AG(9)-AS(14)
13 AS-13 12,71% 8,24% AG(10)-AS(15)
14 AS-14 4,71%
15 AS-15 13,47%
De acuerdo a los resultados reportados en la tabla 2. Se
encuentra que el enfoque de algoritmo gentico y enfriamiento
simulado disminuyen en un porcentaje bastante alto la calidad de
la solucin (en menor proporcin este ltimo; hallado por el
enfoque de bsqueda tab). A su vez el enfoque de algoritmo
gentico degrada la calidad de la solucin para el problema con
respecto al enfriamiento simulado, de acuerdo al porcentaje
mostrado.
Es importante resaltar que en una ocasin, dos de los enfoques
desarrollados encontraron la misma solucin para la funcin
objetivo del problema.
En la Fig 1. Se muestra el tiempo computacional consumido
por cada uno de los enfoques desarrollados.
Fig. 1. Tiempo de ejecucin obtenido para el problema de 40 trabajos.
De acuerdo a la Fig. 1, cuando se secuencia la mquina
mediante alguna de estas metaheursticas los enfoques toman
tiempos computacionales muy bajos (teniendo en cuenta un
nmero de 500.000 iteraciones para cada uno de ellos). Al
comparar los enfoques, los tiempos computacionales estn
ligados a la dificultad del algoritmo; siendo esto ms apreciable
para el algoritmo gentico. La implementacin de este se hace
ms larga que cuando se secuencien por los otros enfoques
realizados. Se puede apreciar en la Fig. 1 que no existen grandes
diferencias entre el tiempo computacional requerido para la
ejecucin del enfoque de bsqueda tab y el del enfriamiento
simulado.
VIII. CONCLUSIONES
A pesar que el porcentaje de error relativo es un poco alto,
tener un resultado sub-ptimo en problemas de tipo NP-Hard, en
un tiempo computacional razonable, se convierte en un elemento
importante para la toma de decisiones. Es por esto que las
tcnicas heursticas superan notablemente a los mtodos de
bsqueda exhaustiva (Enumera todas las soluciones para escoger
la mejor entre ellas).
El algoritmo que est mejorando ms rpidamente la funcin
objetivo es el enfoque de bsqueda tab. En gran parte se debe
porque la seleccin de soluciones est guiada por la memoria de
corto plazo; al contrario de recocido simulado, que selecciona
peores soluciones basados en una probabilidad, llegando en
algunos casos a bucles en la bsqueda; sin embargo, se debe
considerar la implementacin de memoria de largo plazo que
segn estudios puede mejorar ms an la diversidad del espacio
de soluciones y por ende encontrar soluciones mas prximas al
ptimo.
Se deben encontrar mejores mecanismos de generacin de las
soluciones iniciales, ya que las obtenidas con el mtodo aleatorio
parece ser que son muy lejanas al ptimo, lo cual puede significar
que se comienza a buscar por zonas no apropiadas y esto hace
que la minimizacin de la funcin objetivo tarde bastantes
iteraciones para mejorar. Se debe pensar en utilizar reglas de
despacho u otras heursticas de bsqueda local para generarlas.
El mecanismo de seleccin (Ruleta) utilizado para el algoritmo
gentico debe ser modificado, ya que est permitiendo que pasen
individuos de poca calidad con una alta probabilidad, lo cual
influye notablemente en la calidad de la poblacin en cada
generacin; adicionalmente, se debe implementar la reproduccin
como mecanismo principal de generacin de individuos,
combinando individuos de buenas caractersticas en la poblacin
y, adicionalmente, especificar una probabilidad para mutar los
individuos generados. Segn estudios realizados por autores
especificados en el estado del arte, estos enfoques mejoran
notablemente la calidad de las soluciones obtenidas.
Trabajos futuros
De acuerdo a la literatura se encontr que los algoritmos
genticos son los ms recurrentes para solucionar el problema de
tardanza total ponderada en el modelo bsico. Dada esta
recurrencia en las investigaciones recientes para este problema,
es importante que se realice un anlisis comparativo utilizando los
tres enfoques ms tradicionales en las metaheursticas. Estos
son, los empleados en el presente trabajo mediante tcnicas de
estadstica avanzada, como es la herramienta de diseo
experimental, utilizando parmetros en los algoritmos diseados
que permitan obtener numricamente y de manera significativa,
algunos de los efectos dados por elementos como: el nmero de
iteraciones y nmero de vecinos en la calidad de solucin para el
problema.
La pregunta cul es el tamao idneo para un vecindario?
parece no tener una respuesta clara, dado que intuitivamente se
puede pensar que las poblaciones pequeas corren el riesgo de
no cubrir adecuadamente el espacio de bsqueda, mientras que
trabajar con poblaciones de gran tamao puede acarrear
problemas asociados al gran costo computacional. Por tanto, un
aspecto importante para desarrollar en trabajos futuros es la
parametrizacin de los enfoques de solucin desarrollados.
Se proponen explorar otras tcnicas metaheursticas como:
colonia de hormigas y bandadas de aves o bancos de peces, para
el problema de minimizar la tardanza total ponderada, y
compararla con los enfoques ya desarrollados (con respecto a la
calidad de la funcin objetivo y el tiempo computacional requerido
para obtener una secuencia ptima o subptima del problema).
Tambien se proyecta el generar soluciones para el problema
mediante los enfoques desarrollados en este artculo,
considerando otras medidas de cumplimiento que contribuyan a
desarrollar planes eficaces y un valor agregado diferenciador para
las necesidades de las diferentes industrias de manufactura.
REFERENCIAS
[1] E. Lawler, A Pseudopolynomial Algorithm for Sequencing Jobs to Minimize
Total Tardiness. Annals of Discrete Mathematics,vol 1,1977.
[2] J.K. Lenstra, A.H.G. Rinnooy Kan, and P. Brucer. Complexity of Machine
Scheduling Problems. Annals of Discrete Mathematics, Vol 1, pp.343-362,
1980.
[3] C.N. Potts, and L.N. Van Wassenhove. A branch and bound algorithm for
total weighted tardiness problem. Operations Research,1985.
[4] T.S. Abdul-Razaq , C.N. Potts , and L. N. Van Wassenhove, A survey of
algorithms for the single machine total weighted tardiness scheduling
problem, Discrete Applied Mathematics, Vol.26, pp.235-253, Mar. 1990.
[5] N. Potts, and L.N. Van Wassenhove. Single Machine Tardiness
Sequencing Heuristics. IIE Transactions, Vol. 23, pp.346-354,1991.
[6] B. Alidaee, and K.R. Ramakrishnan. A computational experiment of covert-
au class of rules for single machine tardiness scheduling problem.
Computers industrial engineering, 1996.
[7] P.A Huegler, and F.J. Vasko. A performance comparison of heuristics for the
total weighted tardiness problem. Gran Bretaa: Computers industrial
engineering, pp. 753-767, 1997.
Tiempo de ejecucin
0
100000
200000
300000
400000
500000
600000
1 2 3 4 5
Bsqueda tabu
Algoritmo gentico
Enfriamiento simulado
[8] R.K, Congram, C.N. Potts, and S.L Van de Velde. An Iterated Dynasearch
Algorithm for the Single-Machine Weighted Tardiness Problem. Informs
Journal on Computing, vol.14, 2002.
[9] A. Bauer, B. Bullnheimer, R. Hartl, F. RICHARD, and C. Strauss. Applying
ant colony optimization to solve the single machine total tardiness problem.
Austria: Adaptative information systems and modeling in economics and
management science. reporte 42, 1999.
[10] P.M. Franca, A. Mendes, and P. Moscato. A memetic algorithm for the total
tardiness single machine scheduling problem. European Journal of
Operational Research, vol.132, 2001.
[11] I. Borgulya. A cluster-based evolutionary algorithm for the single machine
total weighted tardiness scheduling problem. Journal of computing and
information technology. vol.3, pp.211-217, 2002.
[12] N.L. Mohamed,A. Abdelrahman, and S. Ramaswany. A genetic algorithm for
the single machine total weighted tardiness problem. IEEE, 2003.
[13] R. Maheswaran, and E.S.G. Ponnambalam. An investigation on single
machine total weighted tardiness scheduling problems. Londres:
International Journal Adv Manufacturing Technology, vol.22, pp.243-248,
2003.
[14] E. Rodriguez, D. Carmona, L.F. Moreno, F.J Diaz,G.E Pea, and C.
Crdenas. Solucin de un Problema de la Tardanza Total Ponderada en el
Modelo Bsico, Usando Un Algoritmo De Bsqueda Tab. Revista
Iberoamericana de Sistemas, Ciberntica e Informtica, 2004.
[15] A. Grosso, F. Della Croce, and R. Tadei. An enhanced dynasearch
neighborhood for the single machine total weighted tardiness problem.
Operations Research letters. vol.32, pp.68-72, 2004.
[16] R. Maheswaran, and E.S.G. Ponnambalam. An intesive search evolutionary
algorithm for single-machine total weighted tardiness problem. International
Journal Adv Manufacturing Technology, vol.26, pp.1150-1156, 2005.
[17] U. Bilge, M. Kurtulan, and F. Kirac. A tabu search algorithm for the single
machine total weighted tardiness problem. European Journal of Operational
Research. vol.176, pp.1423-1435, 2007.
[18] P. Araya,P. Silva, and P. Palominos. A new greedy heuristic for the single
machina total weighted tardiness problem. Chile: 19th International
Conference on Production Research, 2007.
[19] A. Colak, B. Arife, and A. Burakkeha. Interval-indexed formulation based
heuristic for single machine total weighted tardiness problem. Computers &
Operations Research. vol.36, pp.2122-2131, 2009.
[20] L.T Xianpeng Wang. A population based variable neighborhood search for
the single machine total weighted tardiness problem. Computers &
Operations Research. vol.36, pp.2105-2110, 2009.
[21] F. Glover, and M. Laguna Tabu search. Kluver academia publishers, 1997.
[22] D. Goldenberg. Genetic algorithms in search, optimization and machine
learning. Addison-Wesley, Reading, MA. 1989
[23] J.P. Caballero, G. Mejia. Redes de petri y algoritmos genticos, una
propuesta para la programacin de sistemas de manufactura flexible.
Bogot: Revista Ingeniera y Universidad. Pontificia Universidad Javeriana,
vol.10, 2006.
[24] S. Kirkpatrick, C.D. Gelatt, and M.P VECCHI. Optimization by simulated
annealing. Science, vol.220, pp.671-680, 1983.
ResumenLa creacin de un modelo conceptual permite resumir y
modelar de manera ms clara y concisa los aspectos que tienen ms
relevancia a la hora de preferir un medio de transporte como lo es la
bicicleta, este documento presenta las variables crticas para la
implantacin de la bicicleta como medio de transporte en la ciudad de
Bogot.
Palabras clave Modelo conceptual, Estructura organizacional,
Bicicleta.
I. INTRODUCCIN
a movilidad es un tema que ocupa y preocupa a los
mandatarios de las principales ciudades de Colombia y en
especial a la ciudad de Bogot; por ser esta la que concentra un
mayor nmero de personas y un principal centro de negocios del
pas. Es por esto, que esta investigacin fue encaminada a
generar una propuesta, a partir de un modelo conceptual, que
genere compromiso y responsabilidades a los diferentes actores
que guan el rumbo de la ciudad, para que a partir del uso de la
bicicleta como medio de transporte de las personas, se contribuya
a mejorar la movilidad en la ciudad y, el cuidado y conservacin
del medio ambiente en la misma.
El modelo propuesto, identifica una estructura organizacional
de actores relevantes para la consecucin de la propuesta, sus
responsabilidades y compromiso con el mismo, para que se
gestionen polticas que promuevan, generen espacios y regulen el
uso de la bicicleta como transporte de las personas al interior de
la ciudad.
II. MODELO CONCEPTUAL PARA EL TRANSPORTE EN BICICLETA (TB)
La construccin de ciclorrutas para fomentar el uso de la
bicicleta no garantiza el aumento de los usuarios, es necesaria la
combinacin de estrategias que trabajen de manera conjunta [1].
En el caso de Bogot, se corren los riesgos de prdida en la
inversin ya realizada para la movilidad en bicicleta. La gestin
del trfico, las garantas de seguridad en las intersecciones, la
vigilancia continua y los estacionamientos son factores que
repercuten de manera positiva al aumento de la movilidad en
bicicleta.
La construccin de los siguientes modelos se fundament en el
anlisis de entrevistas realizadas, la situacin de algunos
pases y la situacin actual de Bogot. Es importante resaltar
que adems de la informacin, la construccin de los modelos
tuvo como base la metodologa Suave de Peter Checkland, la cual
se aplic en su totalidad a excepcin del ltimo paso, ya que era
imposible de realizar debido a las condiciones del proyecto.
Fig. 1. Modelo Propuesto para el Transporte en Bicicleta.
El nodo de la izquierda y el inferior representan los beneficios y
aspectos necesarios para el transporte en bicicleta, el nodo del
centro y el de la derecha corresponden a las organizaciones
encargadas de gestionar dichos aspectos y el nodo superior el
factor fundamental y decisivo para el ciclo; EOTB responde a
Estructura organizacional para el transporte en bicicleta.
Adicionalmente, el modelo contempla a la ciudadana en
general como los autores implcitos en el modelo y reconoce la
existencia e impacto de factores externos como: Topografa,
clima, desastres naturales, grupos al margen de la ley.
III. DINMICA DEL MODELO CONCEPTUAL
Gestin pblica
Esta es la actividad primordial para la realizacin de cualquiera
de las propuestas generadas a partir por este modelo.
La gestin permite comprometer a los dirigentes polticos,
gubernamentales y el distrito en general para que en sus
programas de gobierno se establezca de manera continua el
apoyo, promocin, divulgacin, financiacin, aceptacin, creacin
de programas educativos-ambientales y la reingeniera en los
procesos de avance y capacitacin en materia legal, en el
mantenimiento y polticas que favorezcan el Transporte en
Bicicleta (TB).
L
Modelo Conceptual para el Transporte en Bicicleta de
la Ciudad de Bogot
Diego F. Suero, Docente Investigador, Ingeniera Industrial
Estas acciones de coordinacin son realizadas en primera
instancia por la organizacin de usuarios hacia los lderes
polticos y luego de la conformacin de la Estructura
Organizacional para el Transporte en Bicicleta (EOTB), se
realizar de manera conjunta entre las dos entidades.
Histricamente, la generacin de proyectos para el transporte
no motorizado, ocurren debido a que alguien con poder poltico,
dinero y perseverancia hace que sucedan. El mejor ejemplo es la
construccin de las ciclorrutas de Bogot, como promesa de la
campaa del Alcalde Enrique Pealosa, quien estaba totalmente
convencido de la importancia de tales medidas. De igual forma, la
peatonalizacin del centro de Curitiba, Brasil, tambin fue
apoyada por un Alcalde iluminado. La priorizacin del uso de
bicicletas en China fue una decisin de altos niveles del gobierno
nacional y del partido, al igual que hoy las restricciones al uso
tambin son impuestas por el gobierno [2].
A. Creacin y puesta en marcha de la EOTB: Estructura
organizacional para el transporte en bicicleta.(Pblica).
Organizacin encargada de coordinar con todas las entidades
relevantes, actividades para el correcto funcionamiento y logstica
del sistema. Esta organizacin estara financiada por recursos del
estado y sus integrantes podran ser personas que ya pertenecen
a cada una de las entidades del distrito, quienes conocen y
manejan de alguna forma los temas relacionados con la movilidad
en bicicleta.
Esta organizacin de carcter administrativo se encargar de
todos los aspectos necesarios legales y normativos para la
movilidad en bicicleta.
Realizacin de estudios:
movilidad, accidentalidad
Realizacin de una
normatividad especfica para el
transporte en bicicleta
Control y vigilancia
del sistema
Diseo e implementacin de
infraestructura y sealizacin para
el transporte en bicicleta
Recopilacin de informacin
de funcionamiento del
sistema
Monitoreo evaluacin y
valoracin de la
informacin
Realizacin de
correcciones y mejoras al
sistema
Conectividad e integracin
modal con otros sistemas
Aprobacin y asignacin de
recursos para la conformacin
de la EOTB
Fig. 2. Modelo Propuesto para la EOTB
B. Creacin y puesta en marcha de una organizacin privada de
usuarios y partidarios de la bicicleta.
Organizacin sin nimo de lucro pero con patrocinios de
empresas privadas y actividades realizadas por la misma. Su
objetivo fundamental es ejercer presin poltica hacia las
entidades gubernamentales y lideres polticos para aceptacin y
creacin de programas y proyectos, que favorezcan el transporte
en bicicleta.
Estas acciones se realizan por medio de la coordinacin de un
significativo grupo de afiliados, que tienen en comn el deseo de
establecer un papel activo en el rgimen de mercadeo, servicio de
calidad, y confiabilidad para este sistema de transporte. Entre los
afiliados deberan estar personas influyentes, lderes comunales,
personajes reconocidos pblicamente, con el fin de lograr
mecanismos de presin ms efectivos.
Para poder ejercer influencia poltica, es importante reconocer
que sta organizacin requiere de ventanas de oportunidad. Estas
se traducen en buscar el momento poltico oportuno y crear las
necesidades que beneficiaran a las dos partes; polticos y
proponentes. De lo contrario sus objetivos se quedaran
nicamente en intenciones [3].
Es importante que la organizacin cuente con un campen de
proyecto, que lidere las acciones del un equipo de profesionales
que la componen como lo deberan ser: consultores de
planificacin internacional, ingenieros civiles, un socio local con
influencias y contactos dentro del gobierno, una ONG local,
universidad o compaa de planificacin con experiencia de
trabajo y estudio de la poblacin [2].
En algunos pases, la presin de los ciclistas, ONG y agencias
internacionales de financiamiento han probado ser vitales para
ejercer presin ante las necesidades del transporte en bicicleta.
Las instalaciones para bicicletas en muchas de las grandes
ciudades de Estados Unidos, Europa occidental, Europa Central
(Carcovia, Budapest, entre otros), en Bangkok y la espectacular
mejora de instalaciones peatonales en Sel, claramente fueron
producto de la presin aplicada al gobierno por las ONG y
federaciones de ciclistas. En Accra y Tamale (Ghana), en
Tanzania, Marakina (Manila/Filipinas), Lima (Per), Gdansk
(Polonia), Yogyakarta (Indonesia), y Santiago de Chile, se dio un
gran empuje a nuevas instalaciones de bicicleta y otros medios no
motorizados por parte de organizaciones internacionales, tales
como el Banco Mundial o la UNDP, y generalmente por individuos
ms especficamente comprometidos dentro de esas instituciones
[2].
Otros ejemplos son el de Maryland Bicycle Advisory Committee
(BAC), quienes han establecido trabajos cercanos con varios
miembros del estado en la asamblea y el senado [4]. Otro caso es
el de Bicycle Victoria en Australia, la cual ha promovido una
extensa y completa red de ciclorrutas gracias a la presin de sus
42000 miembros [5]. Tambin, el de la Asociacin de Ciclistas
Urbanos de Buenos Aires (ACU), que ha dirigido reuniones, foros,
seminarios y eventos especiales, lleva a cabo tres paseos
sociales semanales, publica una hoja informativa y un manual
sobre la bicicleta, realiza presentaciones en las escuelas, conduce
estudios en temas como estacionamientos para bicicletas e
integracin con los trenes y proporciona recomendaciones
detalladas al gobierno municipal [6].
Conformacin de la
organizacin con los
usuarios y activistas
Definicin de objetivos y
actividades de la
organizacin
Realizacin de la sensibilizacin y
apropiacin de la bicicleta como
medio de transporte
Diseo de estrategias
de promocin
Realizacin de campaas
publicitarias en medios de
comunicacin
Establecimiento de una red de
contactos de promocin del
sistema
Realizacin de actividades
y eventos de financiacin
Realizacin de una gestin de
tipo poltico que facilite la
promocin del sistema
Monitoreo, evaluacin y
acciones correctivas
Segmentar el grupo de inters
al cual se promocionar el
sistema
Coordinacin con
otras entidades
Fig. 3. Modelo propuesto para la organizacin privada
C. Gestin de beneficios para el sistema; infraestructura y
seguridad.
Entre los beneficios para el sistema, uno de los ms relevantes
para impulsar el uso de la bicicleta como medio de transporte es
la creacin y/o adecuacin de una infraestructura adecuada para
la bicicleta; esto incluye, sealizacin, ciclorrutas, separadores,
puentes, iluminacin, entre otros y su respectivo mantenimiento.
Como segunda medida, igualmente importante, es la garanta de
la seguridad en el sistema; seguridad ante la delincuencia y ante
el trfico vehicular que amenaza los desplazamientos de los
ciclistas.
Para establecer una correcta infraestructura se tiene en cuenta;
Planeacin y diseo, Localizacin y Acceso.
Planeacin y diseo
El aprovechamiento de los nuevos diseos y tecnologas se
basa en los lineamientos que tienen en cuenta los medios de
transporte alternativos.
Localizacin
La ubicacin esta en funcin del espacio urbano y la poblacin.
Acceso
Para la coordinacin de los componentes del sistema stos
deben ser viables.
Por otro lado, las acciones en pro de difundir la importancia del
uso de la bicicleta, tanto en campaas publicitarias como en
campaas educativas permanentes. Programas en los colegios
donde se implemente en las asignaturas, la relevancia de la
movilidad en bicicleta y su adecuada forma de hacerlo. Dar a
conocer la cobertura del sistema y las ventajas que este tiene.
En los pases ms avanzados donde las ONG tienen acceso a
ms recursos, es el gobierno el que en reconocimiento de la
importancia de estos temas para la ciudad, ahora de manera ms
comn que antes, inicia campaas de sensibilizacin pblica
sobre transporte urbano sostenible [6].
Cmo funciona el ciclo?
La creacin de la organizacin de usuarios es el comienzo para
poder ejercer influencia a los dirigentes, por lo tanto, se convierte
en gestin poltica para obtener beneficios hacia el TB. Esta
gestin poltica permitir crear la nueva organizacin llamada la
EOTB quien a su vez ser la encargada de realizar las actividades
de promocin, formacin y proporcionar beneficios a los usuarios
de la bicicleta.
Al existir una conciencia y actitud de cambio ciudadana, sobre
la necesidad de la bicicleta, los usuarios exigirn al gobierno ms
garantas y beneficios para el TB, retornando nuevamente, en
cuanto a la llamada gestin poltica (infraestructura y seguridad).
Al obtener los beneficios del sistema, estos sern regulados
por las dos organizaciones, que a su vez se relacionan con el
usuario, a fin de conocer sus necesidades o para ofrecer los
servicios de esta.
Se inicia el ciclo en su proceso nuevamente, cuando la
organizacin del usuario contina con sus actividades para ejercer
gestiones polticas, pero ahora tambin existe una interaccin con
la EOTB, de esta manera, el ciclo contina generando
confiabilidad y eficacia del sistema en sus condiciones necesarias
para facilitar el TB.
IV. OBSTCULOS DEL PROYECTO
TABLA 1.
IDENTIFICACIN DE OBSTCULOS QUE INCIDEN EN EL DESARROLLO DEL
PROYECTO
Funciones de las
instituciones
gubernamentales
Vigilancia y
control logstico
Poltica ambiental y
social
Falta de voluntad
poltica
Intereses
creados y/o
particulares
Falta de claridad
en el marco legal y
jurdico
Normatividad y
legislacin que
limita la
implementacin de
la propuesta
Indiferencia y
desinters de las
entidades
gubernamentales
ante la creacin de
la organizacin.
Inadecuada
implementacin
de la
infraestructura
La situacin
actual del pas
en la tcnica y
tecnologa
Indiferencia y
desinters de los
usuarios y
ciudadanos ante
la creacin de la
organizacin.
Insuficiencia
del modelo
conceptual o
incapacidad para
desarrollar
Dependencia y
Apego hacia los medios
de transporte
motorizado.
Desconocimiento de
las consecuencias del
impacto ambiental a
corto y largo plazo
Desinters sobre la
responsabilidad social y
ambiental para
incrementar un
desarrollo sostenible.
Falta de inversin de
entes privados y
pblicos.
Las
ensambladoras
multinacionales de
autos son serios
obstculos para
lograra el punto de
equilibrio entre
oferta y demanda
vial.
una(s) de las
determinantes.
V. CONCLUSIONES
La EOTB se encargar de la insercin de una nueva poltica de
movilidad para el transporte en bicicleta, de manera que deber
proveer no slo infraestructura y mantenimiento, sino alternativas
de solucin a los problemas, creando una estructura de apoyo
para el transporte en bicicleta [7]. Esta organizacin, debe
construirse en bases tan slidas como la de los vehculos
motorizados, as garantizara su permanencia durante aos [8].
Si no existe gestin poltica no es posible realizar proyectos
que puedan beneficiar el transporte en bicicleta. Esa gestin
poltica se basa en la presin ejercida por las masas.
Es vital que la organizacin privada no realice, promocione o
actu en favor de campaas polticas para favorecer candidatos o
partidos polticos de alguna ndole. Esto afectara de manera
radical los objetivos planteados y su neutralidad como una
organizacin de usuarios y partidarios de la bicicleta.
La normatividad existente acerca de la bicicleta como medio de
transporte contemplada en la ley 769 de 2002 en el cdigo
nacional de transito [9], no beneficia a los ciclistas, se refiere a
una serie de sanciones y represiones, pero no garantas para la
seguridad y transito de manera ms eficiente de los usuarios,
adems de la similitud con las normas para motocicletas.
Segn algunos de los entrevistados, la obligatoriedad del casco
desmotiva el uso de la bicicleta. El argumento en contra es que a
las velocidades tan bajas y debido a la flexibilidad de este
vehculo, los riesgos son mnimos, a excepcin de choques con el
trfico automotor donde las colisiones podran ser incluso
mortales y los costos adicionales que implica el mismo.
REFERENCIAS
[1] R. Stuven. Y dnde quedaron las ciclovas? 2005 Enero 5 de 2005 [cited;
Available from: http://ricardo-stuven.blogspot.com/
[2] W. Hook. Preservar y expandir el papel del transporte no motorizado. GTZ,
Transport policy advice, Proyecto de sector "Transport policy advice", 2002.
[3] A. Ardila. Notas de clase, Planeacin del transporte. 2005, Universidad de
los Andes: Bogot.
[4] R. Olken, et al. Guide to Bicycle Advocacy. 1999, Washington, DC: Bikes
Belon Coalition Ltd.
[5] P. Mckay. Entrevistas. 2005, Victoria-transport institute: Bogot
[6] K. Fjellstrom. Acciones para mejorar el conocimiento pblico sobre
transporte urbano sostenible. GTZ, Transporte sostenible, proyecto de
sector "Transport policy advice", 2000.
[7] A. Sirkis. Ciclovas Cariocas. in Seminario Internacional Ciclovas Unidas de
las Amricas. 2005. Bogot.
[8] O. Hatch. European Experience in promoting increased bicycle use. in
Encuentro Internacional sobre transporte urbano sostenible y uso de la
bicicleta "comienza a rodar el cambio". 1998. Bogot.
[9] STTB, Manual del usuario de la bicicleta, ed. D.t.d. pedagoga. 2005, Bogot
Palabras clavesUML, Lenguajes de descripcin de hardware,
diseo estructural.
I. INTRODUCCIN
n la tendencia actual, los sistemas digitales y en general todos
los sistemas de tipo electrnico, son diseados y simulados
usando herramientas asistidas por computador.
Los diseadores han priorizado sus esfuerzos en adquirir la
mayor experiencia posible en el uso de estas herramientas y han
dejado de lado, de alguna forma el aspecto ms importante en un
segundo plano, el diseo y la documentacin del mismo.
Una opcin para solucionar esta deficiencia es hacer uso de
una herramienta que en principio se cre con el fin de apoyar el
diseo de aplicaciones de software, pero que posteriormente
evoluciono para permitir su uso en cualquier rea de la ingeniera,
esta herramienta es UML (por sus siglas en ingls, Unified
Modeling Language), la cual es un lenguaje que permite disear y
documentar de manera grfica y textual aplicaciones de cualquier
tipo.
II. UML COMO HERRAMIENTA DE DISEO
El lenguaje de Modelamiento unificado (UML) fue creado con la
finalidad de tener una notacin estndar, donde se combinan
notaciones provenientes desde el modelado orientado a objetos,
modelado de datos, modelado componentes y el modelado de
flujo de trabajo, con la participacin de Grady Booch, Jim
Rumbaugh e Ivar Jacobson. Desde su publicacin en 1995 ha
presentado varias versiones y actualmente se encuentra
disponible la versin 2.0 [15].
Se debe recordar que un modelo es una vista de un sistema
del mundo real, que describe completamente los aspectos del
sistema que son relevantes al propsito del modelo y a un
apropiado nivel de detalle, y un diagrama es una representacin
grfica de una coleccin de elementos de modelado. Un lenguaje
de modelado es aquel cuyo vocabulario y reglas se enfocan en la
representacin conceptual y fsica de un sistema. La finalidad de
los diagramas es presentar diversas perspectivas de un sistema,
a las cuales se les conoce como modelo.
UML es un lenguaje estndar que es usado para visualizar,
especificar, construir y documentar los elementos de un sistema,
comprende tres tipos de bloques: los objetos que son
abstracciones de elementos del mundo real, las relaciones que se
encargan de unir estos objetos y los diagramas que agrupan
colecciones de objetos afines [17].
Los objetos en UML se clasifican en estructurales (nombres de
modelos), conductuales (partes dinmicas de los modelos), de
agrupacin (partes orgnicas) y notacionales (partes explicativas).
Las relaciones por su parte pueden ser de dependencia,
asociacin, generalizacin y realizacin.
Por otra parte los diagramas pueden ser: diagramas de clase,
de objetos, de casos de uso, de secuencia, de colaboracin, de
estado, de actividad, de componentes o de despliegue.
Los sistemas siempre estn soportados en una o varias
arquitecturas; la arquitectura es el juego de decisiones
significantes sobre: la organizacin de un sistema, la seleccin de
los elementos estructurales y sus interfaces, su conducta, la
colaboracin entre estos elementos, la composicin de los
elementos estructurales y conductuales al igual que el estilo
arquitectnico que gua esta organizacin. De igual forma UML al
ser un lenguaje estructurado esta soportado en una arquitectura
que se muestra en la figura 1.
VISTA LGICA
VISTA DE
REALIZACIN
VISTA DE
PROCESOS
VISTA DE
DISTRIBUCIN
VISTA DE CASOS
DE USO
Fig. 2. Arquitectura de UML.
III. EJEMPLO DE APLICACIN
Para demostrar la idea previamente expresada, se usar a
manera de ejemplo el diseo de un sistema lgico secuencial que
debe cumplir las siguientes caractersticas [6]:
Se desea disear el controlador de una mquina vendedora, la
cual dispensa barras de dulce a $700.
El controlador deber tener las seales de entrada para indicar
el valor de la moneda ingresada ($100, $200 $500).
Adicionalmente son necesarias dos entradas adicionales para el
reloj y el reinicio del controlador.
El controlador responde con tres salidas: la salida del dulce,
por donde se dispensa una barra de dulce, ms las salidas para el
cambio ($100, $200), cuando sea requerido.
La mquina permanecer en reposo hasta que sea ingresada
una moneda, evento en el cual empezar a acumular el valor
correspondiente hasta completar por lo menos el valor del dulce.
Una vez acumulado el valor necesario se dispensar un dulce y
se dar el cambio correspondiente.
Para iniciar el proceso, se deben mencionar los diagramas que
se usarn en el diseo y especificacin del controlador solicitado,
estos diagramas sern los diagramas de caso de uso (muestran
los requerimientos del controlador), diagrama de clases (muestra
E
Jorge A. Arvalo, Docente Investigador, Ingeniera de Telecomunicaciones
Usando UML en el diseo de sistemas digitales
la interaccin de las entidades que aportan a la solucin del
problema), diagramas de secuencia (muestran la ordenacin
temporal de los mensajes entre entidades), diagramas de
colaboracin (muestran la relacin estructural de las entidades) y
diagramas de estado (muestran los estados por los cuales pasa el
sistema para llevar a cabo su funcin).
A. Diagrama de Casos de Uso
Estos diagramas presentan la relacin entre los usuarios del
sistema y las entidades internas que realizan una actividad
especfica. Los nombrados usuarios no son necesariamente
personas, tambin pueden ser otros sistemas o subsistemas que
brinden informacin al sistema o hagan uso de los datos
generados en las salidas. Los diagramas se acompaan de una
descripcin textual, que muestra el comportamiento de cada Caso
de Uso [13].
TABLA I
CASO DE USO ACUMULAR VALOR
Nombre: Acumular valor
Propsito: Acumular el valor de las monedas ingresadas
hasta tener por lo menos el costo del dulce.
Descripcin:
Cuando se activa la entrada correspondiente al valor de la
moneda ingresada, este valor se debe acumular.
Cuando el valor acumulado alcanza por lo menos el valor del
dulce, se activa la seal de control que permite dispensar el
dulce.
Si el valor acumulado es mayor al valor del dulce, se activa la
seal de control que permite realizar la devolucin
correspondiente y se informa la cantidad a devolver.
Precondiciones:
El sistema esta adecuadamente configurado y ha sido
inicializado.
El sistema de reconocimiento de monedas ha reconocido e
identificado el valor de la moneda ingresada.
Poscondiciones:
La seal que permite dispensar el dulce se activa cuando se
acumula el valor correspondiente.
La seal que permite devolver el cambio correspondiente se
activa si hay lugar a devolucin.
Junto con la seal de devolucin de cambio se indica el valor
a devolver.
Otras restricciones:
Sistema de reconocimiento de monedas
Acumular valor
Deposito de dulces
Caja
Controlador de Mquina Vendedora
1 1
uses
uses
Fig. 3. Diagrama de Casos de Uso.
B. Diagramas de Clase.
Los diagramas de clase presentan las descripciones de
conjuntos de objetos del sistema, con sus relaciones
estructurales. Se incluyen las definiciones para atributos y
operaciones de cada conjunto de objetos. Estos diagramas
tambin son la base para los diagramas de componentes y los
diagramas de despliegue.
Los diagramas de clase son usados para visualizar, especificar,
documentar y construir sistemas ejecutables aplicando ingeniera
directa e inversa [16].
Fig. 4. Diagrama de Clases
C. Diagrama de Secuencia
Los diagramas de secuencia destacan la ordenacin temporal
de los mensajes entre las entidades que participan en el proceso,
ofreciendo una seal visual clara del flujo de control a lo largo del
tiempo [16].
Fig. 5. Diagrama de Secuencia
D. Diagrama de Colaboracin.
Un diagrama de colaboracin destaca la organizacin de los
objetos que participan en una interaccin, los enlaces que los
conectan y los mensajes que intercambian. Los diagramas de
colaboracin se destacan por mostrar el camino y la ordenacin
temporal de los mensajes usando nmeros de secuencia [16].
Fig. 6. Diagrama de Colaboracin
E. Diagrama de Estados.
Los diagramas de estados, representan los diferentes estados
del sistema y cada uno representa la ejecucin de una accin. Los
estados pueden ser interrumpidos y se considera que invierten
algn tiempo en completarse [16].
Fig. 7. Diagrama de Estados
F. Implementacin del cdigo
Teniendo como referencia y soporte cada uno de los diagramas
previamente presentados, se puede realizar la codificacin del
programa que cumpla con los requerimientos planteados. En el
momento de realizar la codificacin, en este caso usando lenguaje
VHDL, es fcil apreciar la declaracin de la clase con sus
atributos (ENTITY), y la declaracin de las operaciones que
realiza la clase (ARQUITECTURE) [6].
---------------------------------------------------------------------------
LIBRARY ieee;
USE ieee.std_logic_1164.all;
---------------------------------------------------------------------------
ENTITY CM1 IS
PORT (clk, rst : IN STD_LOGIC;
in_100, in_200, in_500 : IN BOOLEAN;
d_dulce, c_100, c_200 : OUT STD_LOGIC);
END CM1;
---------------------------------------------------------------------------
ARCHITECTURE cmv OF CM1 IS
TYPE state IS (s_0, s_100, s_200, s_300, s_400, s_500,
s_600, s_700, s_800, s_1000);
SIGNAL p_state, n_state : STATE;
BEGIN
----------------- GENERAL PERFORMANCE -----------------
PROCESS (rst, clk)
BEGIN
IF (rst = '1') THEN
p_state <= s_0;
ELSIF (clk'EVENT AND clk = '1') THEN
p_state <= n_state;
END IF;
END PROCESS;
----------------------- BRING UP COUNT -----------------------
PROCESS (p_state, in_100, in_200, in_500)
BEGIN
CASE p_state IS
WHEN s_0 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_100;
ELSIF (in_200) THEN n_state <= s_200;
ELSIF (in_500) THEN n_state <= s_500;
ELSE n_state <= s_0;
END IF;
WHEN s_100 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_200;
ELSIF (in_200) THEN n_state <= s_300;
ELSIF (in_500) THEN n_state <= s_600;
ELSE n_state <= s_100;
END IF;
WHEN s_200 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_300;
ELSIF (in_200) THEN n_state <= s_400;
ELSIF (in_500) THEN n_state <= s_700;
ELSE n_state <= s_200;
END IF;
WHEN s_300 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_400;
ELSIF (in_200) THEN n_state <= s_500;
ELSIF (in_500) THEN n_state <= s_800;
ELSE n_state <= s_300;
END IF;
WHEN s_400 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_500;
ELSIF (in_200) THEN n_state <= s_600;
ELSE n_state <= s_400;
END IF;
WHEN s_500 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_600;
ELSIF (in_200) THEN n_state <= s_700;
ELSIF (in_500) THEN n_state <= s_1000;
ELSE n_state <= s_500;
END IF;
WHEN s_600 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '0';
IF (in_100) THEN n_state <= s_700;
ELSIF (in_200) THEN n_state <= s_800;
ELSE n_state <= s_600;
END IF;
WHEN s_700 =>
d_dulce <= '1';
c_100 <= '0';
c_200 <= '0';
n_state <= s_0;
WHEN s_800 =>
d_dulce <= '1';
c_100 <= '1';
c_200 <= '0';
n_state <= s_0;
WHEN s_1000 =>
d_dulce <= '0';
c_100 <= '0';
c_200 <= '1';
n_state <= s_800;
END CASE;
END PROCESS;
END cmv;
---------------------------------------------------------------------------
Finalmente se puede apreciar el bloque funcional del
controlador creado para la mquina vendedora de dulces, en l se
observan los atributos declarados en el diseo.
clk
rst
in_100
in_200
in_500
d_dulce
c_100
c_200
SM1
inst
VCC
clk INPUT
VCC
rst INPUT
VCC
in_100 INPUT
VCC
in_200 INPUT
VCC
in_500 INPUT
d_dulce OUTPUT
c_100 OUTPUT
c_200 OUTPUT
Fig. 8. Diagrama funcional del controlador diseado
IV. APORTES DE LA TCNICA EMPLEADA
El uso de herramientas asistidas por computador junto con
UML en la especificacin, diseo y documentacin de sistemas
digitales permite tener una visin clara del comportamiento y de la
forma como se relacionan las diferentes partes que lo componen.
De la misma forma permite la creacin de entidades
especializadas en una serie de actividades que ayudan a darle
ms orden al sistema.
El proceso realizado de esta forma ofrece adems la ventaja de
dejar bien documentado el diseo, de tal forma que permite
identificar fcilmente los posibles errores y realizar los correctivos
necesarios antes de codificar o implementar el diseo.
Cualquier modificacin que se realice a partir del diseo inicial,
es igualmente, fcil de realizar y de documentar, permitiendo as
tener un mejor manejo de versiones del diseo.
V. CONCLUSIN
UML como lenguaje de referencia ofrece una serie de guas y
recomendaciones que pueden ser consideradas al momento de
realizar el diseo de un sistema digital, obteniendo una solucin
acorde a unas necesidades especficas y con unos costos de
implementacin menores, teniendo en cuenta los tiempos
empleados en el proceso.
Al estar el diseo especificado a partir de UML permite reducir
los tiempos de trabajo, debido a que antes de llevar a cabo la
codificacin e implementacin, ya se tiene claridad sobre el
comportamiento del sistema y evitando caer en situaciones de
prueba y error, que ocasiona en muchas ocasiones que el
producto final sea un conjunto parches que solucionan diferentes
problemas.
El tener los diferentes diseos debidamente documentados,
permite realizar la reutilizacin de cdigo en diferentes proyectos,
actividad que es poco comn en el diseo de sistemas digitales,
debido a la falta de cultura de documentacin de los procesos.
REFERENCIAS
[1] E. Brger and R. Strk, Abstract State Machines A Method for High-Level
System Design and Analysis, Springer, 2003, pp. 16-27.
[2] Department of Defense, Documentation of Digital Digital Electronic Systems
with VHDL, DoD, 1996, ch. 3.
[3] IEEE Standard VHDL Lenguage Reference Manual, IEEE Standard 1076,
2002.
[4] H. Bhatnagar, Advanced ASIC Chip Synthesis Using Synopsys, Design
Compiler, Physical Layer and Prime Time Second Edition, Kluwer
Academic Publishers, 2002, ch 3.
[5] D. L. Perry, VHDL: Programming by Example Four Edition, McGraw Hill,
2002, pp. 15-105.
[6] V. A. Pedroni, Circuit Design with VHDL, MIT Press, 2004, pp. 202-208
[7] B. Cohen, VHDL Coding Styles and Methodologies an In-Depth Tutorial,
Kluwer Academic Publishers, 1995, pp. 1-26.
[8] P. P. Chu, RTL Hardware Design Using VHDL Coding for Efficiency,
Portability and Scalability, John Wiley & Sons, Inc., 2006, pp. 23-66.
[9] P. Boulet, Advances in Design and Specification Languages for SoCs,
Springer, 2005, pp. 161-178.
[10] G. Martin and W. Mller, UML for Soc Design, Springer, 2005, pp. 1-36.
[11] E. Villar and J. Mermet, System Specification and Design Languages: Best
of FDL02, Springer, 2003, pp. 107-141.
[12] B. P. Douglass, Real Time UML Workshop for Embedded Systems,
Newnes, 2006, pp. 1-33.
[13] B. P. Douglass, Real Time UML: Advances in the UML for Real-Time
Systems 3rd Edition, Addison-Wesley Professional, 2004, ch. 1-3.
[14] V. K. Madisetti and C. Arpikanondt, A Platform-Centric Approach to System-
On-Chip (SOC) Design, Springer, 2004, pp. 41-50, 83-182.
[15] G. Booch, I. Jacobson and J. Rumbaugh, The Unified Modeling Language
User Guide, Addison Wesley, 1998.
[16] G. Booch, I. Jacobson and J. Rumbaugh, The Unified Modeling Language
Reference Manual Second Edition, Addison Wesley, 2004.
[17] T. Pender, UML Bible, John Wiley & Sons, 2003.
Resumen El incremento de la produccin nacional de maz amarillo
tecnificado es un objetivo que debe cumplirse y as llegar a la
autosostenibilidad dentro de la cadena de cereales, alimentos
balanceados para animales, avicultura y porcicultura; en general, en
todas las industrias en las cuales se utilice el maz amarillo. Es preciso
que se detenga la dependencia colombiana sobre Estados Unidos o
algn otro pas del que se tenga que importar la gran mayora del maz
amarillo que se demanda y, ms an, al precio dictado por sus propios
mercados. Es por esto, que en este documento se diagnostican los
esfuerzos realizados por el Gobierno Colombiano entre los aos 2002 y
2006 con direccin al incremento de la produccin de este cereal y se
determinan las causas del por qu es baja, analizando el mercado desde
diferentes puntos de vista y con distintas herramientas, para luego
elaborar una estrategia nacional que va dirigida al aumento significativo
del maz amarillo en Colombia y la reduccin de costos de produccin.
Esta estrategia incluye a todos los actores del mercado, manteniendo un
estrecho lazo de colaboracin y con responsabilidades especficas para
cada uno.
Palabras claves Cadena productiva, Diagnstico, Estrategia,
Reforma agraria.
I. INTRODUCCIN
L maz amarillo es un producto agrcola fundamental y
tradicional en la canasta familiar del pueblo colombiano. El
principal uso que se le da al maz amarillo en Colombia est
vinculado a ste ltimo, la elaboracin del ABA (Alimento Bsico
para Animales), destinndose el 65% del cereal que se consume
en el pas. Adems, es la principal materia prima que constituye el
ABA, representando el 49% de toda la mezcla, es decir, que los
factores que impacten sobre la oferta, calidad o precio del maz
amarillo, tendrn repercusiones directas en el mercado de los
pollos, gallinas, huevos y carne de cerdo [1].
La demanda colombiana del producto ha ido en incremento a
travs de los aos. Para el ao 2006 la demanda total nacional de
maz amarillo se calcul en 4.1 millones de toneladas, cifra que
aument en el 74% desde el 2000, ao en el que se present una
demanda de 2.35 millones de toneladas. La produccin
nacional de este cereal tambin ha estado en ascenso a travs
de los aos, aunque en cantidades menores que la demanda. En
el ao 2000 la totalidad de la produccin de maz amarillo fue de
0.960109 millones de toneladas, para luego incrementarse en
53% en el ao 2006 cuando se produjo 1,473 millones de
toneladas [2]. El resto de la demanda tuvo que ser satisfecha
mediante la importacin.
De la totalidad de las importaciones colombianas de maz
amarillo, el 88.9% proviene desde EE.UU [2], lo cual conduce a
afirmar que Colombia es sumamente dependiente de Estados
Unidos en cuanto a oferta de maz amarillo se refiere, y por lo
tanto cualquier situacin que se presente en el mercado del pas
del norte tendr un inevitable efecto directo en el colombiano.
EE.UU. es el principal productor de maz amarillo en el mundo,
y su oferta maicera se destina al consumo nacional, a la
exportacin y a la produccin de bioetanol que cada vez demanda
ms maz [3]. Esto ltimo, ha trado como consecuencia el
incremento de la produccin del cereal en EE.UU. y adems un
incremento en el precio.
II. MARCO TERICO
A. Anlisis P.E.S.T.A.
Es tambin conocido como Anlisis S.T.E.E.P. Esta
herramienta permite hacer un diagnstico detallado sobre un
mercado combinando 5 factores (Polticos, Econmicos, Sociales,
Tecnolgicos y Ecolgicos), identificando las variables que en
cada aspecto del proceso resulten relevantes y que permitan as
entender la relacin y el impacto entre estos y el mercado motivo
de anlisis [5].
Segn sea el caso, es posible incluir otros factores al
diagnstico (los Legislativos y los Industriales) o excluir a aquellos
que no tengan gran impacto en determinado mercado [6].
As, este anlisis comienza con una definicin del mercado
objeto de estudio y la situacin actual. Luego, se identifican las
variables que lo explican y los factores relevantes (P.E.S.T.A) que
servirn como base de comparacin, dejando slo los que sean
necesarios para el diagnstico. Contina un proceso de
recoleccin de datos mediante la bsqueda en fuentes primarias o
secundarias, la observacin o la interrogacin, para con estos
crear una matriz en la que se relacionan los factores y las
variables que se identificaron con anterioridad, comprendiendo el
Adolfo E. Chvarri , Egresado, Ingeniera Industrial
E
Diagnstico de la reforma agraria dirigida al
incremento de la produccin de maz amarillo en
colombia desde el ao 2002 hasta el 2006 y propuesta
de medidas alternativas hacia el futuro
comportamiento del mercado estudiado.
B. Cinco Fuerzas de Porter
Este anlisis fue creado por el Economista Michael Porter en
1979 y describe el comportamiento competitivo de un mercado o
sector de este a travs de 5 factores claves, con la finalidad de
entender qu sucede en el entorno del negocio desde el punto de
vista estratgico [7].
Este anlisis permite conocer qu factores son relevantes en
un sector industrial y el impacto que cada uno de estos genera en
las variables de medicin de competitividad que pueden ser el
precio, calidad del producto, servicio e innovacin, principalmente;
dependiendo de cual sea la predominante en el sector industrial a
estudiar. Adems, este modelo permite identificar qu tan fuerte
es la competencia en la industria, cules son los motivos por la
que esta cambia, las posiciones competitivas de las empresas y
determina tambin que tan atractiva es en trminos de
rendimientos.
El anlisis de Porter se constituye por 5 fuerzas que son:
Ingreso potencial de nuevos competidores; Intensidad de rivalidad
entre competidores actuales; Presin de los productos sustitutos;
Poder de negociacin que ejercen los proveedores; Poder de
negociacin que ejercen los clientes.
III. DETERMINACIN DE LAS CAUSAS DEL PROBLEMA
A. Comparacin de Cifras Proyectadas con las Reales
El proyecto dio inicio con una descripcin de los esfuerzos que
el Gobierno realiz para el incremento de la produccin de maz
amarillo desde el ao 2002 hasta el 2006. En esta se cuantificaron
los resultados y se analizaron los factores que fueron causa de los
mismos.
Este anlisis arroj una primera perspectiva de lo que ocurra y
ratific la necesidad de incurrir en una investigacin ms profunda
para entender a cabalidad el problema.
Para el momento se comprenda la escasa respuesta que
haba tenido la produccin maicera ya que los mismos esfuerzos
del gobierno no eran suficientes ni ambiciosos.
B. Anlisis P.E.S.T.A.
El segundo paso en el desarrollo del proyecto fue la realizacin
del anlisis P.E.S.T.A. dirigido al mercado colombiano de maz
amarillo.
Dentro de este anlisis se identificaron los siguientes factores:
Polticos:
- Artculo 4 de la Ley 101 de 1993.
- Mecanismo de Administracin de Contingentes.
Econmicos:
- Costos del paso del cultivo tradicional al cultivo
tecnificado.
- Compra de semilla certificada.
- Financiacin para los agricultores.
- Estmulos econmicos.
- Comercializacin de la cosecha.
Sociales :
- Trabajo Rural.
- Cultivos ilcitos.
Tecnolgicos:
- Uso de semilla certificada.
- Uso de Agroqumicos.
Ambientales:
- Cultivos en diferentes regiones de Colombia.
- Rendimientos por superficie de tierra.
- Cambios climticos.
Al finalizar con la descripcin bajo estos factores, el panorama
se aclaraba demasiado y se tena el conocimiento adecuado para
disear la estrategia adecuada.
C. Cinco Fuerzas de Porter
Esta tercera herramienta proporciono informacin valiosa en
cuanto al diseo de la estrategia, ya que mediante el desarrollo de
la misma se obtuvo informacin que mostraba que la calidad del
maz amarillo nacional era superior a la del maz proveniente de
EE.UU. Esto fue motivo para dejar el tema de la calidad de lado
en la estrategia y enfocarse estrictamente en la reduccin de
costos y expansin del rea de cultivo.
Tambin, con este anlisis se concluye que el maz amarillo es
un producto sustituible dentro de la produccin del ABA, pero a su
vez es un componente que proporciona cualidades fsicas y
nutricionales excelentes a la carne de cerdo, pollo, gallina y a los
huevos.
D. Determinacin de los Puntos Clave a Atacar en la Estrategia
La cuarta etapa del proyecto fue una comparacin de las
conclusiones arrojadas en los tres anteriores anlisis y determinar
as las causas reales de la baja produccin maicera de Colombia.
Las causas que se determinaron fueron las siguientes:
- Escasa disponibilidad de semilla adecuada.
- Manejo inadecuado de la cosecha.
- Manejo inadecuado de la tierra.
- Poca disponibilidad de acceso a resultados de
investigaciones de los usuarios y seguimiento a
estrategias y acceso a informacin.
- Insuficiente seguridad de la comercializacin de la
cosecha.
IV. DISEO DE LA ESTRATEGIA
Basado en las causas identificadas en la comparacin de los
anlisis anteriormente realizados, se construy la estrategia
denominada Plan Nacional de Incremento de Desarrollo de Maz
Amarillo Tecnificado.
Este Plan tiene como base trabajar con el cultivo tecnificado. A
partir de esto se desprenden 8 campos de accin que son:
- Trabajo diversificado por regiones.
- Investigacin de las propiedades biofsicas del ambiente
del cultivo, caractersticas socioeconmicas y tcnicas
de siembra de maz amarillo en cada regin.
- Mejoramiento de semilla.
- Inversin en infraestructura.
- Difusin de resultados y transferencia de tecnologa.
- Capacitacin al usuario para el acceso a tecnologa.
- Campaas de motivacin para la tecnificacin de los
cultivos.
- Intensificacin de los sistemas de comercializacin.
V. CONCLUSIONES
Durante el desarrollo del proyecto se aclar lo fundamental que
resulta para Colombia reducir la importacin del cereal de los
Estados Unidos y dejar de depender de ste o de cualquier otro
pas para evitar una posible crisis de escasez y/o de aumento
desmesurado de los precios, lo que traera como consecuencia
directa un impacto negativo en la canasta familiar colombiana. Por
tal, se ratific la necesidad de generar nuevas alternativas para
dar solucin al problema.
Se realiz un anlisis, utilizando diferentes herramientas
enfocadas desde distintos puntos de vista, para as poder tener un
mejor y claro panorama y entender las causas reales del porqu
no se estaba produciendo dentro del territorio colombiano
suficiente maz para que la demanda colombiana no se viera
afectada en caso de detenerse las importaciones.
Se hizo una comparacin entre las metas propuestas por el
gobierno en cuanto al incremento del rea de maz amarillo
tecnificado y las cifras a las que realmente se lleg entre los aos
2002 y 2006. Se pudo observar que las metas fueron
sobrepasadas por escaso margen durante los dos primeros aos,
lo que indicaba que se estaba respondiendo excelentemente al
plan del gobierno. Las metas en los aos 2005 y 2006 no se
pudieron cumplir, lo que trajo un dficit del total del objetivo del
33% y a su vez llev a una investigacin de las causas del porqu
se pudo en los primeros aos y por qu en los dos ltimos se
incumplieron los objetivos. Se identificaron tambin los factores
que contribuyeron al incremento de la produccin maicera y los
que evitaron que se cumplan el total de las metas. Se utiliz la
herramienta P.E.S.T.A. para analizar el mercado maicero de
Colombia. En este se determinaron los factores polticos,
econmicos, sociales, tecnolgicos y ambientales que influyen en
la produccin del cereal.
En los aspectos polticos se resalt el Artculo 4 de la Ley 101
de 1993 y por otro lado se analiz el Sistema de comercializacin
de la cosecha MAC. En los econmicos, se analizaron los costos
del paso del cultivo tradicional al cultivo tecnificado, la compra de
semilla certificada, la financiacin para los agricultores, los
estmulos econmicos y la comercializacin de la cosecha desde
el punto de vista entre relacin directa entre el productor y cliente.
En cuanto a factores sociales, el trabajo rural fue el gran tem
analizado, tocando tambin el tema de cultivos ilcitos. Los
factores tecnolgicos incluidos fueron el uso de semilla certificada
y el de fertilizantes. Lo incorporado en lo ambiental fue de gran
importancia, ya que cuando se hizo una descripcin de las seis
regiones cultivadoras de maz amarillo en Colombia, se
evidenciaron las que tienen ventajas competitivas frente a las
dems y a las que debe ir dirigida la estrategia final; por otro lado,
el tema del rendimiento tambin fue de gran importancia y mas al
compararlo con el de Estados Unidos.
Se realiz el anlisis de las Cinco Fuerzas de Porter para el
mercado nacional de maz amarillo, tomando a los productores
nacionales como una sola empresa y al maz importado de
Estados Unidos como la competencia.
Bajo este anlisis se identific que la calidad del maz amarillo
colombiano es mejor que la proveniente de los Estados Unidos.
Se compararon los tres anlisis previos y se determinaron
cinco causas principales que impiden el gran incremento de la
produccin colombiana de maz amarillo: Escasa disponibilidad de
semilla adecuada para cada regin, mal manejo de la cosecha,
inadecuado manejo de la tierra, poca disponibilidad de acceso a
resultados de investigaciones y seguimiento a estrategias y
acceso a informacin e insuficiente seguridad en la
comercializacin de la cosecha.
Se dise una estrategia considerando el conocimiento
adquirido en los anlisis realizados denominada Plan Nacional de
Incremento de la Produccin de Maz Amarillo Tecnificado.
Esta estrategia est comprendida por 8 puntos clave que
parten de la tecnificacin del cultivo: Trabajo diversificado por
regiones; Investigacin de las propiedades biofsicas del ambiente
del cultivo, caractersticas socioeconmicas y tcnicas de siembra
de maz amarillo en cada regin; Mejoramiento de semilla;
Inversin en infraestructura; Difusin de resultados y transferencia
de tecnologa; Capacitacin al usuario para el acceso a
tecnologa; Campaas de motivacin para la tecnificacin de los
cultivos; Intensificacin de los sistemas de comercializacin.
VI. RECOMENDACIONES
Las herramientas usadas en este anlisis del mercado
colombiano del maz amarillo son solo algunas formas de
interpretar este escenario, por lo cual este proyecto contribuye a
dar solucin a un problema de magnitud nacional, sin caer en la
exageracin de afirmar que es lo que el Gobierno debe seguir al
pie de la letra. Pero s debe considerarse al tomar las medidas
necesarias para incrementar la produccin maicera y establecer
una estrategia que permita la autosostenibilidad.
A quien est interesado en diagnosticar el mercado nacional o
regional de algn producto, se le recomienda conocer a
profundidad el mismo y considerar la mayor cantidad de
herramientas posibles para su anlisis, para luego seleccionar las
ms adecuadas. Adems, se debe conocer a los participantes del
mercado as como sus intereses, para que se encuentre la
manera de sinergizarlos y lograr la cooperacin de todos. Todo
esto permitir el diseo de una estrategia vlida y bien
fundamentada.
VII. TRABAJO FUTURO
Este proyecto es la propuesta de una estrategia a nivel
nacional segn los anlisis realizados y las herramientas
utilizadas antes descritas. Sera interesante hacer nfasis en cada
una de las reas temticas descritas en el plan, ponindolas en
prctica, ya que la implementacin de cada uno de estas traera
resultados positivos en el corto plazo.
Adems, el viajar a diferentes ciudades de Colombia y tener
comunicacin directa con los principales actores del mercado, es
decir, los productores de maz amarillo tecnificado, dara un
enfoque diferente a la problemtica, el cual podra revelar
informacin que contribuya al mejoramiento de la estrategia.
REFERENCIAS
[1] Observatorio Agrocadenas. 2007. http://www.agrocadenas.gov.co
(Navegado en Febrero y Marzo de 2009)
[2] Federacin Nacional de Cereales y Leguminosas. 2007.
http://www.fenalce.net/ (Navegada en Junio de 2008 y Febrero de 2009).
[3] United States Deparment of Agriculture. 2008. http://www.usda.gov/
(Navegada en Septiembre de 2008)
[4] Bolsa de Chicago. 2008. http://www.cbot.com/ (Navegada en Agosto de
2008)
[5] U-Cursos. 2007. https://www.u-cursos.cl/
[6] (Navegada en Octubre de 2008)
[7] Universidad Pontificia Bolivariana. http://cmap.upb.edu.co/ (Navegada en
Octubre 2008)
[8] Juan Carlos Aguilar Joyas. Economista - Magister en Administracin.
Facultad de Ciencias Econmicas y Administrativas Universidad Autnoma
de Occidente. Cali - Colombia. 2006.
Resumen Este proyecto tiene como objetivo aportar una solucin al
manejo de imgenes diagnsticas en medicina basado en el anlisis
wavelet. El clculo de la trasformada wavelet da como resultado
coeficientes que son organizados por codificacin entrpica que optimiza
la compresin de las placas ecogrficas, logrando as el ahorro de
espacio en los servidores de las clnicas y disminuir el ancho de banda
requerido para el transporte de estas.
Palabras claves Kernel, compresin, correlacin, Transformada
wavelet.
I. INTRODUCCIN
ctualmente los pases estn buscando soluciones mdicas
para atender a la poblacin que se encuentra en zonas
alejadas donde es difcil y costoso el acceso de personal
calificado. La Telemedicina, es una rama de las
Telecomunicaciones que pretende contribuir al mejoramiento del
servicio de salud, su propsito es intercambiar informacin para
aplicaciones mdicas como ciruga, radiologa, dermatologa,
entre otras, utilizando diferentes tecnologas, como redes de rea
local o enlaces satelitales.
Al transmitirse y almacenarse imgenes mdicas surgen
diversos problemas, entre los que se encuentra el alto consumo
de ancho de banda requerido para ser enviadas hacia otros
equipos, esto hace que los costos y el tiempo para prestar este
servicio sean altos. Este problema se puede solucionar
implementando una tcnica de anlisis de seales que realice un
proceso de compresin garantizando no tener perdidas altas de
informacin, puesto que para su estudio mdico es importante la
nitidez de la imagen. Existe una herramienta matemtica que
permite estudiar una seal en tres dimensiones, comprimir con
pocas prdidas y as aprovechar de mejor forma el ancho de
banda, esta es la transformada wavelet. Este proyecto
implementa la transformada wavelet en el tratamiento de
imgenes ecogrficas digitales con el objetivo de aportar que
permita el mejoramiento del servicio en las entidades prestadoras
de salud. Igualmente se busca el ahorro en espacio de los
servidores que almacenan estudios mdicos e historias clnicas y
el ahorro de papel de impresin de ecografas. En el caso de los
servidores estos se saturan rpidamente ya que cada ecografa
tiene un peso aproximado de 1,37 Mbits y por cada estudio son
alrededor de 10 a 12 imgenes, en promedio se sacan 70
estudios diarios los cuales ocupan aproximadamente 414,288
Gbits de memoria.
II. CONCEPTOS BSICOS
A. Marco Terico.
El Ecgrafo, se compone bsicamente de un monitor y un
emisor-receptor (transductor) que a travs de un cristal induce un
pulso elctrico y recoge los ecos ultrasnicos, habitualmente con
frecuencias de 1 a 10 MHz,. Cuando se recibe la energa
reflejada por cada rgano, se procesa la informacin: Los datos
son convertidos de analgicos a digitales, transferidos a un buffer,
se cuantifican, se convierten en una imagen digital y se presenta
en una pantalla en forma de imagen en escala de grises [1]
Existen diversos formatos de presentacin de imgenes
ecogrficas entre las que se encuentran: [2]
Sectorial: la imagen es en forma de abanico, se usa
especialmente en exploraciones cardiacas y abdominales, su
frecuencia de trabajo suele ser de 3.5 a 5MHz.
Convex: proporciona una imagen en forma de trapecio,
utilizada especialmente para exmenes obsttricos y de abdomen
general, su frecuencia de trabajo es igual a la sectorial.
Lineal: suministra una imagen en forma rectangular, explora
estructuras superficiales como msculos, tendones, mamas,
escroto, tiroides, entre otros tejidos blandos. Da una informacin
ms detallada que las dos anteriores ya que maneja frecuencias
de trabajo de 7.5 a 10 MHz
B. Trasformada Wavelet.
En campos como la medicina, sismologa, geologa, electrnica
y desarrollo militar se generan seales que no se comportan en
forma estacionaria, o que presentan cambios bruscos en
intervalos muy pequeos. Es por ello que desde hace ms de 20
aos, se han venido desarrollando nuevas herramientas que
permitan analizar estas seales desde otra perspectiva [3].
La transformada Wavelet tiene su fundamento en la
transformada de Fourier. La transformada de Fourier descompone
una seal en ondas sinusoidales de diferentes frecuencias y
permite pasar del dominio del tiempo al de la frecuencia. Pero
ocasiona prdida de informacin del tiempo, es decir, resultara
difcil determinar el momento en el que ocurre un determinado
suceso cuando se est a una determinada frecuencia. Ocurre
tambin otro problema con Fourier a corto plazo (Transformada
Gabor), no funciona bien en los puntos donde las seales tienen
algn cambio abrupto en su forma, son incapaces de determinar
el tiempo y la frecuencia del suceso. Por tal razn es necesario
implementar otra tcnica, La trasformada Wavelet da solucin al
problema.
C. Transformada Wavelet En Tiempo Contino.
La trasformada wavelet continua est dada por (1):
(1)
Compresin y Transmisin de Imgenes Ecogrficas.
A
Eliana M. Garca, Juan D. Prieto, Egresados, Ingeniera Electrnica y Telecomunicaciones
Donde, f(x) es la seal a transformar y esta dada por:
(2)
En (2) se presenta el Kernel de la trasformada Wavelet, una
ondcula con duracin efectiva limitada y valor promedio cero.
Segn su definicin se encuentra normalizada al ser la base
conformadora del espacio de seal de las trasformaciones que se
pueden generar a partir de este, es decir f(x), es descompuesta
en coeficientes Wavelet que convergen matemticamente como
combinacin lineal al espacio de seal de la Wavelet
implementada en la trasformacin. El desplazamiento de la
ondcula sobre la seal est dado por y s es el factor de
escalamiento.
La trasformada Wavelet tiene la propiedad de invertibilidad,
puesto que es una operacin lineal, las correlaciones obtenidas
en el clculo de la trasformada son ortogonales, como
consecuencia la suma de todas las descomposiciones da como
resultado la seal original. Por tanto se puede obtener f(x)
utilizando la transformada inversa Wavelet:
(3)
Donde el criterio de admisibilidad o la energa de la wavelet
es:
(4)
D. Clculo De La Trasformada Wavelet Discreta En Imgenes
Una imagen es una matriz de pixeles codificados con unos y
ceros, su valor depende del nivel de la escala de color a
representar. Cuando se aplica transformada Wavelet a una
imagen, los coeficientes generados codifican los pixeles con base
al Kernel, produciendo as una correlacin sobre estos. Si el
Kernel elegido ofrece prdidas visuales poco perceptibles, se
puede cuantizar e implementar algn tipo de compresin. El
clculo de los coeficientes de la trasformada Wavelet discreta est
dado por (5).
(5)
Donde y , son la seal a transformar y el
Kernel wavelet discretizados respectivamente [4].
El clculo de la trasformada wavelet en imgenes, se hace
mediante la implementacin de un banco de filtros ortogonales,
esto con el fin de dividir la informacin en segmentos de datos
ms pequeos pero que ocupen el mismo espectro de frecuencias
de la imagen sin filtrar.
A continuacin se muestra el banco de filtros al que es
sometida la imagen:
Fig. 1. Banco de filtros ortogonales de anlisis para el clculo de la
trasformada wavelet discreta.
El banco de filtros divide la imagen en coeficientes de
aproximacin y detalle, siendo los de aproximacin los que tienen
mayor correlacin con respecto a la imagen original y los detalle la
menor (Fig. 2). El cuadrante superior izquierdo contiene la
aproximacin sin importar el nmero de descomposiciones que se
haga en el clculo.
Fig. 2. DWT en imgenes.
Para la reconstruccin de la seal original, cada segmento
obtenido en la descomposicin es sometido a un banco de filtros
de sntesis (Fig. 3), buscando recuperar las frecuencias originales
de cada espectro. La funcin matemtica que describe el clculo
de la trasformada inversa Wavelet discreta est dada por:
(6)
y , son los coeficientes de la
trasformada y es el filtro wavelet implementado para
hacer el clculo de la trasformada inversa.
Es importante definir coherentemente los factores de
decimacin en interpolacin ya que es en este punto donde
pueden presentarse prdidas de informacin. Como se trata de
imgenes mdicas este tipo de prdidas no pueden permitirse,
por ejemplo, la variacin de un pixel dentro de la ecografa podra
interpretarse como alguna anomala mdica.
Fig. 3. Banco de filtros de sntesis para el clculo de la trasformada
inversa wavelet discreta.
Los filtros utilizados para el clculo de la transformada Wavelet
discreta deben converger a la funcin matemtica de la Wavelet
que se desee implementar, luego la respuesta al impulso o al
paso de la funcin de transferencia de estos, deben describir la
forma de la ondcula.
III. DESARROLLO
A. Seleccin Familia Wavelet para la compresin.
Se seleccionaron un grupo de ecografas que tenan
caractersticas diferentes en cuanto a los tonos (oscuro, blanco y
gris) y al tipo de ecografas (tejidos blandos y obsttricas)
parecida a la de la Fig. 4.
Fig. 4. Ecografa seleccionada del grupo para aplicar descomposicin y
determinar la familia wavelet ms apropiada para comprimir.
Se aplic la transformada Wavelet con varios niveles de
descomposicin de cada una de las familias existentes en el
Toolbox de Matlab con interfaz grfica (GUIDE), obteniendo as
las imgenes de sntesis en formato Bitmap (BMP) Fig. 5.
Fig. 5. Descomposicin de la imagen en la aplicacin GUIDE en el
software Matlab.
Una vez hecho este proceso para cada imagen, se obtuvo un
banco de 168 imgenes que se sometieron a estudios
matemticos como el clculo de la correlacin, varianza y media
sobre el histograma para determinar variacin de contraste y brillo
respectivamente. Estos estudios arrojaron que en ninguna imagen
los cuadros clnicos se vean afectados y los cambios de brillo y
contraste fueron los mismos para cada ecografa. Por esta razn
se sometieron las imgenes al estudio de un mdico radilogo y
de un ingeniero biomdico, quienes compararon las ecografas
originales con cada una de las sntesis, concluyendo que la familia
Wavelet que presenta menores cambios es la Discrete Meyer.
B. Problemas con la compresin.
Los coeficientes obtenidos de la ecografa son en formato
Double, necesitando 64 bits para su representacin, lo cual caus
que el tamao del archivo generado en la trasformada Wavelet
tuviera mayor cantidad de informacin que la imagen original.
Esto implica que no se puedan lograr altas tasas de compresin
sin perdidas implementando esta herramienta.
En la implementacin del Kernel Discrete Meyer se gener un
archivo de 4,25 Mbits, luego de la cuantizacin de los coeficientes
y de la compresin su tamao se redujo a 4,23 Mbits por lo que se
concluye de manera obvia que esta familia Wavelet no sirve para
hacer compresin sin perdidas en imgenes.
C. Solucin implementada.
Como los diagnsticos profesionales demostraron que ninguna
familia Wavelet alteraba los cuadros clnicos presentes en las
imgenes, se estudi el comportamiento de los coeficientes de las
diferentes Wavelets implementadas, para identificar as la familia
que permite la mayor compresin. Se determin la razn por la
cual la familia Discrete Meyer no ofrece ningn tipo de
compresin, porque no tiene coeficientes repetidos Fig. 6.
0 1 2 3 4 5 6
x 10
5
-600
-400
-200
0
200
400
600
800
coeficientes familia dmey
Fig. 6. Distribucin de los coeficientes familia Discrete Meyer.
Los estudios demostraron que los coeficientes obtenidos ms
uniformes Fig. 7. son los de las familias Haar, Daubechies 1,
Biorthogonal 1.1 y Reverse Biorthogonal 1.1. La tasa de
compresin que se obtuvo fue del 87.32% y un tamao de archivo
comprimido de 311 Kbits.
0 0.5 1 1.5 2 2.5 3 3.5
x 10
5
-400
-200
0
200
400
600
800
coeficientes familia Haar
Fig. 7. Distribucin de los coeficientes familia Daubechies 1, Biorthogonal
1.1 y Reverse Biorthogonal 1.1.
D. Tcnica de compresin utilizada.
Se implement codificacin Huffman para la compresin de los
coeficientes obtenidos en el clculo de la trasformada wavelet,
esta tcnica no genera prdidas de informacin porque asigna a
cada smbolo de la fuente (coeficientes) una probabilidad de
ocurrencia y un smbolo, esto se determina por medio del clculo
de la entropa la cual determina donde se encuentra concentrada
la informacin de la imagen y cuantos smbolos de la fuente se
repiten. La tabla 1 muestra los resultados obtenidos en las
compresiones hechas a los coeficientes wavelet.
TABLA 1
TASA DE COMPRESIN DE LOS COEFICIENTES WAVELET
Familia Wavelet
Tamao
de los
coeficientes
(Bytes)
Tamao de
los coeficientes
comprimidos
(Bytes)
Tasa de
compresin
Haar 2457600 311519 87.32%
Daubechies 1 2457600 311519 87.32%
Daubechies 10 2712216 1765852 34.89%
Symlets 2 2489112 1001754 59.75%
Symlets 8 2655288 1640164 38.23%
Coiflets 1 2511744 1254802 50.04%
Coiflets 5 2852736 2036118 28.62%
bior1.1 2457600 311519 87.32%
bior 6.8 2678784 1579403 41.04%
rbio 1.1 2457600 311519 87.32%
rbio 6.8 2678784 1585052 40.82%
Dmey 4041600 3680787 8.927%
El algoritmo implementado para hacer la compresin de la
imagen ecogrfica se muestra en la Fig. 8.
Inicio
Obtencin
coeficientes de la
transformada
wavelet.
Calcular
entropa del
coeficiente.
Cuantizar
Compresin
del coeficiente
Empaquetamiento
Fin
Fig. 8. Lgica Tcnica de compression
Para determinar la tasa de compresin se dise e implement
la siguiente ecuacin:
(6)
Siendo:
Tc, la tasa de compresin.
CC, los coeficientes comprimidos.
TCR, tamao de los coeficientes sin comprimir.
E. Estructura del archivo comprimido.
El archivo generado tiene la siguiente estructura: coeficientes
comprimidos, el tamao de los niveles de descomposicin y el
mapa de color de la imagen, sin este ltimo la reconstruccin de
la imagen no se podra realizar satisfactoriamente (Fig. 9).
Fig. 9. Imagen reconstruida sin mapa de color.
Si se codifica el mapa de color a escala de grises (0255) se
producen prdidas en la imagen (Fig. 10).
Fig. 10. Imagen reconstruida con codificacin del mapa de color.
Los resultados obtenidos sugieren que al mapa de color no se
le puede modificar.
Descompresin de imagen ecogrfica.
El algoritmo implementado, para la descompresin de la
imagen ecogrfica, se aprecia en la Fig. 11.
Inicio
Descompresin
de coeficientes
Recuperacin
de tamaos de
coeficientes y
mapa de color
Calculo
trasforma
da inversa
wavelet
Visualizar
imagen
reconstruida
Fin
Fig. 11. Lgica Tcnica de compresin
Despus de obtener la imagen reconstruida esta fue sometida
clculos matemticos con el fin de determinar las posibles
prdidas generadas en el proceso de compresin y
descompresin.
El resultado de la correlacin de la imagen fue de uno,
demostrando as que los cuadros clnicos no se afectaron en
cuanto a forma del contorno de la imagen. Ahora bien, la
correlacin de los histogramas de sntesis con respecto al original
arroj un resultado cercano a cero, lo que indica que estas son
imgenes diferentes y garantiza la transparencia del proyecto.
F. Presentacin Final.
La interfaz grfica tiene un diseo muy sencillo en donde el
usuario podr comprobar cuales son la familias wavelet que
ofrecen compresin y cules no (Fig. 11).
Fig. 11. Imagen reconstruida con codificacin del mapa de color.
IV. CONCLUSIONES
La trasformada wavelet es una herramienta matemtica que no
comprime solo con su ejecucin, la compresin se da al
determinar cuntos y cules coeficientes se pueden eliminar sin
causar muchas prdidas en la imagen. Esta supresin no es
vlida para la compresin de imgenes de diagnstico mdico,
debido a que en los coeficientes de detalles y aproximacin
pueden encontrarse los cuadros clnicos.
Los filtros wavelet poseen una frecuencia de corte invariable,
sin embargo se puede dividir el espectro de la seal en un banco
de filtros que permita seleccionar los coeficientes ms tiles para
la implementacin de la compresin de imgenes con prdidas,
tomando nicamente la aproximacin y desechando los detalles.
Se logr alta tasa de compresin con las familias Haar,
Daubechies 1, Biorthogonal 1.1 y Reverse Biorthogonal 1.1
debido a que estas wavelet solo varan su amplitud dos veces
(son seales rectngulos), luego los coeficientes convergen a
estos valores y los coeficientes se hace ms similares entre s Fig.
12.
Fig. 12. Wavelet Haar.
Al aplicar transformada wavelet discreta sobre cada imagen los
especialistas en el manejo de imgenes mdicas consultados
notaron que estas tenan variaciones en cuanto al brillo de los
pixeles, apreciacin que pudo demostrarse haciendo clculos
entre los histogramas de cada imagen reconstruida respecto a los
de la original, concluyendo que este fenmeno se debe al
desplazamiento hacia la derecha de la informacin del histograma
original y la variacin de la media (brillo) y la varianza (contraste).
La trasformada wavelet es una herramienta ideal para analizar
seales no estacionarias (que no mantienen la misma forma en el
tiempo), puesto que brinda una completa identificacin de las
componentes de frecuencia asociadas a los diferentes niveles de
escala, permitiendo encontrar con mayor facilidad que con otras
herramientas como Fourier discontinuidades y cambios abruptos
en la seal.
V. TRABAJO FUTURO
La telemedicina permite la integracin de muchas herramientas
tecnolgicas con el fin de mejorar y hacer ms fcil el prstamo
de servicios mdicos. Este proyecto se basa en imgenes
ecogrficas ya tomadas y digitalizadas, para su posterior
manipulacin mediante MATLAB; se puede ofrecer el mismo
tratamiento a este tipo de imgenes mdicas realizando la
implementacin en un DSP (Procesador Digital De Seales).
Como la trasformada wavelet, descompone una imagen en
aproximacin y detalles, se puede disear e implementar un
algoritmo que detecte cuadros clnicos automticamente, por
ejemplo, embarazos ectpicos, tumores, quistes y cncer en
tejidos blandos.
Implementar la trasformada wavelet para el reconocimiento de
patrones auditivos en cardiologa, neurologa y obstetricia.
Utilizar las diferentes tcnicas del procesamiento digital de
seales, para hacer realzado de patrones anormales dentro de la
ecografa o simplemente para implementar tcnicas de
ecualizacin que le permita a los radilogos mejorar sus
caractersticas visuales.
Implementar este proyecto en estndares de manejo de
imgenes mdicas como DICOM, facilita el trasporte de estos
datos a travs de las redes de comunicacin hospitalarias y
adems este protocolo no cuenta con herramientas de
compresin sin prdidas.
VI. OBSERVACIONES
Los resultados obtenidos al hacer todo el proceso presentado
en este proyecto fueron sometidos al estudio de un mdico
radilogo y un ingeniero Biomdico especialista en imgenes
diagnosticas, ambos concluyeron que al implementar la
compresin de las ecografas con cualquier familia Wavelet no
presenta prdidas significativas que puedan alterar el cuadro
clnico. Con el uso de la familia Discrete Wavelet no se aprecia
cambio alguno entre la imagen original y de sntesis, existe un
problema evidente en la implementacin de esta familia sugerida,
se generan coeficientes muy dispersos entre s por lo cual hacer
cuantizacin y compresin sobre estos no es viable.
Como ninguna familia afecta los cuadros clnicos vistos dentro
de las ecografas, se hizo un estudio con cada una de las familias
con lo que se demostr que la Haar y sus similares ofrecen una
alta tasa de compresin.
Los autores agradecen a las personas que participaron en el
estudio de cada una de las ecografas tratadas:
Doctora Patricia Ortiz Pea.
Ingeniero Eddier Yesid Pardo Herrera.
REFERENCIAS
[1] J. Mompn P. Introduccin a la bioingeniera. serie mundo electrnico. Ed.
MARCOMBO S.A. Barcelona Espaa 1988.
[2] L. Fernanda, A. Martnez. Ecografas 2D y 3D. Programa de Ingeniera
Biomdica EIA CES. Antioquia Colombia 2006.
[3] Kouro R. Samir, Musalem M. Rodrigo, Tutorial Introductorio a la Teora De
Wavelet. Departamento De Electrnica. Universidad Tcnica Federico
Santa Mara. Valparaso Chile 2002.
[4] Gonzlez C. Rafael. Digital Image Processing. 3 ed. Addison-Wesley
Publishing company. Estados Unidos De Amrica 2008.