UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, Decana de América FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA E.A.P: INGENIERIA DE SISTEMAS Tema: Implementación de un sistema de planificación de turnos de riego usando método de búsqueda tabú en el valle de Huaral Curso: metodología para la elaboración de tesis Docente: Trujillo Trejo, John Alumno: Reyes Marzano, Alejandro Ciudad Universitaria, 12 de julio de 2011 INDICE 1 INTRODUCCION 3 2 ANTECEDENTES 4 2.1 2.1.1 Formulación del problema Problema principal 4 4 2.1.2 Problemas secundarios 4 2.2 2.3 2.3.1 Importancia Objetivos Objetivo general 4 5 5 2.3.2 Objetivos específicos 5 2.4 2.4.1 Alcances y limitaciones Alcances 5 5 2.4.2 Limitaciones 6 2.5 2.5.1 Solución planteada Variables de entrada 6 6 2.5.2 Variables de salida 7 3 4 MARCO TEORICO 8 3.1 3.2 3.2.1 Glosario Optimización combinatoria Programación matemática 8 8 8 3.2.2 Optimización combinatoria 9 3.2.3 Método de búsqueda tabú (TS) 10 3.2.4 Aplicaciones de búsqueda tabú 11 3.2.5 Aplicabilidad al problema 11 3.3 3.3.1 Teoría agropecuaria Edafología 11 11 3.3.2 Meteorología 13 3.3.3 Fitología 14 3.3.4 Planificación de riego 14 REVISION DEL ESTADO DE ARTE 15 4.1 4.1.1 Estado del arte de búsqueda tabú Introducción al método de búsqueda tabú. 15 15 4.1.2 Solución al problema de despacho hidrotérmico 15 5 CONCLUSION 21 6 REFERENCIAS BIBLIOGRAFICAS 22 IMPLEMENTACIÓN DE UN SISTEMA DE PLANIFICACIÓN DE TURNOS DE RIEGO USANDO MÉTODO DE BÚSQUEDA TABÚ EN EL VALLE DE HUARAL 1 INTRODUCCION Somos conscientes que la globalización de la economía nos obliga a insertarnos en ella, en consecuencia como productores agrícolas del valle de Huaral denominada capital de la agricultura peruana debemos ser más competitivos, ello implica la implementación de las buenas prácticas en el manejo integral de la producción agrícola, cumplir con los estándares internacionales en el manejo fitosanitario, el buen uso del recurso hídrico y el cuidado del medio ambiente. Es por ello una necesidad urgente la implementación de un sistema planificación de turnos riego, conscientes de que el valle cuenta con un sistema de riego por inundación la propuesta no es remplazar la forma de riego sino, optimar la calidad y oportunidad de servicio de riego según necesidad de los cultivos, tomando en cuenta el tipo suelo, información climática, tipo de cultivo y el periodo vegetativo en la que se encuentra el cultivo. En nuestros días la informática ha expandido su aplicación a diversas áreas de la actividad humana. La agricultura no ha sido la excepción, en este caso exactamente se trata de resolver un problema agrícola existente en el uso de agua para el riego por inundación, este problema se presenta muy a menudo en todas las zonas agrícolas del Perú, el cual consiste en la deficiente planificación de turnos de riego. Desde el punto vista de la informática este problema puede ser planteado como un problema de optimización combinatoria y resuelto por el método de búsqueda tabú. 2 2.1 ANTECEDENTES Formulación del problema 2.1.1 Problema principal La forma tradicional de asignación de turnos de riego por gravedad que tiene La Junta de Usuarios del Distrito de Riego del Valle Chancay-Huaral ha generado un impacto negativo en el rendimiento de la producción de los cultivos, debido a no contar con un criterio técnico de asignación de turnos de riego por demanda, es decir no se toma en cuenta las características técnicas del suelo, las condiciones climáticas, el tipo de cultivo, labores agrícolas ni la edad fitológica ni cronológica de la planta. Como consecuencia de este tipo de manejo de los turnos de riego se tiene un stress fitológico en las plantas, esto hace que la asimilación de los nutrientes sea deficiente por consiguiente una baja productividad en la cosecha. Esto pone en desventaja a nuestros agricultores para competir con sus pares de otros países, en las que la agricultura tiene un alto grado de tecnificación. 2.1.2 Problemas secundarios La tarifación plana del uso de agua, esto hace que muchos agricultores tenga deudas impagas de varios periodos agrícolas, aduciendo en algunos casos una elevada tas para cultivos como algodón que usa de 10 a 12 veces al año, en comparación con otros cultivos como la fresa que usa alrededor de 85 a 90 veces al año, es decir 7 veces más. Malas prácticas por parte de algunos sectoristas, que al ver que existe un periodo prolongado de riego y algunos cultivos necesitan riegos más frecuentes, hacen arreglos bajo la mesa y les asigna turno fuera de lo establecido y cobran una comisión. 2.2 Importancia El presente trabajo es de importancia tanto por su carácter teórico como por su propuesta de solución del problema planteado. El contar con un sistema de planificación de turnos de riego para La Junta de Usuarios del Distrito de Riego del Valle Chancay-Huaral, será de suma importancia, esto visto desde el ámbito practico, en lo referente a lo teórico servirá como base para las posteriores trabajos en el tema, pues aún no existe una literatura específica del tema en cuestión, claro existe una vasta literatura en lo que se refiere a optimización combinatoria y la búsqueda tabú pero no aplicado al problema. 2.3 Objetivos 2.3.1 Objetivo general El objetivo de este trabajo es la implementación de un sistema de planificación de turnos de riego usando método de búsqueda tabú en el valle de Huaral. 2.3.2 Objetivos específicos El objetivo principal se soporta en los objetivos secundarios que se identificaron y se mencionan a continuación: Recopilar los datos de importancia en una base de datos para el dominio de este problema. Dada esta base de datos prepararla de forma tal que nos ayuda a validar la hipótesis Identificar y evaluar técnicas que permiten seleccionar el subconjunto óptimo de solución, basado en la información meteorológica, hidrológica, climatológica y de suelo para la planificación de riegos. Identificar y evaluar técnicas de solución de problemas de optimización combinatoria. Justificar la selección del método metaheurística de búsqueda tabú para la solución del problema. Optimar la calidad y oportunidad de servicio de riego, según necesidad de los cultivos. 2.4 Alcances y limitaciones Como todo trabajo un trabajo debe ser delimitado para su mejor entendimiento y así identificar las limitaciones, a continuación se describe el alcance y las limitaciones. 2.4.1 Alcances Con la realización de este trabajo se pretende implementar un sistema computacional con la metodología propuesta para encontrar una solución al problema encontrado. El cual permitirá a los usuarios de riego a acceder a la información de planificación de riegos de manera personalizada y sencilla. La información recopilada refleja la necesidad de los usuarios de riego, ya que el sistema contara con una base de datos de toda la información meteorológica, hidrológica, climatológica y edafológica. 2.4.2 Limitaciones El presente trabajo no es ajeno a las limitaciones, en consecuencia presenta las siguientes limitaciones: Una de las limitaciones de este trabajo de implementación de un sistema de asignación de turnos de riego con el método de búsqueda tabú es el coste al construir la solución, como todo método de optimización empieza con una solución inicial que se va mejorando a medida que se realizan las iteraciones, sin embargo para este problema el solo hecho de identificar una solución inicial factible es un reto, lo que se trata es buscar las soluciones factibles que se acercan lo más a la solución óptima.. Es por ello que se plantea como un problema de optimización combinatoria se usa un método metaheurístico. 2.5 Solución planteada La solución que se plantea es formular un modelo matemático al problema como un problema de maximización de producción de todas las parcelas como consecuencia del uso adecuado del agua en la epata fitológica de los cultivo, esto será resuelto como un problema de optimización combinatoria con el método de búsqueda tabú. Este modelo tiene como entradas las variables edafológicas, meteorológicas y fitológicas y como salida la configuración de las parcelas con sus respectivos turnos y horarios de riego. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 cultivo de papa cultivo de maiz cultivo de algodón cultivo de cebolla cultivo de frejol cultivo de chala cultivo de fresa Grafico 2.5.a El grafico 2.5.a muestra la representación de las parcelas con sus respectivos cultivos, en un momento dado. 2.5.1 Variables de entrada Las variables de entrada serán las que nos servirán como materia del proceso de planificación, a continuación se muestran organizadas según su categoría. entradas tipo de suelo grado de conductividad electrica edafológica el PH salinidad inclinacion edad de la planta (cronologica) edad de la planta (fitologica) fitologicas tipo de cultivo variedad temperatura tiempo humedad relativa (meteoroló radiacion solar gica ) velocidad del viento precipitacion atmosferica El siguiente cuadro será llenado con los datos de las variables de entrada campos de cultivo cultivo 1 cultivo de papa 8 cultivo de maiz 15 cultivo de algodón 22 cultivo de cebolla 29 cultivo de frejol 2 cultivo de chala 9 cultivo de fresa entradas edafológica planta tiempo tipo de suelo grado de conductividad el PH salinidad electrica inclinacionedad de laedad planta de(cronologica) latipo planta de cultivo (fitologica) variedad temperatura humedad radiacion relativa solar velocidad precipitacion del viento atmosferica arenoso 2.5.2 Variables de salida Las variables de salida, se muestra a continuación salidas caudal del riego m3/s duracion del riego (horas) turno de riego horario de riego frecuencia de riego rango de dias regables El siguiente cuadro contendrá la información producida por el sistema para los campos específicos. campos de cultivo cultivo 1 cultivo de papa 8 cultivo de maiz 15 cultivo de algodón 22 cultivo de cebolla 29 cultivo de frejol 2 cultivo de chala 9 cultivo de fresa salidas truno de riego caudal del riego m3/s duracion del riego (horas) horario de riego frecuencia de riego rango de dias regables 3 3.1 MARCO TEORICO Glosario Edafología. Es la ciencia que estudio el suelo, de manera integral y en relación con las plantas. Vale decir trata sobre aspectos como formación, composición, clasificación, distribución y funciones. Heurística. Etimológicamente viene de heu y rein lo cual significa correr bien [4], la heurística lleva al descubrimiento más que a la demostración. Es una técnica de indagación o búsqueda de solución de un problema basado en el uso de información disponible, este método no necesariamente tiene la propiedad buenos tiempos de ejecución o soluciones buenas, es por eso en muchos casos las soluciones no necesariamente son las óptimas. Pero el uso de múltiples reglas heurísticas puede dar soluciones sofisticadas. Metaheurística. Es una estrategia que permite combinar las heurísticas para la solución de problemas de tipo NP-Completos, el término “meta” quiere decir más allá, el termino Metaheurística fue introducido por Fred Glover en 1986, también nos ayuda a resolver problemas de optimización combinatoria. Presión de saturación. Es el nombre que recibe la presión parcial del vapor de agua cuando el aire está saturado, esto depende mucho de la temperatura del aire, consecuentemente cuanto más caliente esta la masa de aire almacena mayor cantidad de vapor de agua, cuando la temperatura baja ocurre lo contrario, el almacenamiento de agua es baja. Una masa de aire al enfriarse desprende vapor en forma de precipitación. Presión parcial. La presión parcial del vapor de agua, representa la presión atmosférica total ejercida por el vapor de agua existente en la atmosfera, la unidad física de medida es en milímetros de mercurio. 3.2 Optimización combinatoria 3.2.1 Programación matemática La programación matemática es una rama de la matemática aplicada, que permite resolver problemas de optimización toda vez que la solución sea posible, donde se identifica la función objetivo el cual será objeto de maximización o minimización, cumpliendo ciertas restricciones tecnológicas de las variables de decisión. La programación matemática a su vez se divide en diferentes sub disciplinas según las características de las variables y de las ecuaciones y/o inecuaciones que describen los modelos matemáticos [1]. En el caso que las ecuaciones y/o inecuaciones son lineales se dice que es programación matemática lineal, en otro caso programación no lineal. En el caso que las variables tomen solo valores discretos se denomina programación entera, caso contrario programación continua. Si la función objetivo del modelo planteado es una función vectorial se trata de programación multiobjetivo. Si los parámetros que describen el modelo tienen valores fijos se trata de programación determinística, en el caso que varían o presentan un comportamiento aleatorio se denomina un modelo de programación matemática estocástico. Otro caso de programación matemática es la paramétrica, en este caso los valores de los parámetros varían de forma sistemática con sus respectivas soluciones óptimas en cada cambio. Otro campo de la programación matemática es la optimización combinatoria cuyo objeto de estudio es la resolución de problemas de optimización con un número finito de posibles soluciones, sin embargo este espacio es grande. Para ello se usan diferentes técnicas heurísticas y metaheurísticas tales como método de colonia de hormiga, búsqueda tabú, algoritmos genéticos, etc. En este trabajo nos enfocaremos a este último tipo de programación matemática, optimización combinatoria y se aplicará a la solución de un problema real que consiste en la distribución oportuna del recurso hídrico para el servicio de riego por gravedad, esta distribución debe tener un criterio estrictamente técnico es decir por demanda según necesidad de los cultivos. En tal sentido el problema será planteado como un problema de optimización combinatoria y resuelto con el método de búsqueda tabú. 3.2.2 Optimización combinatoria Optimización combinatoria es una rama de la programación matemática cuyo objeto de estudio son problemas de tipo: mix{f(x): s ∈ S}, |S| < ∞ De acuerdo al modelo anterior la optimización combinatoria trata de encontrar algoritmos que nos permita afrontar problemas en las que existen un número finito de soluciones factibles [1], según la definición dada podemos pensar que es tan simple la solución, sin embargo en la practica el conjunto S puede ser demasiado grande, lo que se trata es buscar las soluciones factibles que se acercan lo más a la solución óptima. Combinatoria. Llamado también análisis combinatorio, es parte de las matemáticas discretas que a su vez este último es la base de las ciencias de la computación. Combinatoria trata sobre arreglos construidos con elementos de un conjunto, generalmente finito, de acuerdo con ciertas reglas [9]. Ejemplo: Gráfico 3.2.2 a [9] Dado el grafica anterior, que en cada arista tiene asignado un número positivo, llamado la longitud de la arista, una ruta mínima del vértice X al vértice Y es una trayectoria formada por una sucesión de aristas, que se inicia en X y termina en Y, tal que la suma de las longitudes sea la mínima posible entre todas las trayectorias de X a Y. Una vez definida las condiciones que deben satisfacer los arreglos de un cierto tipo, podemos plantear diversos interrogantes tales como: Existe al menos un arreglo que satisfaga todas las condiciones, en muchos casos esto puede ser trivial, pero hay casos en las que puede ser difícil de resolver. En consecuencia la optimización combinatoria trata de resolver esos problemas difíciles, para ello usa técnicas y métodos de solución heurísticas tales como: método de descomposición, inductivos, de reducción, constructivos y búsqueda local y meta heurística tales como: constructivos, evolutivos y de búsqueda. El método de búsqueda tabú es de tipo metaheurística de búsqueda. 3.2.3 Método de búsqueda tabú (TS) La búsqueda Tabú (Tabu Search) es un algoritmo Metaheurístico que permite resolver problemas de optimización combinatoria, tienes sus orígenes en la década de los 70 a través de diversas publicaciones, oficialmente el nombre y la metodología fueron introducidas posteriormente por Fred Glover en 1989[2]. Es un algoritmo genérico e independiente del problema a optimizar [3] “Las metaheurísticas son una clase de métodos aproximados que están diseñadas para resolver problemas difíciles de optimización combinatoria en los que los heurísticos clásicos no son efectivos. Las metaheurísticas proporcionan un marco general para crear nuevos algoritmos híbridos combinando diferentes conceptos derivados de la inteligencia artificial, la evolución biológica y los mecanismos estadísticos” [10]. El método de búsqueda tabú surge, de una necesidad de dotar de inteligencia a los métodos de búsqueda local, esto se logra dotando de memoria para asegurar que la información de la búsqueda local almacenada en esta memoria sirva para hallar una buena solución de un conjunto de posibles soluciones [5]. 3.2.4 Aplicaciones de búsqueda tabú Las aplicaciones de los algoritmos de búsqueda tabú se dan principalmente se la solución de problemas de optimización combinatoria, estos son: Problema de colorear grafos con la menor cantidad de colores. Se tiene que colorear países en un mapa utilizando una cantidad mínima de colores distintos. El problema de un conjunto máximo independiente. Se tiene que buscar en un grafo, un subconjunto vértices de tamaño máximo, tales esos vértices no comparten aristas. El problema de planificación de horarios de clases. El problema consiste en encontrar una configuración de horarios de clases de modo que no existe cruce en la asignación de recursos para el desarrollo de clases. 3.2.5 Aplicabilidad al problema Los problemas de optimización combinatoria pueden ser resueltos por métodos heurísticos y metaheurísticos, por ende el problema encontrado de asignación de turnos de riego sin criterios técnicos de asignación al ser planteado como un problema de optimización combinatoria puede ser resuelto con el método de búsqueda tabú. Esto debido a que cuenta con un conjunto de variables de entrada que se jerarquizaran y se le asignara un coste a cada variable para luego hacer una búsqueda de la configuración inicial factible y a partir de ahí ir buscando una solución que se acerca al óptimo, esto permitirá generar una configuración final de turnos y horarios de riego que sean las más adecuadas para lograr la maximización de la producción de los cultivos. 3.3 Teoría agropecuaria Para los fines de planificación del riego en el desarrollo de las actividades agropecuarias, es de necesidad conocer las características edafologías, medio ambientales. 3.3.1 Edafología Es la ciencia que estudio el suelo, de manera integral y en relación con las plantas. Vale decir trata sobre aspectos como formación, composición, clasificación, distribución y funciones. En consecuencia esta disciplina nos ayuda a identificar las variables de entrada necesarias para la implementación de un sistema de asignación de turnos de riego con método de búsqueda tabú como información referente al suelo, tales como tipo de suelo, conductividad eléctrica y salinidad, el PH, condiciones topográficas, etc. Toda la información edafológica será elaborada en el laboratorio de suelos y agua de la estación experimental DONOSO Huaral. Esto con la clara intención de contar con información fidedigna y oportuna. Conductividad eléctrica y salinidad. Es la propiedad que tienen los materiales de conducir el flujo eléctrico, este estudio nos ayuda a comprender la concentración total de componentes ionizadas en las soluciones, en consecuencia los suelos presenta una serie de sales solubles en combinación de cationes tales como: calcio, magnesio, sodio, potasio y de los aniones como: carbonatos, bicarbonatos cloruros y sulfatos [12]. En tal sentido el valor de la conductividad está relacionado como la sumatoria de los aniones, cationes y todos los sólidos disueltos en el suelo. Las soluciones tienen su origen en la meteorización de los minerales primarios, aunque la presencia de las sales en gran cantidad se debe a actividades en concreto como drenaje oblicuo, intrusión salina, condiciones topográficas [12]. Clasificación de los suelos según su salinidad. De acuerdo al estándar de clasificación de los suelos dado por el departamento de agricultura de los Estados Unidos de Norteamérica [6], la clasificación o grupo de suelos en base a su salinidad o contenido de sodio es la siguiente: Suelos normales. Denomínese suelos normales a aquellos cuyo extracto de saturación presenta una conductividad menor de 4 ohmios x cm a 25°C y cuyo porcentaje de sodio intercambiable es menor de 15 %[6] Suelos salinos. Denomínese así a los suelos cuyo extracto de saturación tiene una conductividad mayor de 4 ohmios x cm. y un porcentaje de sodio intercambiable menor de 15 % [6], el pH del suelo debe ser menor de 8.5. Estos suelos corresponden al tipo descrito por Hilgard (1906) como suelos "álcali blanco" y a los "solón chacks" de los autores rusos [6]. En estos suelos, un drenaje adecuado permite eliminar por lavado las sales solubles, volviendo nuevamente a ser suelos normales. Suelos salinos sódicos. Llámense así a aquellos suelos cuyo extracto de saturación tiene una conductividad mayor de 4 ohmios x cm a 25°C y un contenido de sodio intercambiable mayor del 15 % [6], el pH que presentan este tipo de suelo puede ser o no superior a 8.5. Este tipo de suelos se forma como resultado de los procesos de salinización y acumulación de sodio. Siempre que contengan un exceso de sales, su apariencia y propiedades son similares a los suelos salinos. Suelos sódicos no salinos. Son aquellos suelos cuyo contenido de sodio intercambiable es mayor de 15 % y cuyo extracto de saturación presenta una conductividad menor de 4 ohmios x cm a 25°C, El pH vana entre 8,5 y 10. Estos suelos corresponden a los llamados "álcali negro" de Hilgard y, en ciertos cosos, a los "Solonetz" de los autores rusos [6]. En consecuencia los pitos de suelos van a ser determinantes en la planificación de turnos re riego, pues la presencia de sales en el suelo hacen que a mayor salinidad del suelo presenta una conductividad eléctrica alta y esto tiene un potencial de retención de humedad en el suelo. 3.3.2 Meteorología Esta disciplina nos ayuda a identificar las variables climáticas que servirán de soporte para la planificación de turnos de riego, dentro del ámbito de estudio en el valle de la cuenca hidrográfica del rio Chancay, se cuenta con una estación agro meteorológica bajo la gestión de la estación experimental agraria DONOSO Huaral, que a su vez es parte de del instituto nacional de innovación agraria INIA del Ministerio de Agricultura, el cual servirá de fuente de información meteorológica en tiempo. Las variables meteorológicas que tienen mayor impacto en la actividad agropecuaria [6] son: Temperatura del aire. Cuya unidad física de medida es en (°C), la diversidad climática que presenta el valle de Chancay-Huaral, comprende una secuencia gradual desde el patrón cálido sami cálido y un con presencia de brillo solar en los meses de octubre a abril y en los meses de mayo a setiembre con presencia de precipitaciones naturales de la estación, sin embargo existen alteraciones de la normalidad climática en consecuencia la temperatura sube o baja de manera brusca generando anomalías fitológicas, por ello en la planificación de turnos de riego debería de considerarse este factor, también influye en la velocidad de evaporación del agua del suelo[8]. Humedad relativa. Cuya unidad física de medida es en (%), la humedad en el aire se expresa de diversas maneras, entre las más utilizadas: la humedad relativa, la humedad absoluta y la relación de mescla, la tensión de vapor y el punto de rocío [7], cada uno de ello depende de los objetivos de la investigación, para la planificación de riegos lo que importa es la humedad relativa. El aire contiene cantidades deferenciales de moléculas de agua en forma de vapor, en consecuencia la humedad del aire no es más que la concentración de agua en el aire, esto se transporta en diferentes direcciones tanto vertical y horizontal. La humedad relativa representa la relación expresada en porcentaje existente de la presión parcial del vapor de agua y la presión de saturación del vapor de agua, naturalmente a misma presión atmosférica y temperatura del aire [7]. = 100% Dónde: Es la presión parcial del vapor de agua Es la presión de saturación del vapor de agua Es la humedad relativa del aire Radiación solar. Cuya unidad de medida es en (w/m2), el sol es el principal generador de la energía con el 99% de aportación frente al 1% de aportación procedente del interior de la tierra, esta energía entra a la atmosfera como radiación de onda corta y sufre transformaciones a otra forma de energía al mismo tiempo que pone en movimiento toda la masa atmosférica provocando variaciones de temperatura, humedad y presión, dando lugar a la variabilidad espacial y temporal del tiempo [11]. La energía luminosa del sol es muy importante en las plantas para el proceso fotosintético, el cual es captado por los cloroplastos de las plantas, que a su vez se convierte en energía química almacenada en forma de azucares y otras moléculas orgánicas esta energía será usada para la absorción de nutrientes tanto foliares con radiculares. En consecuencia esta información es de gran utilidad para el proceso de planificación y asignación de horarios de riego, existen de dos tipos incidente y neta. Velocidad del viento. Cuya unidad física de medida es en (m/s), el viento es corriente de aire producida en la atmósfera por causas naturales. Esto como cualquier fenómeno natural tiene intensidad esta intensidad puede perjudicar a los cultivos en caso de realizar un riego en horas donde la intensidad es alta y las plantas se encuentran en una determinada edad fitológica. Precipitación atmosférica. Este fenómeno es muy importante no solo para la agricultura, sino para todo el ciclo de vida terrenal; es parte fundamental del ciclo del proceso hidrológico de la tierra, en tal sentido es la fuente de agua procedente de la atmosfera que en forma sólida o líquida se deposita en la superficie de la tierra. En muchos casos beneficia a la agricultura pero en otros casos puede resultar perjudicial, es por ello que resulta de suma importancia esta información en el proceso de planificación de asignación de turnos de riego. 3.3.3 Fitología Es la disciplina que se encarga del estudio de los vegetales en todo sus aspectos, esto incluye la descripción, clasificación, identificación además del estudio de la reproducción, fisiología y morfología, en consecuencia será de ayuda la información recopilada en base a esta disciplina y servirán como datos de entrada. Los principales cultivos en el valle de Chancay - Huaral son: maíz, algodón, cítricos, papa, chala, etc. Cada tipo de cultivo tiene una particularidad en sus propiedades fitosanitarias, esto hace que el manejo hidrológico no es lo mismo. 3.3.4 Planificación de riego Planificación de riego también denominado distribución del recurso hídrico para la actividad agrícola, es un proceso en la cual se realiza la evaluación de diferentes variables identificadas anteriormente, en función a esas variables se debe realizar una configuración del mapa parcelario del valle para la asignación del turno de riego en la cual se debe considerar el horario y la frecuencia de riego, esto permitirá hacer uso óptimo del agua desde dos perspectivas distintas, vale decir desde la perspectiva de optimización del uso del recurso y desde la perspectiva de incrementar la productividad de los cultivos como consecuencia del uso oportuno del agua, según la necesidad de las plantas. 4 4.1 REVISION DEL ESTADO DE ARTE Estado del arte de búsqueda tabú Los problemas de optimización existen en todos los campos de la actividad humana y tienen una marcada dificultad en la solución, esto ha motivado el desarrollo de poderosas técnicas de optimización los cuales emergen como resultado de adaptar ideas de una variedad de áreas de investigación con la esperanza de encontrar procedimientos eficientes y manejables en el tratamiento de problemas de optimización; así encontramos Búsqueda Tabú (Tabú Search, TS, en inglés), basado en derivar y explotar un conjunto de principios de resolución inteligente de problemas. Búsqueda Tabú ha sido utilizada extensamente para resolver exitosamente o encontrar mejores soluciones a una diversidad de problemas de toma de decisiones y optimización, como por ejemplo en ruteo y distribución, telecomunicaciones, entre otras. 4.1.1 Introducción al método de búsqueda tabú. El método TS, basa sus procedimientos para cruzar límites de viabilidad u óptimos locales normalmente tratados como barreras, estos procedimientos buscan sistemáticamente imponer y liberar restricciones para la diversificación de las búsquedas. La búsqueda se basa en la selección de una solución inicial no siempre factible, que a partir de una operación llamada movimiento, se desplaza a soluciones adyacentes contenidas en subespacios de solución llamados vecindarios. Una de las características principales del método, es que en la búsqueda de la solución óptima, cada movimiento que se va realizando pasa a ser temporalmente prohibido (cuando un movimiento es prohibido se dice que es tabú), lo que evita quedar atrapado en ciclos u óptimos locales. Los criterios de terminación son dados a través de un iteraciones o el alcanzar un valor de aspiración. determinado número de 4.1.2 Solución al problema de despacho hidrotérmico [17] Este trabajo muestra como el algoritmo de búsqueda tabú se puede aplicar al problema de despacho hidrotérmico, y fue realizado por el Grupo de Investigación en Planeamiento de Sistemas Eléctricos de la Universidad Tecnológica de Pereira Colombia liderado por Antonio Escobar. El cual consiste en determinar la generación hidráulica y térmica de energía de modo tal que los recursos hidráulicos y térmicos sean aprovechados en una forma eficiente. Esto se logra al determinar el volumen de los embalses de las plantas hidráulicas, en cada período de operación tanto de los generadores térmicos como hidráulicos. Plantean discretizar los volúmenes de los embalses para plantear como un problema de programación lineal entera el cual será resuelto como un problema de optimización combinatoria usando el método heurístico búsqueda tabú. Esto de alguna forma nos ayudara a comprender mejor el problema planteado pues existe mucha similitud, claro en el caso del problema planteado lo que se trata es de maximizar la producción de los cultivos. Para resolver este problema se han planteado diferentes alternativas de solución tales como programación dinámica dual SPDD [13], también podría haberse resuelto con enfoques determinísticos que consideran relajación lagrangeana[14] pero como tratamos de mostrar de la aplicación del método de búsqueda tabú no enfocaremos en este último. En el trabajo se cita que: En las condiciones actuales, los sistemas de energía operan bajo un ambiente de mercado, por lo que el modelo matemático debe considerar este aspecto. Existen algunos modelos aproximados que consideran el efecto del mercado [15], [16]. Sin embargo el trabajo no considera el efecto del mercado, asumiendo un mercado totalmente competitivo. El problema es resuelto de manera global, es decir todos los periodos de acoplamiento es considerado en un solo modelo, lo contrario ocurriría con el modelo dual dinámico que resuelve el problema en etapas. La misma naturaleza combinatorial del problema exige a usar índices de sensibilidad que pueden conducir el algoritmo a una solución óptima local. Claro que existe la posibilidad de quedar atrapado en una solución óptima local es por ello se utiliza el método de búsqueda tabú, que no solo permite resolver problemas de gran tamaño, sino que ha demostrado ser eficiente en la obtención de soluciones de gran calidad en otros problemas de planeamiento. Para la solución del problema de despacho hidrotérmico los investigadores plantean el modelo matemático del despacho hidrotérmico DHT planteado como un problema de minimización de los costos de generación térmica sujeto a las restricciones de operativas, el cual se mostramos a continuación. La función objetivo del modelo solamente refleja los costos de la generación térmica que corresponde a los combustibles usados más no los costos de los recursos hídricos pues en este problema lo consideran cero. Por ello consideran que: La estrategia óptima consiste en desplazar la máxima generación térmica posible con generación hidráulica. Es por esto que almacenar agua en los embalses; en los períodos iniciales, puede representar bajos costos de operación en períodos futuros secos y de gran demanda. En este modelo matemático las tres primeras restricciones corresponden a las ecuaciones de balance de potencia eléctrica, de continuidad hidráulica y de producción hidráulica respectivamente. Este modelo realiza un despacho hidrotérmico en nodo único, mejor conocido como despacho ideal, ya que no considera la red de transmisión. La ecuación de continuidad se puede deducir de la grafico 4.1.2 a. En ésta se pueden observar dos embalses. En este caso se muestran dos plantas en cascada, en las cuales el volumen de agua turbinado por la planta aguas arriba representa la afluencia de la planta aguas abajo. Grafico 4.1.2 a Se debe aclarar que (Vj)t corresponde al volumen del embalse j al final del período t y (Vj)t-1 es el volumen del embalse j al final del período t-1 o lo que es lo mismo, al inicio del período t. Esto muestra como esta variable se encuentra acoplada en el tiempo. De no existir este acople, el problema no sería dinámico. Como podemos observar la tercera restricción establece la relación entre la generación de la planta hidráulica en MW y el volumen de agua turbinada en m3/s. Esta es una simplificación, ya que la potencia generada depende además del nivel de agua en el embalse. Las demás restricciones son límites asociados a la capacidad de cada planta. Eso es el planteamiento de la solución del problema de despacho hidrotérmico planteado por los investigadores de la mencionada universidad, pero el problema no queda ahí pues eso es solo el modelo matemático como un problema de minimización. Por consiguiente a continuación se seguirá explicando la solución usando el método de búsqueda tabú. A continuación se muestra el diagrama de flujo del algoritmo de búsqueda tabú que plantean: El cual empieza con una configuración inicial en la que consideran un conjunto de variables enteras del problema dispuesto en un arreglo (vector o matriz). La configuración inicial puede ser generada de manera aleatoria o puede ser obtenida utilizando un algoritmo constructivo que utilice factores de sensibilidad o cierta lógica heurística. Seguidamente se realiza la generación de vecindarios, un vecino de una configuración X es una configuración X’ obtenida a partir de X. Para el problema de DHT un vecino se puede generar aumentando o disminuyendo el embalse de una planta hidráulica en una cantidad específica. La grafico 4.1.2.b presenta el concepto de vecindad. Grafico 4.1.2 b En el Grafico 4.1.2.b se observa el esquema de la vecindad, a continuación tenemos la explicación del proceso de generación de vecindario. En la mayoría de los casos el vecindario N(X) puede ser muy grande lo que implica un elevado esfuerzo de cómputo en el proceso de búsqueda. Debido a esto, se requiere reducir el número de vecinos a N1(X), redefiniendo las reglas de construcción del vecindario. Esta etapa es fundamental en el proceso ya que de ella depende, en gran parte, el éxito de la búsqueda. Eso es el valor de la búsqueda tabú tener una buena elección del vecindario. Una vez que se tiene el conjunto N(X) de vecinos, se procede a la selección del mejor vecino. El cual consiste en evaluar a cada vecino para determinar el valor de su función objetivo y si cumple o no con las restricciones planteadas; de esta manera se determina la factibilidad de la configuración vecina. Los vecinos son clasificados en una lista de acuerdo al valor de la función objetivo y el proceso selecciona el mejor candidato. El primer candidato de la lista (de mejor función objetivo) es seleccionado si él no es tabú (prohibido) y si es factible, de lo contrario se busca entre los siguientes vecinos. Este modo de selección es denominado búsqueda agresiva. Puesto que en cada iteración del proceso es almacenada la mejor solución (incumbente) es posible que en una iteración dada, el mejor candidato de la lista no tenga una mejor solución que la encontrada hasta el momento; no obstante el proceso de selección del mejor vecino es el mismo y el proceso continúa. Esta estrategia evita que el algoritmo sea atrapado por óptimos locales. Como siguiente paso sigue la actualización de la estructura tabú, el cual consiste en lo siguiente. El proceso de Búsqueda Tabú requiere de una estructura Tabú que tiene la misma codificación de la configuración X y que almacena los sitios prohibidos o tabú. Por ejemplo, una posición de la configuración X puede estar marcada como tabú durante un número específico de iteraciones. Este número es almacenado en la estructura tabú y es conocido como Status Tabú. Varias posiciones de la configuración X pueden estar prohibidas y el Status Tabú puede o no ser variable a lo largo del proceso. Esto es conocido como proceso de memoria adaptativa y es una característica que aparte de prevenir el ciclaje permite que el proceso de búsqueda sea inteligente. Un vecino que sea generado a partir de una posición prohibida no puede ser seleccionado de la lista de candidatos a no ser que su función objetivo sea mejor que la incumbente encontrada hasta el momento durante el proceso. Esto es denominado criterio de aspiración. Este criterio compensa, en parte, el hecho de que al establecer posiciones tabú se reduce el espacio de búsqueda y pueden ser ignoradas configuraciones de buena calidad. Finalmente cuando un mejor vecino es seleccionado, la posición de la configuración X a partir de la cual fue generado se debe prohibir durante k iteraciones y los sitios que están prohibidos deben disminuir su estado tabú en una iteración. Esto corresponde al proceso de actualización de la estructura tabú. La solución al problema de despacho hidrotérmico es una aplicación del método de búsqueda tabú y nos muestra como un problema puede ser resuelto con este método metaheurístico. A continuación se presenta el diagrama de flujo que representa lo que se describió previamente, este diagrama describe al método de búsqueda tabú. Grafico 4.1.2 c 5 CONCLUSION Muchas veces un problema nos permite reflexionar y hacernos la pregunta de ¿si realmente las cosas que estamos haciendo de la forma como estamos haciendo está bien? En tal sentido este problema nos permite responder a ésta pregunta y decir que se tiene que cambiar la forma tradicional de trabajar usando las nuevas Tecnologías de Información y Telecomunicaciones haciendo un sistema de planificación de turnos de riego usando técnicas de optimización, para la captura de información necesaria del campo y tener una base de datos con la información necesaria para la planificación de turnos de riego, esto permitirá que los agricultores tengan una mayor productividad por consiguiente tengan mayores ingresos esto impacta en la calidad de vida del hombre del campo. En cuanto al beneficio para la Junta de Usuarios seria la recaudación por la tarifa de agua pues el que más usa paga más. 6 REFERENCIAS BIBLIOGRAFICAS [1] SALAZAR GONZALES, Juan José. Programación Matemática. Madrid. Editorial Díaz de Santos, 2001. 404 p. [2] MARTÍ, Rafael. Procedimientos Metaheurísticos en Optimización Combinatoria. Universidad de Valencia [en línea] 2002. [Citado 2011-06-20]. Disponible en internet: http://www.uv.es/rmarti/paper/docs/heur1.pdf [3] NAVARRO ESPINOZA, Alejandro Andrés. “Planificacion de redes de distribución: aproximación vía clustering, diagramas de voronoi y búsqueda tabú”. Director Hugh Rudnick Van De Wyngard. Pontificia Universidad Católica de Chile, Escuela de Ingeniería, Santiago de Chile, 2007. [4] BEUCHOT, Mauricio. Heurística y Hermenéutica. 1ª. Ed. México D.F, Editorial UNAM, 1999. 25 p. [5] GLOVER, Fred; KOCHENBERGER, Gary A. Handbook of Metaheuristics. Boston, Kluwer Academic Publishers Group, 2003. 556 p. [6]LIZARRAGA R., José; ARMAS AUTERO, Eduardo; ZAMORRA JIMENO, Carlos; NEGRON BERRILLOS, Luis. Inventario, evaluación y uso racional de los recursos naturales de la costa, Valle de Chancay – Huaral. 1ª. ed. Lima. Editorial ONERN, 1969. 2 Vol. 532 p. [7] GUEVARA DÍAZ, Manuel. Problemas fundamentales en Meteorología. 1ª. ed. Caracas-Venezuela. Fondo Editorial de Humanidades y Educación - Departamento de Publicaciones - Universidad Central de Venezuela, 2008. 149 p. [8] DEL-RE TENREIRO, Rafael. Pequeños embalses de uso agrícola. Madrid España. Ediciones Mundi-Prensa, 2003. 389 p. [9] VERDE STAR, Luis. Matemática discreta y combinatoria. Barcelona-España. Editorial ANTHROPOS, 1995. 170 p. [10] DUARTE MUÑOZ, Abraham; PANTRIGO FERNANDEZ, Juan Jose; GALLEGO CARRILLO, Micael. Metaheurísticas. Madrid-España. Editorial DYKINSON, 2007. 220 p. [11] SENDIÑA NADAL, Irene; PEREZ MUÑUZURI, Vicente. Fundamentos de Meteorología. Madrid-España. Editorial USC, 2006. 189 p. [12] SORIANO SOTO, María Desamparados; PONS MARTÍ, Vicente. Prácticas de edafología y climatología. [13] CAMAC GUTIERREZ, Daniel Javier. Programación dinámica dual determinística en el despacho hidrotérmico. 137p. Tesis de Maestría. Pontificia Universidad Católica de Chile. Escuela de Ingeniería, 1994. [14] CERISOLA, Santiago; RAMOS, Andrés. “Benders Descomposition for MixedInteger Hydrothermal Problems by Lagrangean Relaxation”. Universidad Pontificia Comillas. Instituto de Investigación Tecnológica. Madrid, España. [15] VENTOSA, Mariano et al. “An MCP Approach for Hydrothermal Coordination in Deregulated Power Markets”. Universidad Pontificia Comillas. Madrid, España. [16] CAMINO, Gonzales et al. “ Long-term Generation Scheduling in Systems with Large Hydro Resources in a Deregulated Electric Power Market”. Universidad Politécnica de Madrid. Madrid, España. [17] ESCOBAR Z, Antonio; GARCÉS RUIZ, Alejandro; GALVIS MANSO, Juan Carlos. Aplicación del algoritmo de búsqueda tabú al problema de despacho Hidrotérmico [en línea] 2005. [Citado 2011-08-05] Disponible en internet: http://www.utp.edu.co/php/revistas/ScientiaEtTechnica/docsFTP/9362325-30.pdf