Ruta de procesos de una empresa textil, una aplicaci ... - Wiphala.net

Ruta de procesos de una empresa textil, una aplicación en Blackbox
Universidad Nacional de Ingeniería
Joseph Ramos Valdivia
Aldo Mallma Granados
Edith Santos Lorenzo
joseph matrix@hotmail.com
aldomg84@hotmail.com
edithsantos@hotmail.com
Resumen
Este trabajo muestra una aplicación básica de la planeación
para casos reales, como el problema de encontrar la
ruta de procesos para insumos de una empresa textil, que
elabora tejidos y prendas de vestir.
En el presente documento se desarrolla una aplicación
en Blackbox 4.2; la versión del leguaje PDDL utilizado es
la 1.1.
I. Introducción
Se le ha criticado mucho a la inteligencia artificial de
solucionar problemas sin aplicaciones reales. Veremos con
un caso sencillo, como es posible vincular estas aplicaciones
a un contexto industrial.
como pima y otra fibra estándar. En la Tabla 1 describimos
los insumos con los que se cuentan.
La fábrica textil cuenta con los procesos de teñido, mercerizado,
tejido, corte, costura, acabado, estampado y bordado.
Los procesos y los insumos están relacionados de la
siguiente manera:
Proceso de mercerizado, para materias primas de fibra
pima.
Proceso de teñido, utilizado para cualquier insumo.
Proceso de corte, utilizado para materias primas.
Proceso de tejido, utilizado para cualquier insumo.
II.
Objetivos
Proceso de costura, utilizado para insumos en proceso.
Presentar en forma sencilla una aplicación de planeación
de inteligencia artificial, para el caso de encontrar la
ruta apropiada de procesos de los insumos una empresa
textil.
III.
Problema
Proceso de estampado y bordado, utilizado para insumos
en proceso de fibra estándar.
Proceso de acabado, utilizado para insumos en proceso.
Representar el problema, de encontrar la ruta apropiada
de procesos de ciertos tipos de insumos, que serán convertidos
a tejidos o polos y llevados luego a los almacenes de
tejidos y de prendas de vestir.
Existen dos clases de insumos, sin tratamiento alguno
o materia prima y con tratamiento o en proceso. Estos a
su vez pueden ser de dos clases de fibra de algodón, tales
1

Inteligencia Artificial 2
IV.
Marco teórico
Enfoques para la Resolución del Problema de Planeamiento
Dentro de la historia de los planeadores se conoce como
primer planeador a STRIPS, del cual sólo se aprovechó su
lenguaje de representación.
De allí en adelante, se pueden identificar cuatro enfoques
importantes de solución de problemas de planeamiento,
los cuales en orden de aparición son: Búsqueda en Espacio
de Estados, Planeamiento de Orden Parcial, Grafo
de Planeamiento, Planeamiento con Lógica Proposicional
(Oviedo, 2005). Existen dos tipos de planeamiento (Bonet
and Geffner, 2000):
Planeamiento independiente del dominio.- Se centra
en técnicas de búsqueda, técnicas de control de
búsqueda y de representación de problemas de planeamiento,
los cuales se caracterizan por presentar incertidumbre,
alto consumo de recursos y tiempo, entre
otros.
Planeamiento dependiente del dominio.- Está relacionado
con la aplicación de planeamiento dentro de
dominios particulares.
El Problema de Planeamiento
Un problema de planeamiento se diferencia por su tipo
de entrada y salida, es más complejo mientras tenga más
flexibilidad en sus entradas y requiera de menos constantes
de salida. Sus elementos son:
Objetos y Tipos.- Se define un objeto del problema
como cualquier entidad que participa del problema.
Un tipo restringe el comportamiento de un objeto,
permitiéndole participar en el problema sólo bajo algunas
condiciones.
Predicados.- Un predicado es una propiedad que se
puede afirmar sobre el problema o sobre uno o más
objetos del problema.
Estado.- Un estado representa una situación en el dominio
y es definido por el conjunto de átomos que son
verdaderos en esa situación.
Acción.- Una acción (u operador) incluye un conjunto
de objetos sobre los cuales la acción es aplicada.
Esta definida además por precondiciones o conjunto
de átomos que deben ser verdaderos en un estado para
que la acción pueda ser aplicada en el. Los efectos
positivos son un conjunto de átomos que se vuelven
verdaderos después de aplicar la acción; es decir, en
el estado generado por la acción.
Dominio.- El dominio de un problema de planeamiento
engloba los tipos, los predicados y las acciones.
Planeador Blackbox
El Sistema de Planeamiento Blackbox unifica las ideas
de los grafos de planeamiento (Blum and Furst, 1995) con
las de planeamiento de lógica proposicional (Kautz and
Selman, 1992).
El algoritmo de Blackbox genera un grafo de planeamiento
para el problema original, del mismo modo que el
sistema Graphplan, generando un conjunto de acciones y
átomos mutuamente exclusivos, los cuales se traducen a
un problema SAT y pueden ser resueltos eficientemente
con cualquier algoritmo SAT genérico.
Lenguaje PDDL 1.1
A partir del lenguaje STRIPS, se han desarrollado otros
lenguajes de planificación. Con motivo de la primera competición
de planificadores que se celebró durante la conferencia
AIPS’98, se presentó PDDL (Planning Domain
Definition Language) mcdermott98.
El objetivo de este nuevo lenguaje era que todos los planificadores
participantes en la competición manejaran las
mismas descripciones de dominios, de forma que la superioridad
de uno u otro se manifestara como resultado de
su funcionamiento y no de mayor información especificada
en el problema. El lenguaje PDDL permite la definición
de problemas que requieran las siguientes características
sintácticas:
Acciones tipo STRIPS.
Efectos condicionales.
Cuantificación universal sobre universos dinámicos
(es decir, creación y destrucción de objetos).
Axiomas del dominio.
Especificación de restricciones de seguridad.
Especificación de acciones jerárquicas compuestas de
subacciones y subobjetivos.
Manejo de problemas múltiples en múltiples dominios
utilizando diferentes subconjuntos de características
del lenguaje (para soportar la compartición
de dominios entre diferentes planificadores que manejan
distintos niveles de expresividad).
V. Aplicación
Para poder resolver el problema descrito en la sección
III, es necesario abstraer los elementos (u objetos) y relaciones
que representarán el problema. Se presenta el código
en PDDL, en el que se muestra todos los elementos del
lenguaje.

Inteligencia Artificial 3
Objetos
A1, A2, A3, A4 representan los insumos de materia prima.
A1, A2 son de fibra de algodón pima y A3, A4 son
de fibra estándar. B1, B2, B3 representan los insumos en
proceso. B1, B3 son de fibra de algodón pima y B2 de fibra
estándar. N1, N2, N3, N4, N6, N7, N8, N9 representan
los procesos de teñido, mercerizado, corte, tejido, costura,
estampado, acabado, bordado respectivamente. N0 es
el almacén de donde parten todos los insumos, N5 y N10
son los almacenes de tejidos y de prendas de vestir respectivamente.
Predicados
Se han definido los predicados ”esta en” y ”pasan”. Con
el primero indicamos que el insumo se encuentra en un
determinado nodo (de proceso o almacén); con el segundo
precisamos que el proceso ?y admite para su tratamiento
un tipo especial de insumo; ?x es el nodo previo al ?y. A
continuación mostramos una parte del dominio en PDDL
referido a los predicados:
(define (domain textil)
(:requirements :strips :equality)
(:predicates
(esta_en ?p ?x)
)
....
(pasan ?x ?y ?p)
Acciones
Se ha considerado solo una acción, la acción ”ir a”, dado
que es la única que nos sirve para representar el problema
tratado. Para que un insumo se dirija al proceso adecuado,
es necesario que este considere el tratamiento de
ese tipo de insumo. Las precondiciones y efectos para este
caso son obvios, tal como apreciamos:
(:action ir_a
:parameters (?p ?x ?y)
:precondition (and
(esta_en
(pasan
:effect
)
(and
(esta_en ?p ?y)
(not (esta_en ?p ?x))))
Dominio del problema
Descripción del grafo del problema
?p ?x)
?x ?y ?p)
Se muestra el mapa de procesos y almacenes. Cerca a
las líneas que conectan los nodos, tal como vemos en el
círculo rojo, se indica los tipos de insumos que pueden ser
tratados por el proceso de tejido, o sea A1, A2, A3, A4.
A diferencia del diagrama de nodos inicial (sección III),
en este se muestra en forma detallada la disposición de los
nodos, ampliándose en dos gráficos.
Lenguaje PDDL para el dominio del problema
(define (problem problema_textil)
(:domain ciudades)
(:objects N0 N1 N2 N3 N4 N5 N6 N7 N8 N9 N10
A1 A2 A3 A4 B1 B2 B3)
(:init
(esta_en A1 N0) (esta_en A2 N0)(esta_en A3 N0)
(esta_en A4 N0) (esta_en B1 N0)(esta_en B2 N0)
(esta_en B3 N0) (pasan N0 N1 A3)(pasan N0 N1 A4)
(pasan N0 N1 B1) (pasan N0 N1 B2)(pasan N0 N1 B3)
(pasan N0 N2 A1) (pasan N0 N2 A2)(pasan N2 N1 A1)
(pasan N2 N1 A2) (pasan N1 N3 A1)(pasan N1 N3 A2)
(pasan N1 N3 A3) (pasan N1 N3 A4)(pasan N3 N4 A1)
(pasan N3 N4 A2) (pasan N3 N4 A3)(pasan N3 N4 A4)
(pasan N1 N4 B1) (pasan N1 N4 B2)(pasan N1 N4 B3)
(pasan N4 N5 A1) (pasan N4 N5 A2)(pasan N4 N5 A3)

Inteligencia Artificial 4
(pasan N4 N5 A4) (pasan N4 N6 B1)(pasan N4 N6 B2)
(pasan N4 N6 B3) (pasan N6 N8 B1)(pasan N6 N8 B3)
(pasan N6 N7 B2) (pasan N7 N9 B2)(pasan N9 N8 B2)
(pasan N8 N10 B1) (pasan N8 N10 B2)(pasan N8 N10 B3)
)
(:goal
(and
(esta_en A1 N5)(esta_en A2 N5)(esta_en A3 N5)
(esta_en A4 N5)(esta_en B1 N10)(esta_en B2 N10)
(esta_en B3 N10)
)
)
)
Resultados de la ejecución del programa
((ir-a a2 n0 n2) (ir-a b2 n0 n1) (ir-a b3 n0 n1)
(ir-a a3 n0 n1) (ir-a b1 n0 n1) (ir-a a1 n0 n2)
(ir-a b1 n1 n4) (ir-a b2 n1 n4) (ir-a a1 n2 n1)
(ir-a a2 n2 n1) (ir-a b3 n1 n4) (ir-a a3 n1 n3)
(ir-a b3 n4 n6) (ir-a a1 n1 n3) (ir-a a2 n1 n3)
(ir-a b1 n4 n6) (ir-a a3 n3 n4) (ir-a b2 n4 n6)
(ir-a a3 n4 n5) (ir-a b1 n6 n8) (ir-a b2 n6 n7)
(ir-a b3 n6 n8) (ir-a a1 n3 n4) (ir-a a2 n3 n4)
(ir-a a1 n4 n5) (ir-a a2 n4 n5) (ir-a b3 n8 n10)
(ir-a b1 n8 n10) (ir-a b2 n7 n9) (ir-a b2 n9 n8)
(ir-a b2 n8 n10))
Representación gráfica de los resultados
Las rutas de procesos para los insumos A1, A2, A3, A4,
B1, B2 y B3, se muestran en la figuras 3, 4 y 5. De los
resultados obtenidos en la ejecución del programa, ordenaremos
uno a continuación del otro las rutas para un tipo
de insumos.
Ruta de proceso para A1: (ir-a a1 n0 n2)(ir-a a1 n2
n1)(ir-a a1 n1 n3)(ir-a a1 n3 n4)(ir-a a1 n4 n5) Ruta de
proceso para A2: (ir-a a2 n0 n2)(ir-a a2 n2 n1)(ir-a a2 n1
n3)(ir-a a2 n3 n4)(ir-a a2 n4 n5)
VI.
Conclusión
Se puede representar y solucionar problemas reales de
planeación con las técnicas de inteligencia artificial. En este
trabajo se ha visto un caso bien sencillo utilizando una
sola acción como operador. Sin embargo la representación
tuvo un dominio de varios nodos u objetos.
Es muy sencilla la utilización del lenguaje PDDL para
representar dominios de casos de planeación. A diferencia
de otros métodos de la investigación de operaciones como
los de simulación y modelos de asignación, con los que se
puede encontrar soluciones de un conjunto de posibilidades,
este lenguaje esta más cercano al aprendizaje de las
personas que el que manejan dichos métodos, como en el
caso del programa GPSS para de simulación de colas.
VII.
Recomendaciones
Ruta de proceso para A3: (ir-a a3 n0 n1)(ir-a a3 n1
n3)(ir-a a3 n3 n4)(ir-a a3 n4 n5) Ruta de proceso para
A4:(ir-a a4 n0 n1)(ir-a a4 n1 n3)(ir-a a4 n3 n4)(ir-a a4 n4
n5)
Ruta de proceso para B1: (ir-a b1 n0 n1)(ir-a b1 n1
n4)(ir-a b1 n4 n6)(ir-a b1 n6 n8)(ir-a b1 n8 n10) Ruta de
proceso para B2: Ruta de proceso para B2: (ir-a b2 n0
n1)(ir-a b2 n1 n4)(ir-a b2 n4 n6)(ir-a b2 n6 n7)(ir-a b2 n7
n9)(ir-a b2 n9 n8)(ir-a b2 n8 n10) Ruta de proceso para
B3: (ir-a b3 n0 n1)(ir-a b3 n1 n4)(ir-a b3 n4 n6)(ir-a b3 n6
n8)(ir-a b3 n8 n10)
Es preferible trabajar con la versión 2.1 de PDDL, que
no es soportada por el planeador Blackbox 4.2, utilizado en
este trabajo. La razón es que se puede representar mejor el
mundo, incluyéndole más detalles de él, como el tiempo
de duración de las acciones, la suma, resta, multiplicación
y división, etc. De esta forma se puede solucionar problemas
más complejos de planeación vinculados a fenómenos
reales.
Se debe estar al tanto de los resultados de las competiciones
internacionales de planeamiento, llevadas desde
1998. La última se llevó el 2002, según las fuentes revisadas,
e incluía más ventajas que la versión inicial de PDDL

Inteligencia Artificial 5
1.1. De esta forma ir abarcando problemas mas complejos
relacionados con planeaciones reales, de industrias, economía,
etc. La investigación de operaciones, cuenta con
métodos para solucionar problemas de asignación de recursos,
etc. Recomendamos para las generaciones que vienen,
hacer una comparación con algunos métodos de la investigación
de operaciones, que dan solución a problemas
de asignación de recursos.
Referencias
[1] Maria Fox and Derek Long. ”PDDL 2.1 : An Extension
to pddl for Expressing Temporal Planning
Domains”
Department of Computer and Information Sciences.
University of Strathclyde, Glasgow, UK. Journal of
Artificial Intelligence Research 20 (2003) 61-124
[2] Daniel S. Weld. ”Recent Advances in AI Planning”
Department of Computer Science & Engineering.
University of Washington. 1998.
[3] Cipriano Galindo, Juan Fernández y Javier
González. ”Planificación de tareas en entornos
modelados con jerarquías de abstracción”
System Engineering and Automation Departament.
University of Málaga. 2002
[4] Stuart Russell y Meter Norvig. ”Inteligencia Artificial
un Enfoque Moderno”
Colección de Inteligencia Artificial de Pretince
Hall. Traducido de la obra: Artificial Intelligence a
modern approach. Primera edición.