Conformación de proyectos de gestión tecnológica en distribución eléctrica, utilizando dinámica de sistemas y algoritmos genéticos

Ana L. Pérez*; Germán Moreno**; Santiago Hoyos***; Idanis Díaz****

* MSc. Profesora de tiempo completo. Universidad de Antioquia. Teléfono: 234 88 43. e-mail: alperez@udea.edu.co
** PhD. Profesor de tiempo completo. Universidad de Antioquia. Teléfono: 210 55 58. e-mail: gmoreno@udea.edu.co
*** Estudiante de Maestría en Ingeniería de Sistemas. Universidad Nacional de Colombia-Sede Medellín Teléfono: 425 53 58. e-mail: shoyos@unalmed.edu.co
**** MSc. Profesora de tiempo completo. Universidad de Medellín. Teléfono: 340 55 29. e-mail: idiaz@udem.edu.co

Se presenta un desarrollo metodológico, que complementa otras metodologías de gestión, mediante el cual, a partir de la identificación de acciones de mejoramiento de unidades de gestión tecnológica, se avanza hacia una conformación de proyectos que mejoran la productividad y competitividad de empresas de distribución eléctricas.

Se configura un portafolio de proyectos que son objeto de un proceso de priorización, primero por su potencial impacto en el posicionamiento de la organización en el mercado, y luego por su desempeño en escenarios probables, condicionados dinámicamente por la demanda, la regulación y los referentes tecnológicos.

El resultado queda para que el nivel decisorio de la organización realice una priorización final con criterios de costo, tiempo y complejidad de su implementación. Se ilustra el desarrollo de un software que, con base en una combinación de técnicas de dinámica de sistemas y algoritmos genéticos, permite conformar, priorizar y monitorear los proyectos.

Palabras clave: gestión tecnológica, dinámica de sistemas, algoritmos genéticos.

ABSTRACT

With the aim of enhancing productivity and competitiveness of electric utilities, a methodology to conform projects derived from amounts of improving actions for technology management units is presented.

A portfolio of projects is configured and then they are prioritized firstly by their impact on the market positioning of the utility and secondly by their performance facing likely scenarios, dynamically conditioned by demand, regulation and technology paths.

One software based on system dynamics and genetic algorithms that permits to conform, prioritize and monitor the projects, is presented.

El entorno actual de competencia está definido por elementos diferenciadores entre las organizaciones, como por ejemplo, la utilización de tecnología adecuada que permite la optimización de los procesos productivos y la incorporación de herramientas de gestión que faciliten el crecimiento del conocimiento técnico.

En este contexto la gestión tecnológica es una estrategia tanto para la maximización de oportunidades como para garantizar mecanismos de innovación sobre los procesos y sobre el producto final.

Para el caso colombiano, entre 2002 y 2003, el Centro de Ciencia y Tecnología de Antioquia (CTA), la Universidad de Antioquia (UdeA), y el Centro de Investigación y Desarrollo del Sector Eléctrico Colombiano (CIDET), desarrollaron y aplicaron una metodología de análisis de gestión tecnológica en una empresa de distribución eléctrica (CTA, 2003), logrando identificar acciones de mejoramiento como soporte del proceso de gestión tecnológica en EDE. Apoyados en esas acciones, un conjunto de expertos configuró proyectos que buscaban reforzar positivamente la productividad y la competitividad empresarial. Para el efecto, utilizaron metodologías organizacionales para la evaluación de proyectos, tales como MPVA (Medición de Productividad con un Enfoque de Valor Agregado), con la que se evaluó el impacto de cada proyecto agrupador de acciones de mejoramiento en los siguientes objetivos organizacionales: aumentar ingresos, reducir egresos y satisfacer al cliente.

Este trabajo se motiva en la alta importancia de conformar ese tipo de proyectos pero también en la consideración de que no es conveniente dejar todo ese proceso directamente en manos de expertos, sino que es necesaria una elaboración previa, que reduzca el sesgo de modelos mentales particulares, que trascienda miradas inmediatistas o un tanto estáticas y que permita procesar adecuadamente un volumen de información (asociado a las acciones de mejoramiento identificadas) que definitivamente será excesivo para realizarlo manualmente. Esa elaboración puede ser cualitativa y cuantitativamente mejorada con herramientas informáticas, como la Dinámica de Sistemas y los Algoritmos Genéticos, y en eso se centrará este trabajo.

COMPRENSIÓN SISTÉMICA DE LA GESTIÓN TECNOLÓGICA.

La gestión tecnológica empresarial puede abordarse desde diferentes enfoques y con diversas metodologías, pero es más o menos inevitable que incluya un análisis de unidades de gestión, el cual sugerirá naturalmente acciones de mejoramiento de las mismas para ajustar la gestión global al logro de sus objetivos. Un enfoque adecuado de la gestión tecnológica requiere un alineamiento con los objetivos organizacionales (Escorsa y Valls, 2001), que directamente están condicionados por la oferta, la demanda y la regulación. Llevar en consideración todo lo anterior para la toma de decisiones en gestión tecnológica requiere, además de una comprensión sistémica, del desarrollo de herramientas de apoyo que permitan monitorear una dinámica asociada a múltiples variables. No abordar este trabajo significa permitir una participación del azar en los resultados, más alta de lo aconsejable. Este trabajo presenta un avance en el desarrollo de herramientas necesarias para pasar desde un conjunto amplio de acciones de mejoramiento hasta la conformación, guiada por un análisis sistémico, de un portafolio de proyectos priorizados, que permita al nivel decisorio de la organización, una toma de decisiones con mayor probabilidad de éxito de cara al logro de los objetivos empresariales. En este trabajo se definió un caso simplificado como apoyo para un desarrollo metodológico complementario del presentado en (CTA, 2003). Se realizó una caracterización de algunas variables y relaciones que intervienen en la definición de portafolios de proyectos bajo condiciones exógenas y escenarios locales en que se mueve la distribución eléctrica. En la figura 1 se observan los supuestos y las variables más gruesas del modelo global adoptado, su entorno y sus relaciones causales. Cabe anotar que este modelo es, en principio, generalizable a toda la gestión empresarial y para cualquier tipo de empresa, pero será considerado específicamente para la gestión tecnológica de una empresa de distribución eléctrica, como se describe a continuación:

Figura 1. Modelo causa efecto para la satisfacción de la demanda.

En la metodología propuesta en la aplicación para empresas de distribución eléctrica (CTA, 2003), ese análisis se presenta en términos de su dominio o capacidad para desarrollar dinámicamente las tecnologías, y de su importancia, o nivel de contribución a los propósitos y estrategias globales del negocio.

Visto de otra forma, el análisis evalúa el aporte de las UGT a los objetivos empresariales en términos de productividad y competitividad. Las acciones de mejoramiento están asociadas a sus respectivas UGT y buscan, mejorando el dominio y la importancia de éstas, lograr una oferta que responda adecuadamente a la demanda y permita el posicionamiento deseado de la organización en el mercado.

Pero esta dinámica de las UGT es afectada también por agentes externos, de los cuales se decidió considerar solo dos en este desarrollo metodológico, en atención a su alta potencialidad de incidencia (Gehl y Mossé, 2004): la regulación (normativa y legislación sobre la distribución de electricidad) y los referentes tecnológicos (determinados por desarrollos tecnológicos y mejores prácticas). Al final, se producirá un portafolio de proyectos priorizados que constituyen el abanico de alternativas con los cuales se podrá mejorar la oferta de servicios para la satisfacción adecuada de la demanda, como se puede observar en la figura 1, con el ciclo de realimentación de compensación o balance (B): Diferencia-Acciones de mejoramiento– Proyectos-Oferta de servicios–Diferencia, el cual representa la estructura del sistema que define su comportamiento para reducir la diferencia entre la demanda y la oferta de servicios, con la cual se lleva el sistema a un estado deseado o logro de una meta considerada como la satisfacción de la demanda, considerando los retardos de tiempo en la implementación de proyectos y obtención de resultados.

El modelamiento de la gestión tecnológica en la empresa de distribución eléctrica se hace posible por medio de la identificación de UGT y las relaciones entre ellas, en un modelo de dinámica de sistemas que permite ver el posicionamiento organizacional en el mercado a través de los parámetros de dominio e importancia, después de implementar el portafolio de proyectos priorizados y cuantificar su impacto sobre los objetivos empresariales, a través de los canales de generación de valor de la empresa de distribución eléctrica. Estos, en principio, son tres: Sistema de Distribución Local o SDL, Nuevos Mercados y Servicios de Valor Agregado; sin embargo, estrictamente el único obligado es el SDL, dado su carácter misional y su aporte mayoritario en los ingresos financieros de la EDE; los demás pueden no existir o ser diferentes; por esta razón, en este caso de estudio, solo se considerará el SDL.

METODOLOGÍA PARA LA AGREGACIÓN DE ACCIONES DE MEJORAMIENTO DE LA GESTIÓN TECNOLÓGICA, COMO BASE DE UN PORTAFOLIO DE PROYECTOS

A continuación, en la figura 2, se presenta el diagrama de flujo que describe de forma global cada una de las etapas de la metodología y sus relaciones.

Figura 2. Diagrama de flujo de trabajo de la metodología para la conformación de proyectos de gestión tecnológica

ETAPA 1. Determinación del beneficio global asociado a cada acción de mejoramiento en la organización

Luego de un estudio sobre el proceso de gestión tecnológica de una compañía de distribución eléctrica, que produzca un conjunto de acciones de mejoramiento que impacten positivamente la productividad y competitividad empresarial, debe hacerse un proceso de especificación de estas acciones, en relación con la UGT asociada, así:

Considerando que la gestión tecnológica de la empresa de distribución eléctrica se realiza mediante UGT, se puede denotar una acción de mejoramiento con dos subíndices (AMij) que indican la UGT a la que está asociada (índice i ) y el número de consecutivo de la acción (índice j). En el caso de estudio, se definieron: UGT1, Gestión de Planeación Técnica; UGT2, Gestión de Pérdidas; UGT3, Gestión de Calidad del Servicio; UGT4, Gestión Estratégica; UGT5, Gestión de Información.

Dichas acciones de mejoramiento deben ser evaluadas con respecto al tiempo que requieren para su implementación (tij) y de su costo de implementación (cij). Asímismo, en cuanto al impacto (mejora) de cada AMij sobre su propia UGTi, tanto en el dominio como en la importancia .

Debido a que las acciones de mejoramiento se generan a partir de una mirada dominantemente local (hacia la propia UGT), es necesario ir construyendo un indicador de impacto global para lo cual se propone lo siguiente:

Lo primero es definir un factor (Wi) para ponderar el beneficio derivado del incremento en el dominio , beneficio que es fuertemente afectado por el estado de su respectiva UGTi, esto es, por su nivel inicial de dominio (Di) y de importancia (Ii); la tabla 1 presenta la forma sugerida de evaluación de Wi; esta lleva en cuenta el qué, estratégicamente, en primer lugar, interesa a la organización, es decir, llevar UGT con alta importancia pero bajo dominio, a alcanzar alto dominio; en segundo lugar está sostener y mejorar las UGT con altos dominio e importancia; en tercer lugar, llevar UGT de alto dominio y baja importancia, a alcanzar alta importancia; y, finalmente, tomar decisiones sobre UGT de baja importancia y también bajo dominio. La figura 3 ilustra estas prioridades.

Tabla 1. Definición del peso de las UGT

Donde: Nivel Alto ; Nivel Bajo

Figura 3. Cuadrantes y movimientos de UGTS

Lo segundo es definir como indicador del beneficio global asociado a una AMij, con una incidencia directa del efecto sobre la importancia de su UGTi, por estar claramente ligado al beneficio global (pues se observa y estima en relación con los objetivos organizacionales), y con una incidencia ponderada del incremento, como se anotó, así:

EJEMPLO DE APLICACIÓN (1)

Se ilustrará la aplicación de la metodología con un ejemplo desarrollado según las etapas que la constituyen.

En las empresas de distribución eléctrica se pueden delimitar alrededor de 20 UGT y del orden de 100 acciones de mejoramiento; para este ejemplo de aplicación se consideraron 5, con reconocida potencialidad de afectar el desempeño de la empresa y, además, procurando cubrir dos tipos de unidades: específicas (Gestión de Planeación Técnica, Gestión de Pérdidas, Gestión de Calidad del Servicio) y transversales (Gestión Estratégica, y Gestión de Información). Asímismo, se seleccionó una muestra aleatoria de 10 acciones de mejoramiento consideradas plausibles, que se definen a continuación y se presentan en la tabla 2 con los impactos en sus UGT, tiempos de implementación y costos. Con estos datos, se puede ejemplificar la etapa 1 de la metodología.

Tabla 2. Valoración de acciones de mejoramiento

]]>

A15: Monitorear nuevas tecnologías para optimizar o evaluar impacto potencial en el SDL.
A22: Incrementar apropiación de conocimiento sobre control de pérdidas.
A23: Integrar funciones de gestión de mercados.
A24: Revisar y formular alternativas de negocio.
A31: Realizar gestión con grandes clientes para conocer perjuicios por mala calidad de la potencia.
A32: Realizar seguimiento a la evolución técnica de la industria (Prospectiva).
A34: Realizar Gestión Regulatoria.
A35: Potenciar la directriz de alcanzar indicadores de clase mundial.
A41: Posicionar la gestión estratégica como elemento básico de supervivencia del negocio. ]]> A43: Estructurar seguimiento al plan estratégico y el reconocimiento a los logros.

Con esta información, más la de la posición actual de las UGT (niveles de dominio e importancia), se estima el factor de ponderación del beneficio (peso) Wi del impacto en el Dominio y la Importancia de la UGT respectiva, resultando la tabla 3.

Tabla 3. Valoración del peso de la UGT según mejoramiento

Y aplicando la fórmula propuesta, se calcula el indicador de beneficio global en la organización de cada acción de mejoraiento obteniendo la tabla 4:

Tabla 4. Valoración del beneficio global

ETAPA 2. Definición del portafolio inicial de proyectos

Para esta etapa de la metodología, se debe disponer de una herramienta computacional que permita realizar la combinación de acciones de mejoramiento con base en un conjunto de restricciones. Aquellas acciones de mejoramiento que inhiben la ejecución de otra, o no cumplen las restricciones preestablecidas con relación a costo máximo y tiempo máximo de implementación no deben ser tomadas en cuenta para la combinación. Esto puede lograrse recurriendo a un algoritmo genético. Un algoritmo genético es una técnica de búsqueda estocástica basada en el principio de la evolución natural, en la que un conjunto de posibles soluciones de un problema es representado como una población de individuos que se reproducen y transforman por medio de unos mecanismos de reproducción y mutación, generándose así nuevos individuos o nuevas posibles soluciones. Las nuevas posibles soluciones son evaluadas con una función de aptitud que guía la búsqueda hacia los individuos óptimos. Cada vez que son creados nuevos individuos, se incorporan en la población y se considera que se ha pasado a una nueva generación, que también se somete a reproducción y mutación, hasta que se cumpla una condición de parada (Koza, 1994).

Al implementar un algoritmo genético se deben definir: un esquema de representación para codificar cada posible solución del problema como un individuo de la población a evolucionar, un mecanismo de reproducción y otro de mutación, una función de aptitud para medir qué tan cercano está cada individuo del óptimo deseado, y unos parámetros de control como son: el número de individuos de la población, y el porcentaje de los individuos a mutar y a reproducir en cada generación, (Mitchell, 1996). En este trabajo, se codificaron cromosomas binarios, en los que cada gen estaba relacionado con una acción de mejoramiento, de tal forma que un uno (1) significaba que la acción estaba presente en el conjunto de acciones que representaba cada individuo. Se implementó el operador de mutación clásico y dos puntos de cruce. La función de aptitud que se utilizó fue una sumatoria de los costos que implicaban las acciones presentes en el individuo y con algunas penalizaciones que verificaban la no incompatibilidad de que dos acciones se pudieran implementar al mismo tiempo y el tiempo requerido para la implementación del conjunto de acciones. Se trabajó con una población de 100 individuos, durante 200 generaciones, una tasa de mutación del 0,1 y una tasa de cruzamiento del 0,3. Estos parámetros fueron seleccionados al ensayar y evaluar el desempeño del algoritmo en el caso de estudio varias veces.

También se deben calificar dichas combinaciones de acciones de mejoramiento; para ello se propone un indicador de relación beneficio - costo así:

RBC: relación beneficio – costo

: sumatoria de los beneficios globales de las acciones de mejoramiento que conforman el proyecto o combinación j

: sumatoria de los costos de las acciones de mejoramiento asociadas al proyecto o combinación j

n: número de posibles combinaciones a ser realizadas por el algoritmo genético. Ver figura 4.

Figura 4. Interfaz gráfica de usuario del algoritmo genético

Finalmente, para esta etapa de la metodología se debe seleccionar el conjunto de combinaciones de acciones de mejoramiento que mayor valor presentan en el indicador beneficio costo para conformar así el Portafolio Inicial de Proyectos, donde cada combinación seleccionada corresponde a un proyecto.

EJEMPLO DE APLICACIÓN (2).

Bajo el procesamiento de un experto y del AG, a partir de las acciones de mejoramiento de la etapa 1 se llegó a un portafolio inicial de proyectos seleccionado, y se verificó la calidad del programa para realizar la agregación de acciones de mejoramiento en proyectos, dada la función objetivo y las restricciones expresadas con base en los criterios mencionados.

Se obtuvieron los resultados presentados en la tabla 5 en la cual se comparan los resultados generados por el algoritmo genético con las combinaciones propuestas por un experto humano.

Tabla 5. Resultados experto Vs. AG

De la tabla anterior se puede observar el nivel de coincidencia entre los proyectos generados por el AG y el Experto, donde para cada uno de los tres proyectos seleccionados, coinciden en, al menos, una acción de mejoramiento, siendo la mejor coincidencia en el proyecto 2, donde existen dos acciones de mejoramiento comunes. Se ilustra así que la relación beneficio – costo definida para la calificación de las combinaciones representa en gran medida las ideas que un experto en el tema desarrolla para realizar dicha agregación de acciones de mejoramiento en proyectos que impactan positivamente la competitividad y la productividad empresarial.

Las diferencias encontradas en ambos casos motivan un trabajo futuro para el ajuste de la función objetivo definida para el algoritmo genético, donde, además de las restricciones, sean considerados criterios de unión entre las acciones de mejoramiento, por ejemplo, que aquellas acciones de mejoramiento que van en vía del cumplimiento del mismo objetivo empresarial o requieren de los mismos recursos físicos y de talento humano, sean combinadas.

ETAPA 3. Simulación y evaluación del portafolio inicial de proyectos seleccionado con dinámica de sistemas

Existe un conjunto de relaciones o sinergias entre las UGT que implica que el movimiento en el dominio y la importancia de una de ellas produce, luego de un tiempo de percepción y de reacción, otro movimiento en aquellas UGT que estén relacionadas; es posible evaluar este comportamiento de las UGT en el tiempo, utilizando un modelo en dinámica de sistemas como instrumento de simulación numérica (Sterman, 2000).

Figura 5. Efecto de la acción de mejoramiento en el Dominio de la UGT

El portafolio inicial de proyectos seleccionado debe ser ingresado a través de la interfaz gráfica de usuario a un modelo de dinámica de sistemas desarrollado con el software Powersim (Sterman, 2000) donde además de las interacciones entre las UGT, se hace sentir el efecto de variables exógenas como la regulación y los referentes tecnológicos, constituyendo escenarios que condicionarán la gestión el proceso. Un ejemplo de escenarios se observa en la figura 6.

Figura 6. Interfaz gráfica de usuario para la definición del escenario.

El resultado de esta simulación permite evaluar el nuevo posicionamiento de la empresa en el mercado, ante la aplicación al sistema de un proyecto del portafolio inicial de proyectos seleccionado, a través de la valoración del dominio e importancia alcanzados por las UGT, que son entregados por el modelo de simulación en dinámica de sistemas. Queda así expedita una priorización de los proyectos en función de sus resultados sobre el posicionamiento de la organización.

EJEMPLO DE APLICACIÓN (3)

1) Posicionamiento inicial de la organización

Figura 7. Posiciones iniciales de las UGT

2) Definición de escenarios

Los escenarios en que se mueven las empresas pueden ser definidos por la variación de variables exógenas, ya que su condición propia se ha caracterizado a través de la evaluación del dominio y la importancia de sus UGT.

Teniendo en cuenta la velocidad del cambio tecnológico y la duración de los ciclos regulatorios de la Comisión de Regulación de Energía y Gas, CREG, (CREG, 2002) se definió un tiempo de simulación de 5 años, con un paso mensual de simulación.

Se han escogido para esta simulación las variables exógenas de la tabla 6, correspondientes a la demanda (2 variables), la regulación (3 variables) y los referentes tecnológicos (3 variables), por considerarlos altamente representativos del entorno en que la empresa busca ser competitiva. En el período, las variables exógenas hacen presencia con una determinada intensidad de cambio; el valor 1 para una intensidad extremadamente alta, por ejemplo, un fuerte cambio tecnológico presentado en la industria, que la lleve a requerir una calidad de la potencia muy alta; el valor 0 para una intensidad extremadamente baja donde los cambios generados en la industria no impactan significativamente la empresa de distribución eléctrica. Es posible de esta forma configurar escenarios previsibles frente a los cuales interesa estimar el desempeño tecnológico de la empresa.

Tabla. 6 Intensidad de cambio de las variables exógenas en el tiempo

El escenario representado por la tabla 6 tiene como característica más fuerte un cambio en el año 3 (que puede observarse en las intensidades anuales) por presiones desde la regulación para un aumento significativo en la calidad de la potencia y del servicio, como también de una disminución de las pérdidas aceptadas (consideradas inevitables y, por tanto, reconocidas en la facturación) lo que puede ser típico en el inicio de un nuevo ciclo regulatorio. Adicionalmente, se representa en el año 2 un aumento mediano en la demanda de calidad de la energía simultáneo con un cambio relativamente fuerte en la tecnología de automatización utilizada en el medio; en el año 4 se representa un aumento significativo pero no muy fuerte de la demanda de energía, por encima de lo previsto en la planeación estratégica (que naturalmente debe estar realizando previsiones de esta demanda).

El software desarrollado permite un seguimiento a la evolución de las UGT como efecto de cada proyecto implementado durante el período de simulación y en el escenario definido. En la figura 8 se ilustra esa evolución ante el 'proyecto 2' del algoritmo genético y en la figura 9 ante el más cercano de los propuestos por el experto, en ambos casos en el escenario de la tabla 6.

Figura 8. Resultados de implementar el proyecto 2 del algoritmo genético (AM15 AM41)

Figura 9. Resultados de implementar el proyecto 2 del experto (AM15 AM41 AM43)

La comparación de los resultados de estos 2 proyectos muestra aspectos interesantes. Los 2 tienen como resultado mayor el llevar las UGT Gestión estratégica y Planeación técnica al primer cuadrante (altos dominio e importancia) pero el del AG solo comporta 2 AM mientras que el del experto lleva 3, incluyendo las 2 definidas por el AG, con un consecuente mayor costo y tiempo de implementación; y si bien con el proyecto del experto se alcanzan mayores niveles de dominio en las UGT, no se logran acompañar de diferencias significativas en la importancia (aporte a los objetivos empresariales) de las mismas, lo que muestra un mejor balance estratégico del proyecto del AG. No es aventurado afirmar que cuanto mayor sea el número de UGT y acciones a considerar, como acontece en los casos reales, la dificultad para un experto y aún para un conjunto de ellos, de una estimación adecuada de la eficiencia estratégica de un conjunto de acciones (efecto sobre el posicionamiento de la empresa: dominio e importancia), es cada vez más difícil y, por tanto, mayor el aporte de herramientas computacionales de apoyo a la decisión.

Por otra parte, la figura 10 muestra las posiciones finales logradas para las UGTscon los 3 proyectos seleccionados por el AG. De acuerdo con las prioridades estratégicas comentadas en la etapa 1, los 3 proyectos consiguen logros cualitativos estratégicos comparables, pues llevan dos UGT del cuadrante 4 al 1; mantienen una en el 1, y llevan una del 2 al 1. Sin embargo, se puede pasar fácilmente a una priorización con base en los costos y será proyecto3 – proyecto 1 – proyecto 2.

Figura 10. Posicionamiento al final de la simulación, bajo cada proyecto

Los proyectos con resultados más promisorios pasan entonces a ser priorizados finalmente con base en parámetros críticos para la organización como son:

Financieros: se pueden utilizar indicadores de costo y rentabilidad de cada uno de los proyectos comparados con la tasa interna de retorno y el valor presente neto, o la relación costo/beneficio, según el caso. También algunos indicadores de riesgo financiero como el grado de exposición e incertidumbre para la recuperación de la inversión y la rentabilidad esperada.

Complejidad: vista desde las dificultades técnicas para el manejo de nuevas tecnologías y el conocimiento a desarrollar en la empresa alrededor de éstas.

Tiempo: en primer lugar, el tiempo de duración del proyecto, y en segundo lugar, el tiempo de espera o retardo en la entrega de resultados, acorde con el tiempo de cumplimiento de metas y la visión empresarial.

La implementación de esta etapa no se incluye en este desarrollo metodológico y, en principio, se deja en manos del nivel decisorio de la empresa, para quien la toma de decisiones ya ha quedado bastante allanada con la conformación de proyectos y priorización lograda en las 3 etapas de la metodología desarrollada.

CONCLUSIONES Y RECOMENDACIONES

La metodología propuesta constituye un aporte hacia la solución del problema de mejoramiento de la gestión tecnológica de empresas de distribución de electricidad, con fácil generalización a cualquier tipo de empresa. El caso de ejemplo presentado muestra que esta metodología es consistente y se comporta bien en una confrontación con soluciones propuestas por un experto, lo que le da un primer grado de confiabilidad.

Se desarrolló un soporte computacional que no tiene ninguna dificultad para considerar numerosas UGT y acciones de mejoramiento. Sin embargo, para su implementación en casos reales, requiere una calibración con base en más casos y expertos. El desarrollo de estas herramientas es una de las mayores contribuciones de este trabajo.

Para mejorar el resultado que entrega el algoritmo genético, puede complementarse la relación beneficio/costo seleccionada como función de medición para la eficiencia de los proyectos generados, con algunos factores de peso, que representen la racionalidad del nivel decisorio y su conocimiento y experiencia, en este caso, de aplicación.

La metodología diseñada en la investigación para la generación del portafolio de proyectos priorizados, que parte de un conjunto de acciones de mejoramiento sobre el proceso de gestión tecnológica en las empresas de distribución eléctrica, puede ser escalable a otro tipo de empresas, porque su generalización es adecuada para maximizar ingresos, reducir egresos y satisfacer al cliente, que coincide con los objetivos más generales de cualquier empresa.

Las diferencias encontradas en la formulación de los proyectos por el experto y el AG motivan un trabajo futuro para el ajuste de la función objetivo definida para el algoritmo genético, donde, además de las restricciones, sean considerados criterios de unión entre las acciones de mejoramiento, por ejemplo, que aquellas acciones de mejoramiento que van en vía del cumplimiento del mismo objetivo empresarial o requieren de los mismos recursos físicos y de talento humano sean combinadas.

Luego se propone, para un trabajo futuro, la utilización de un sistema multiagente, donde la presencia de los expertos puede ser representada virtualmente en un ambiente colaborativo, y la reducción de costos ( tiempo y dinero) sean reducidos, permitiendo, además, la integración del algoritmo genético desarrollado en esta investigación, con dicho sistema, para facilitar el manejo de información y la toma de decisiones empresariales, desde la identificación de necesidades, de donde se desprenden acciones de mejoramiento hasta la sugerencia de un conjunto de proyectos priorizados para la satisfacción de dichas necesidades.

BIBLIOGRAFÍA

1. CENTRO DE CIENCIA Y TECNOLOGÍA DE ANTIOQUIA (CTA). 2003. Mejoramiento de la gestión tecnológica de la UEN-DE de Empresas Públicas de Medellín. Medellín. 2003.        [ Links ]

2. CREG. 2002 Resolución 082/2002. Por la cual se aprueban los principios generales y la metodología para el establecimiento de los cargos por uso de los sistemas de transmisión regionales y de distribución locales. Bogotá. 2002.        [ Links ]

3. ESCORSA, P. & VALLS, J. 2001. Tecnología e innovación en la empresa. Dirección y gestión. Alfaomega. Bogotá.        [ Links ]

4. GEHL, S. F. & MOSSÉ, A. 2004. EPRI y la Transformación del Sector Eléctrico para el Siglo XXI. Jornada de Referentes Externos. EEPPM. Medellín. Agosto 2004.        [ Links ]

5. KOZA, J. 1994. Genetic Programming II. The MIT Press. pag. 21-24.        [ Links ]

6. MITCHELL, M. 1996. An Introduction to Genetic Algorithms, The MIT Press.        [ Links ]

7. STERMAN, J. 2000. Business Dynamics. pp. 904. McGraw-Hill.        [ Links ]

Recibido: 04/04/2006
Aceptado: 23/08/2006