Model

En esta tesis doctoral se estudió el problema de programación de tareas en sistemas de servicios (PTSS). Este es un problema complejo que exhibe dos componentes esenciales: análisis de sistemas de servicios y el problema de programación de tareas.

El primero corresponde al estudio y análisis de los sistemas de servicios desde las ciencias de la decisión, la ingeniería y la gestión del cocimiento. Respecto a este campo, la presente investigación contribuye con el análisis de la toma de decisiones en el nivel operativo donde se encuentra el problema de programación de tareas. Mediante una revisión de literatura sobre los problemas de toma de decisiones en los sistemas de servicio se evidenció la falta de enfoques que integraran la ciencia e ingeniería de los sistemas de servicio con modelos de gestión del conocimiento. Mediante la revisión de literatura se establecieron características y elementos representativos y distintivos de los sistemas de servicios, para establecer un primer aporte que consiste en una definición del sistema de servicio como una “configuración dinámica entre cliente y recurso que permite mediante un control de flujo la interacción entre ellos con el fin de agregar valor a un resultado tomando un conjunto de entradas, procesos y estructuras desarrollando una actividad organizada mediante la coproducción”.

El segundo componente esencial del problema estudiado corresponde al problema de programación de tareas. Este es un problema de toma de decisiones a nivel operativo muy referenciado en la literatura científica desde la óptica de los sistemas de manufactura, pero poco estudiado desde la ciencia e ingeniería de los sistemas de servicios. Por tanto, de la definición propuesta para sistema de servicios se establecieron los componentes principales para la modelación de problemas de PTSS. La notación propuesta es basada en cuatro campos

𝐶|𝑅|𝐹|𝛾 correspondientes a cliente, recurso, control de flujo, y medida de desempeño, respectivamente. Para cada uno de ellos se establecieron unos componentes y parámetros asociados que permiten caracterizar un problema de PTSS. Esta notación constituye otro aporte de esta investigación, contribuyendo al campo de la modelación de este tipo de problemas. Adicionalmente, se realizó una caracterización de la literatura científica de problemas de PTSS sobre estos cuatro campos, que permitieron establecer tendencias en las técnicas empleadas para su solución.

Con estos dos componentes se logró cumplir con el primer objetivo específico de la presente tesis doctoral en cuanto a la identificación de factores de los sistemas de servicio que afectaran al problema de PTSS y que permitieron establecer parámetros para el desarrollo de técnicas para resolverlo, el cual constituyó el insumo para el cumplimiento del segundo y tercer objetivo específicos. Con la definición y notación propuesta, se construyó un sistema experto

híbrido que permitió establecer una metodología para dar solución a los problemas de PTSS. El sistema experto propuesto está estructurado en dos componentes.

El primero corresponde al componente de clasificación de sistemas de servicios que permite clasificar una actividad económica por sector de la economía (primario, manufactura o servicio) y por sección y división del código CIIU. Para lograr esto, se construyeron diferentes modelos para transformar el conocimiento de los expertos en el sistema de servicio en un conjunto de características y atributos que sirven de base para la aplicación de unos sistemas basados en reglas (SBR) para obtener la clasificación deseada. El carácter híbrido de este primer componente está en la integración de modelos de optimización no lineal, con sistemas de inferencia difuso, redes neuronales y algoritmos de aprendizaje de máquina.

El segundo consiste en el componente de programación de tareas que permite, a partir de la notación de PTSS y la clasificación obtenida en el primer componente, establecer el tipo de problema de programación de tareas, la medida de desempeño y la técnica de solución sugerida para resolver el problema. Este componente se estructuró a través de tres SBR que se ejecutan en forma de cascada para lograr el objetivo propuesto. Este SE es recursivo y flexible, dado que emplea la información disponible de las características y atributos para completar la notación de PTSS, en caso de no estar disponible por medio de un sistema de adquisición de conocimiento se completa. Además, es flexible en cuanto a la utilización de varios modelos de aprendizaje de máquina y minería de datos para construir el sistema de reglas que aplicara en cada SBR.

Con estos dos sistemas expertos funcionando de manera integrada y plasmándolo en un prototipo computacional llamado SchES se dio cumplimiento al cuarto objetivo específico. SchES es un prototipo computacional desarrollado en Java que permite a un usuario aplicar los sistemas expertos propuestos en esta tesis de doctorado a una empresa que busque identificar su tipo de sector, y para representar e identificar una técnica de solución a un problema relacionado con PTSS. SchES como prototipo computacional desarrollado en un lenguaje orientado a objetos presenta ventajas como la interconexión con bases de datos, la facilidad de una interfaz de usuario amigable y rápida, con la posibilidad de personalizar los archivos maestros que el usuario puede construir, alimentar y depurar. Adicionalmente, SchES es una herramienta flexible que permite emplear en su totalidad los SE propuestos o solo emplear el del CCSS o el del CPT, además de ejecutar los sistemas de adquisición de conocimiento de acuerdo con el requerimiento y disponibilidad de información del usuario. De esta manera, el sistema experto híbrido propuesto y su implementación en SchES se convierten en una estrategia para la construcción de métodos que permitan resolver un problema de PTSS. Este último aspecto constituye otro aporte al conocimiento en el ámbito de la toma de decisiones en los sistemas de servicios, y establece a la herramienta SchES como un sistema de apoyo a la decisión (DSS, decision support system).

Empleado SchES, que representa a los SE desarrollados, se analizaron tres casos de estudio de sistemas de servicios representativos. El primero correspondió a servicios de mensajería, en el cual se identificó un problema de programación y ruteo de vehículos para la entrega de documentos en un ambiente de varios periodos. Para su solución se determinó un proceso de tres fases correspondiente a cada uno de los componentes cliente, recurso y control de flujo. En este caso, se empleó SchES en su esquema de operación completo desde la adquisición de conocimiento de características, atributos e implementación del CCSS, para luego aplicar el CPT con la adquisición de conocimiento de la notación de PTSS. El segundo caso trato sobre servicios de cuidado a la salud domiciliaria, en donde se define un problema de ruteo de operadores de salud con el fin de cumplir una cita de revisión con previa agenda. En este caso se identificó la utilización de un modelo de optimización de programación entera mixta con un objetivo múltiple. En este caso, SchES se empleó desde la adquisición de conocimiento de los atributos, luego el CCSS y posteriormente el CPT. Por último, el tercer

caso correspondió a un problema de servicios de mantenimiento. Para su solución, se definió un esquema de dos fases correspondientes a los campos de cliente con un modelo de mantenimiento estocástico y del campo recurso con un modelo de optimización de programación entera mixta. Para este último caso, se empleó SchES desde la ejecución del CPT con la adquisición de conocimiento de la notación de PTSS.

Con la implementación de estos tres casos de estudio que constituían el quinto objetivo específico, se logró cumplir la hipótesis planteada en la Tesis Doctoral y el objetivo general en cuanto a la integración de técnicas de modelación matemática y algoritmos heurísticos con modelos de gestión del conocimiento e inteligencia a través de un sistema experto híbrido que mejoraron la función de programación de tareas en sistemas de servicios, mediante una apoyo a la modelación e identificación de técnicas de solución considerando, siendo un sistema de apoyo a la decisión.

De esta tesis doctoral se deriva como el enfoque de ciencia de los servicios aporta al campo de la programación de tareas al clarificar las interacciones entre los componentes de este tipo de sistemas, en especial, al incluir características primordiales como la coproducción, la variabilidad, la heterogeneidad y la intangibilidad, las cuales no eran consideradas como relevantes en el campo de la programación de tareas. Adicionalmente, este enfoque permite establecer la necesidad e importancia de los sistemas de clasificación de servicios como una forma de manejar la diversidad propia de este sector, y de esta manera poder identificar problemas de programación de tareas.

Por otro lado, la importancia de la notación propuesta radica en establecer un esquema de representación completo del problema de programación de tareas en sistemas de servicio, el cual permite que pueda generalizar los problemas presentes en sistemas de servicio, y poder ser empleado para la comparación de medidas de desempeño y la identificación de técnicas de solución. Al respecto, en las bases de conocimiento de programación de tareas y sistemas de servicios se identificó como problemas principales los relacionados con programación de tareas puro (scheduling), ruteo (routing) y el problema combinado de programación ruteo (scheduling& routing). Estos problemas recogen de forma general, las características de varios tipos de sistemas de servicios, y exhiben ciertos comportamientos relacionados con variabilidad, múltiples objetivos, necesidades perecederas, prioridades, entre otros; los cuales fueron suplidos con la notación propuesto, y constituyen uno de los principales aportes al conocimiento en el campo de la programación de tareas de esta tesis.

Por último, esta tesis doctoral evidencia como el empleo de técnicas híbridas con enfoques de modelación matemática, algoritmos de clasificación, minería de datos y aprendizaje de máquina, ayudan el desarrollo de reglas que alimentan la estructura de un sistema experto y mejora su funcionamiento en cuanto a robustez y rapidez. Adicionalmente, se encontró que la ejecución de sistemas de reglas en forma cascada mejora el desempeño de los sistemas expertos dado que se define de una mejora manera las bases de conocimiento y se reduce la variabilidad de la información de salida. Este enfoque de ejecución en forma cascada del sistema experto propuesto constituye un aporte en metodología de construcción de este tipo de herramientas.