LA HEURÍSTICA Y EL PROBLEMA DEL AGENTE VIAJERO

ENUNCIADO:

Un agente viajero, partiendo de su ciudad de origen, debe visitar exactamente una vez cada ciudad de un conjunto de ellas (previamente especificado) y retornar al punto de partida. Un recorrido con estas características, es llamado dentro de este contexto un tour. El problema consiste en encontrar el tour para el cual la distancia total recorrida sea mínima. Se asume que se conoce, para cada par de ciudades, la distancia entre ellas.

La primera solución reportada para resolver el problema del Agente Viajero fue en 1954, cuando George Dantzig, Ray Fulkerson, y Selmer Johnson  publicaron la descripción de un método de solución del PAV (Problema del Agente Viaje o sus siglas en inglés TSP – Travel Sailsman Problem) titulado “Solutions of a large scale traveling salesman problem“ (Soluciones de gran escala para el problema del agente viajero) para resolver una instancia de 49 ciudades donde un agente viajero desea visitar un conjunto de ciudades, asignándoles un costo por visitar ciudades contiguas (distancia de traslado entre dos ciudades). Para esta solución se propusieron 2 condiciones: regresar a      la misma ciudad de la cual partió y no repetir ciudades con el objetivo de encontrar una ruta o un camino con el menor costo posible.

Por ejemplo:

Si tenemos 3 nodos (a, b y c) por visitar, entonces tendríamos una función de combinaciones sin repetición c(3,2), es decir, tendríamos 6 posibles soluciones: abc, acb, bac, bca, cab, cba, para el caso de 4 nodos tendríamos 12 combinaciones, para 10 nodos tendríamos 90  combinaciones, para 100 ciudades tendríamos 9,900 combinaciones y así sucesivamente. Como ejemplo en el problema del Ulises de Homero que intenta visitar las ciudades descritas en la Odisea exactamente una vez (16 ciudades) donde existen múltiples conexiones entre las diferentes ciudades, Grötschel y Padberg (1993) llegó a la conclusión de que existen 653,837’184,000 rutas distintas para la solución de este problema.

ALGORITMOS PARA LA SOLUCIÓN DEL TSP : HERUSTICA Y METAHERUSTICA

ü  Heurísticas de Propósito Especial

 Empezaremos describiendo algunas heurísticas de propósito especial que han sido propuestas para resolver el TSP. Se llaman de propósito especial, porque explotan la estructura y características particulares de cada problema.

La primera familia de esta clase de heurísticas que describiremos pertencen a las heurísticas de tipo miope (greedy en inglés), son llamadas así porque sólo se preocupan por hacer lo mejor que pueden localmente, sin ver más allá de un cierto entorno muy cercano.

(a) El vecino más cercano: Se trata de un procedimiento constructivo, se parte de elegir un vértice inicial, llamémoslo j1. Una vez seleccionado, mediremos la distancia que hay de este vértice a los restantes, y elegiremos ahora aquél cuya distancia al vértice inicial sea la mínima (es decir elegimos al vecino más cercano), y lo llamaremos j2. De la misma forma, construiremos una trayectoria j1, j2, j3,…jk, jk+1, …,jn, donde el vértice jk+1 se elige tomando la mínima distancia que hay desde jk hasta cada uno de los vértices que sean distintos de los ya elegidos j1, j2, j3, jk. Al terminar, se debe de agregar el arco que va del vértice jn., hasta el vértice j1. Con esto habremos completado el tour. Esta heurística tiene una ventaja en las primeras selecciones, sin embargo, el problema que presenta es que en los últimos pasos puede elegir aristas de longitud muy grande, especialmente en la última.

(b) La inserción más cercana: Este procedimiento es también constructivo, pero en contraste con el anterior, en el cual se tiene un camino, y sólo al final se completa un tour, aquí tenemos subtours, los cuales van creciendo hasta completar un tour que abarque todos los vértices. Iniciemos con un subtour, al cual llamaremos T, queremos ahora insertar el nodo “más cercano” a este subtour para ampliarlo. Así que examinemos primero todos los nodos j que no estén aún incluidos en T.y vamos a definir para estos nodos, su distancia a T de la siguiente manera: d( j,T) es la distancia mínima que hay desde el nodo j a cualquiera de los nodos que pertenecen a T. Ordenamos las distancias calculadas de menor a mayor, y llamemos j* al nodo que se encuentra al principio de esta lista, este será el nodo “más cercano” a T. Vamos ahora a seleccionar dentro de T al nodo que se encuentre “más cerca” de j*, esto es, medimos la distancia desde j* a cada uno de los nodos de T, y llamaremos k* aquel nodo dentro de T, cuya distancia a j* sea la menor de todas.

Ampliaremos ahora el subtour insertando a j* entre k* y alguno de sus dos vecinos en T, esto es, si (k1, k*) y (k*, k2) son dos aristas de T y la distancia de j* a k1, es menor o igual que la distancia de j* a k2, entonces j* se inserta entre k1 y k*. El proceso terminará cuando se haya construido un tour completo. Como en el caso anterior, no se puede garantizar que se produzca una buena solución.

ü  Metaheurísticas

Las metaheurísticas son una clase de métodos de aproximación, que se diseñan para atacar problemas difíciles para los cuales las heurísticas de propósito especial han fracasado en dar resultados efectivos y eficientes. Las metaheurísticas proporcionan marcos generales que permiten crear nuevos híbridos combinando diferentes conceptos derivados de las heurísticas clásicas, la inteligencia artificial, la evolución biológica, los sistemas neuronales, la mecánica estadística y el psicoanálisis freudiano. Estas familias de enfoques incluyen, pero no están limitadas a algoritmos genéticos, GRASP, redes neuronales, búsqueda tabú y recocido simulado.

El método metaheurístico que emplearemos aquí, Búsqueda Tabú, fue propuesto por Fred Glover en 1986, y está basado en el psicoanálisis freudiano.

 Iniciaremos describiendo qué es un método de búsqueda local. Se trata de un método iterativo el cual da inicio desde una solución arbitraria, el procedimiento consiste en explorar una vecindad previamente definida para cada punto del espacio de soluciones y elige una nueva solución dentro de tal vecindad, la cual mejora el valor que se tiene a mano. La búsqueda termina cuando se alcanza una solución tal que es la mejor dentro de la vecindad predefinida, esto es ya no puede seguirse mejorando. A esta solución se le llama un mínimo local. En muchas ocasiones, este mínimo local será la solución óptima del problema, sin embargo, no podemos esperar que siempre suceda esto. Al contrario es plausible esperar que este mínimo local se encuentre lejos de la solución óptima del problema.

 En el caso particular del TSP, un método de búsqueda local sencilla, es el llamado 2-opt. Este consiste en eliminar del tour un par de aristas que no sean adyacentes, y reemplazarlas con el único par de aristas con el cual se puede formar nuevamente un tour. Éste se ilustra en la siguiente figura.

(a) Solución inicial; (b) Eliminación de dos aristas: (2,3) y (5,4);

(c) Nuevo tour sustituyendo con las aristas (2,5) y (3,4)

 TS guía un procedimiento de búsqueda local para continuar más allá de óptimos locales, esto es al no poder seguir mejorando la solución, se permite tomar otra solución aún cuando el valor no mejore, sino que se degrade, esto permite salir del óptimo local encontrado, pero al mismo tiempo se corre el peligro de caer en un ciclo, de mejorar-empeorar la solución, para evitar esto, se emplea una estrategia que modifica las vecindades a medida que la búsqueda avanza. TS utiliza estructuras de memoria para determinar esta vecindad modificada, las soluciones permitidas se determinan identificando soluciones encontradas dentro de un horizonte especificado. En nuestro ejemplo, dada una solución particular, una vez suprimido un par de aristas del tour, estas dos aristas no pueden formar parte del tour por un determinado número de iteraciones, este número de iteraciones se conoce como la permanencia tabú. Simétricamente cuando un par de aristas se insertan en un tour, no podrán ser suprimidas durante un número de iteraciones. Si la permanencia tabú se elige de manera adecuada, la búsqueda podrá continuar más allá de los óptimos locales sin caer en ciclos, y eventualmente alcanzar, si no el óptimo global del problema, sí soluciones que estén cerca de él.

Conclusión: 
Este problema se me hace muy interesante, pues por lo que he investigado es muy complejo para su resolución cuando este se generaliza. En mi opinión la AI  es una gran herramienta para llegar a la solución, a través de sus programas, pero hay que tomar en cuenta que esto no se llevaría a cabo sin primero tomar en cuenta la heurística que hay detrás de ella, para así poder plasmarlo en un operador.
Referencias:
http://yalma.fime.uanl.mx/~roger/work/Papers/article/article-inge-2000.pdf

http://www.uaeh.edu.mx/scige/boletin/tlahuelilpan/n3/e5.html

 

PROBLEMAS DE ESPACIO DE ESTADOS EN LA INTELIGENCIA ARTIFICIAL

La resolución de problemas es una capacidad que consideramos inteligente. Somos capaces de resolver problemas muy diferentes.

Un problema típico de la Inteligencia Artificial consiste en buscar un estado concreto entre un conjunto determinado, al que se le llama espacio de estados.
El objetivo es que un programa también sea capaz de resolverlos.

Resolución de Problemas

Deseamos definir cualquier tipo de problema de manera que se pueda

resolver automáticamente

Necesitamos:

ü  Una representación común para todos los problemas

ü  Algoritmos que usen alguna estrategia para resolver problemas definidos en esa representación común

ü

Definición de un Problema

Si abstraemos los elementos de un problema podemos identificar:

ü  Un punto de partida

ü  Un objetivo a alcanzar

ü  Acciones a nuestra disposición para resolver el problema

ü  Restricciones sobre el objetivo

ü  Elementos que son relevantes en el problema definidos por el tipo de

ü  dominio

ü

Representación de problemas

Existen diferentes formas de representar problemas para resolverlos de manera automática

ü  Representaciones generales

*Espacio de estados: un problema se divide en un conjunto de pasos de resolución desde el inicio hasta el objetivo

*Reducción a subproblemas: un problema se puede descomponer en una jerarquía de subproblemas

ü  Representaciones para problemas específicos

*Resolución de juegos

*Satisfacción de restricciones

Representación de problemas: Estados

*Podemos definir un problema por los elementos que intervienen y sus relaciones

*En cada instante de la resolución de un problema esos elementos tendrán unas características y relaciones específicas

*Denominaremos Estado a la representación de los elementos que describen el problema en un momento

*Distinguiremos dos estado especiales el Estado Inicial (punto de partida) y el Estado Final (objetivo del problema)

*¿Que incluir en el estado?

Modificación del estado: operadores

Para poder movernos entre los diferentes estados necesitamos operadores de transformación

*Operador: Función de transformación sobre la representación de un estado que lo convierte en otro estado

Los operadores definen una relación de accesibilidad entre estados

Representación de un operador:

ü  Condiciones de aplicabilidad

ü  Función de transformación

*¿Que operadores? ¿Cuantos? ¿Que granularidad?

ESPACIO DE ESTADOS

Los estados y su relación de accesibilidad conforman lo que se denomina espacio de estados

Representa todos los caminos que hay entre todos los estados posibles de un problema

Podría asimilarse con un mapa de carreteras de un problema

La solución de nuestro problema esta dentro de ese mapa

SOLUCIÓN DE UN PROBLEMA EN ESPACIO DE ESTADOS

ü  Solución: Secuencia de pasos que llevan del estado inicial al final (secuencia de operadores) o también el estado final

ü  Tipos de solución: una cualquiera, la mejor, todas.

ü  Coste de una solución: Gasto en recursos de la aplicación de los operadores a los estados. Puede ser importante o no según el problema y que tipo de solución busquemos

DESCRIPCIÓN DE UN PROBLEMA EN ESPACIO DE ESTADOS

ü  Definir el conjunto de estados del problema (explícita o implícitamente)

ü  Especificar el estado inicial

ü  Especificar el estado final o las condiciones que cumple

ü  Especificar los operadores de cambio de estado (condiciones de aplicabilidad y función de transformación)

ü  Especificar el tipo de solución:

*La secuencia de operadores o el estado final

*Una solución cualquiera, la mejor (definición de coste), . . .

Ejemplo: N reinas

BÚSQUEDA EN UN ESPACIO DE ESTADOS

Árbol de búsqueda / Grafo explícito

CONCLUSIÓN

Este escrito es una breve recompilacion de algunos conceptos básicos que yo considero se deben conocer acerca de los problemas de espacio de estados en la inteligencia artificial.

Dejo este link que encontré en la red, de ahí tome algunas percepciones que he publicado y en mi opinion viene bien explicado todo acerca del tema. Vienen otros conceptos como:

ü  Búsqueda en el espacio de estados

ü  Estructura del espacio de estados

ü  Algoritmo Básico

ü  Características de los algoritmos

ü  Algoritmo General de Búsqueda

ü  Tipos de algoritmos

ü  Búsqueda en Anchura Prioritaria

ü  Búsqueda en Profundidad Prioritaria

ü  Búsqueda en Profundidad Limitada

ü  ID (iterative deepening): profundidad iterativa

ü  ID (iterative deepening)

ü  Búsqueda en profundidad iterativa

ü  Profundidad Iterativa

Referencia: http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/2-BH1-introduccion_busqueda.pdf

Saludos!

SISTEMAS DE PRODUCCIÓN

ALGO DE HISTORIA…

El campo de la producción comenzó a estudiarse desde las aportaciones de Adam Smith al escribir en 1776 La riqueza de las naciones, obra en la que se destacaba la importancia de la división del trabajo como factor que permite el incremento de la productividad. Posteriormente, en 1832, la obra de Babbage On the economy of machinery and manufactures extendió estas ideas y demostró el valor y la importancia de los esquemas de especialización de la mano de obra con el propósito de mejorar la productividad. Las aportaciones de Henry Ford introducen en 1913 la idea de la producción en masa y series amplias, bajo el esquema de «cadenas de montaje» en las que resulta fundamental la estandarización de componentes, rutinas y partes a ensamblar, elementos que favorecieron el enfoque de las economías de escala, es decir, la reducción de los costes medios a largo plazo debidos a los efectos del tamaño de la planta. Durante esa misma etapa, Taylor y los Gilbreth profundizaron en el denominado «estudio científico del trabajo» como mecanismo para racionalizar las tareas productivas, buscando que los procesos productivos y administrativos sean lo más eficientes posibles.

El término producción u operaciones ostenta un doble significado, uno tradicional (técnico) y otro actual (económico). Dentro del primer enfoque, se comprende como un proceso físico, transformador de factores o recursos económicos en determinados productos, función que ha caracterizado la actividad económica de las compañías industriales. Por su parte, el segundo enfoque se ciñe al proceso económico que transforma factores en bienes o servicios satisfaciendo así las necesidades y requerimientos del consumidor o potencial cliente. De esta forma, este argumento se concentra en el proceso de creación de valor o en los esquemas de incremento de la utilidad percibida, basándose en las características de la oferta.

¿QUÉ SON LOS SISTEMAS DE PRODUCCIÓN?

 Conjunto de procesos, procedimientos, métodos o técnicas que permiten la obtención de bienes y servicios, gracias a la aplicación sistemática de unas decisiones que tienen como función incrementar el valor de dichos productos para poder satisfacer unas necesidades.

Dentro de este marco conceptual se pueden considerar tres ideas, a saber, la primera relativa a la función de producción, la segunda a la tarea de transformación y la última al sistema de decisiones que componen hoy en día la dirección de operaciones.

Dada la comprensión del término «función», es decir, el conjunto de actividades que permite la producción de bienes y servicios, además del relativo a la «cadena de valor» (análisis de actividades y argumento del margen), la dirección de operaciones se asocia al «análisis del valor» o «ingeniería del valor».

CLASIFICACIÓN DE LOS SISTEMAS

 

Sistema abierto: son aquellos donde es muy difícil predecir su comportamiento. La retroalimentación existente no es controlable y en algunos casos es subjetivo el organismo del cuerpo humano. (Natural, familias, árbol.)

Sistema cerrado: un sistema cerrado cuando ningún elemento de afuera entra y ninguno sale fuera del sistema estos alcanzando su estado máximo de equilibrio al igualarse con el medio. (Un ejemplo es un motor apagado)

Sistema físico: son todos aquellos que existen físicamente. (Maquina, o computadora).

Sistemas abstractos: son aquellos que solo existen en forma conceptual o en la mente de alguien se manifiesta y a través de conocimientos organizados del hombre y le permite interpretar, analizar y comprender mejor su medio. Están compuestos por conceptos hipótesis e ideas. (Idiomas, sabores).

Sistema natural: son aquellos elaborados por la naturaleza desde el nivel de estructura atómica hasta los sistemas vivos, sistemas solares y el universo. (Clima)

Sistema elaborado: son aquellos que han sido diseñados por el hombre y son parte del mundo real pueden ser concretos y abstractos. (Maquina)

Sistema hombre – máquina: es cuando el hombre se adopta a los requerimientos de la máquina, se establecerá una relación entre ambos de tal

Manera que la maquina dará información al hombre por medio de un aparato sensorial, el cual responde de alguna manera, tal vez si se altera el estado de la maquina mediante diversos controles, haciendo un circuito cerrado. Podría ser un ejemplo las computadoras.

Sistema cibernético: son aquellos que abarcan el ámbito de los procesos de control y comunicación tanto en máquinas como en seres vivos.

Sistemas triviales: Son sistemas con comportamientos altamente predecibles. Es decir, no modifican su comportamiento con la experiencia. (Eclipse solar o la rotación de la tierra.)

CARACTERÍSTICAS DE LOS SISTEMAS

Propósitos y objetivos: todo sistema tiene una finalidad.

Globalismo o totalidad: si una parte se modifica todo el sistema sufre cambios. Entropía: todos los sistemas tienden a desgastarse.

Homeostasis: es el estado de equilibrio dinámico o el conjunto de mecanismos por los que todos los seres vivos tienden a alcanzar una estabilidad en las propiedades de su medio interno y por tanto de la composición bioquímica de los líquidos, células y tejidos, para mantener la vida, siendo la base de la fisiología.(Hardy R.N.2002). Los animales tienen que equilibrar su temperatura y tener una estabilidad.

Homeorresis: hace referencia a los sistemas dinámicos que solo nace en la homeostasis que no son estáticos en ese estado, de medo tal que no siempre tendrán su estado de equilibrio presente en el sistema. (Sensu waddington 1995) Un ejemplo claro es el peso o la talla de una persona que varía.

Características de los sistemas

Parámetros son constantes arbitrarias que se caracterizan, por sus propiedades, el valor y la descripción dimensional de un sistema específico o de un componente del sistema. Los parámetros de los sistemas son:

Input (entrada): Compra o entrada de una empresa. Factor productivo que la empresa adquiere del exterior para ser sometido a un proceso de transformación interna. Las materias primas, los productos intermedios o sema-manufacturados y la energía que la empresa compra en el mercado son inputs. Si al valor de los inputs adquiridos en el exterior se le suma el valor añadido creado por la empresa: el valor de los salarios más el interés.

Output (salida): salidas o producto o resultado es la finalidad para la cual se reunieron elementos y relaciones del sistema los resultados de un proceso son las salidas, las cuales deben ser coherentes con los objetivos del sistema, los resultados de los sistemas son finales mientras que los resultados de los subsistemas con intermedios.

Throughput (rendimiento): es el fenómeno que produce cambios, en el mecanismo de conversión de las entradas en salidas o resultados generalmente es representar como la caja negra, en la que entran los insumos y salen cosas diferentes que son los productos.

Feed back (retro actuar): es la función de retorno del sistema que tienen a comprar las salidas con un criterio preestablecido, manteniendo controlada dentro de aquel estándar o criterio.

Ambiente: es el medio que envuelve externamente el sistema. Está en constante interacción con el sistema ya que este recibe entradas, los procesos y efectúan salidas. La supervisión de un sistema depende de su capacidad de adaptarse, cambiar y responde a las exigencias y demandas del ambiente externo, aunque el ambiente puede ser un recurso para el sistema, también puede ser una amenaza. (Carlos Venegas 1993)

MODELO DE SISTEMAS DE PRODUCCIÓN

Modelo: una manera de proceder cuanto tratamos de comprender las realidades del mundo que nos rodea.

Modelos físicos: aquellos donde los atributos de las entidades del sistema se representa por medidas físicas tales como un voltaje o lo posición de un eje o flecha.

Modelos matemáticos: son aquellos que se representan mediante variables matemáticas. Y las actividades se describen mediante funciones matemáticas. Modelo cuantitativo: es aquel cuyos principales símbolos representan números. Son los más comunes y útiles en los negocios.

Modelo cualitativo: aquel modelo cuyos símbolos representan en su mayoría a Cualidades no numéricas. Una fuente importante es la teoría de conjuntos.

Modelo Probabilístico: aquellos basados en la estadística y probabilidades (donde se incorpora las incertidumbres que por lo general acompañan nuestras observaciones de eventos reales).

Modelo Determinístico: corresponde a aquel modelo cuantitativo que no contiene consideraciones probabilísticas.

Modelo Descriptivo: cuando el modelo simplemente describe una situación del mundo real en términos matemáticos, descripción que puede emplearse para exponer una situación con mayor claridad, para indicar como pueden reajustarse o aún para determinar los valores de ciertos aspectos de la situación.

Modelo Optimizador: corresponde al modelo ideado para seleccionar entre varias alternativas, de acuerdo a determinados criterios, la más óptima.

Modelo Continuo: Es un proceso que lleva una secuencia que tiene las mismas características es industria está en actividad permanente todo el día. La producción de productos es homogénea e ininterrumpida. Ejemplo son las industrias de. Químicas, cementeras, y azucareras.

Modelo Intermitente: esta industria elabora productos de acuerdo a los pedidos que se le formulan (orden de compra). Esto es porque debe hacerse según las especificaciones del cliente. Por ejemplo, ascensor de un edificio, turbinas hidráulicas, locomotoras vagones, buques, etc.

SISTEMA DE PRODUCCIÓN

Primario: comprende las actividades de extracción directa y sin transformación de bienes de la naturaleza. Normalmente, se entiende que forma parte del sector primario la agricultura, la ganadería, la silvicultura.

Secundario: el modelo secundario reúne la actividad artesanal e industrial manufacturera, mediante las cuales los bienes provenientes del modelo primario son transformados en nuevos productos. Abarca también la industria de bienes de producción, tales como materias prima artificiales, herramientas, maquinaria, etc., de igual manera comprende la industria de bienes de consumo, así como la prestación de los servicios a la comunidad.

Terciario: el modelo terciario se dedica, sobre todo, a ofrecer servicios a la sociedad, a las personas y a las empresas. Lo cual significa una gama muy amplia de actividad que está en constante aumento. Esta heterogeneidad abarca desde la tienda de la esquinas.

PROCESO INPUT-OUTPUT

Es más, la producción se asocia a un sistema físico o proceso input-output, representado esquemáticamente en la figura. 

Los inputs son el conjunto de factores que la empresa tiene que comprar y contratar (materias primas, equipamientos, componentes, energía, mano de obra, recursos financieros……), algunos de ellos requieren de almacenamiento, mantenimiento o preparación previa antes de su utilización, tareas configuradas en la denominada logística interna.

El ámbito de transformación del valor representa la función técnica de producción o conversión del conjunto de factores (X), fijos y variables, teniendo en cuenta el volumen de actividad, dentro de un conjunto de productos (Q) a través de una tecnología concreta.

Esta función productiva parte de la configuración de ciertas hipótesis sobre la tecnología y su permanencia en el periodo de referencia del proceso productivo, representado de la siguiente forma:

Q  =  f (X₁, X₂,…, X_n)

o bien,

f  (Q₁, Q₂,…, Q_n; X₁, X₂,…, X_n)  =  0

siendo:

X_i = los factores productivos (i  =  1, 2,…, n).

Q = la producción total compuesta de j productos distintos (j  =  1, 2,…, m).

La salida del proceso se concreta en el conjunto de bienes y servicios que se obtienen, siendo estos almacenados, mantenidos y distribuidos de una manera óptima, teniendo así el marketing una base de comercialización. Este enlace entre la producción y la comercialización se conoce como logística externa, presentando un cierto solapamiento entre ambas funciones del sistema técnico.

Finalmente, es relevante hacer referencia al papel de la información en el sistema de producción, flujo que provee oportunidades para el incremento de valor del producto, enriqueciendo el tratamiento de su calidad y la del proceso, planteamiento que encuadra el argumento de los llamados sistemas flexibles que más adelante serán tratados.

En tercer lugar, y como esquema de clasificación conceptual, se hace referencia a las decisiones características de la dirección de operaciones, a saber:

§  Proceso. Decisiones que implican la elección del tipo de proceso físico, clase de tecnología y de equipos, flujos del proceso, localización y distribución en planta. Aspectos que suelen definir decisiones a largo plazo.

§  Capacidad. Decisiones para la determinación del volumen de producción a conseguir en el momento y lugar adecuados. Esta capacidad viene dada por el tamaño de la planta o de las instalaciones físicas, son decisiones a largo plazo, aunque también se pueden adaptar otras a corto plazo, como es el caso de aumentar dicha capacidad con subcontratación o turnos adicionales.

§  Inventarios. Decisiones sobre los inventarios o stocks intermedios, de seguridad para la logística interna y externa, de forma que se conozca qué se debe pedir, cuánto y cuándo solicitarlo.

§  Fuerza de trabajo. Decisiones sobre la cantidad y la calidad (actitudes, aptitudes y habilidades) de las personas que se implican en las diferentes tareas del sistema.

§  Calidad. Decisiones que implican poner en marcha las correspondientes acciones para mantener y mejorar, si es posible, los estándares de calidad del producto en todas las etapas de sus operaciones de transformación.

Estos ámbitos de decisión se vinculan a las necesidades que surgen sobre el enfoque de calidad para la mejora constante de los bienes y servicios, desarrollando el denominado «análisis de valor» o «ingeniería del valor». Este esquema de análisis pretende eliminar las tareas, elementos o cuestiones, que originando costes no contribuyan a la aportación de valor al producto o a la organización. De esta forma, el propósito básico se cierne alrededor de la optimización, de la búsqueda del máximo rendimiento y de la máxima satisfacción del cliente al menor coste posible.

El valor del producto se puede mejorar incrementando su utilidad sin variación del coste o, incluso, manteniendo dicha utilidad a un menor coste. Así, dentro de este planteamiento se encuentran tres conceptos fundamentales: objetivo del producto, función básica del producto y funciones secundarias. Por ejemplo, el tapón de la gasolina ostenta un objetivo de estanqueidad del depósito, su función se centra en permitir el abastecimiento, aunque de forma secundaria evite la suciedad, prevenga incidentes, robos, etc. En el global de estas funciones se encuentra la mejora del valor.

CONCLUSIÓN 

Yo considero que los sistemas de producción son indispensable para la vida cotidiana, pues gracias a sus aportaciones en los diferentes aspectos con sus productos, manufacturas, etc. , nos facilitan para tener una vida menos ajitada, y por supuesto gracias a ellos puede haber una buena economía, generación de empleos, etc. Solo recomendaria que estos sistemas de produccion se basaran en el desarrollo sustentable, para ayudar el planeta.

referencias:
http://www.adeudima.com/?page_id=367

http://www.monografias.com/trabajos-pdf5/sistema-produccion/sistema-produccion.shtml