PLANEACION POR METAS

...

Topic 2: Pioneers of programming by goals

In the first part of the sixties Ignizio (1963) faced a complex problem in the field of engineering design consisting of the organization of the antenna system of the Saturn / Apollo program. This problem involved multiple goals, non-linear functions, as well as whole variables. Ignizio was able to obtain reasonable (satisfying) solutions by adapting the PM concept introduced by Charnes and Cooper. Charnes et al. (1963) demonstrated the PM's potential in accounting and financial problems, Ijiri developed mathematical techniques as the generalized inverse matrix to compute PM models based on pre-emptive goals. Charnes et al. (1968) formulated PM models in the field of advertising media planning. Finally, to finish with the pioneers of the PM should mention the works of Jääskeläinen (1969) in which proposed PM models for logistic planning, as well as the first algorithms of resolution. In the 1970s the paradigm of the PM was articulated considerably due mainly to two books specifically dedicated to this topic. One of them was written by Lee (1972) and the other by Ignizio (1976). These books and subsequent work introduce refinements and extensions of the approach as: interactive PM, diffuse PM, interval PM, dual analysis, algorithmic improvements, etc. All these extensions and theoretical improvements led to a real explosion of applied work. The main areas of application of the PM in the last 25 years have been the following: a) Quality control k) Economic programming b) Finance l) Academic resources c) Investments m) Agricultural resources d) Location n) Environmental resources e) Military p) Forest resources f) Marketing q) Human resources g) Optimization of mixtures r) Fish resources h) Engineering optimization s) Health resources i) Advertising t) Water use j) Production The following works represent extensive reviews Applications of the PM to real decision problems in the thematic areas discussed above: Romero (1986), Romero (1991, chapter 8), Schniederjans (1995), Tamiz et al. (1995), among others.

Tema 3: Campos en donde se lleva a cabo la PM

El uso de la PM como un marco unificador de procedimientos multicriterio parece interesante al menos por las siguientes razones. El modelo de PM lexicográfico extendido hace hincapié en las similitudes existentes entre los diferentes métodos multicriterio lo cual puede ayudar a reducir las barreras existentes entre los seguidores de los diferentes enfoques. Además, este tipo de enfoque unificador puede convertirse en una útil herramienta de enseñanza que permita introducir el análisis multicriterio, huyendo de las presentaciones habituales basadas en un sistema de cajetines totalmente independientes. Finalmente, el modelo unificador que estamos comentando, permite modelizar problemas de análisis de las decisiones para los cuáles una buena representación de las preferencias del centro decisor requiere una mezcla o combinación de funciones de logro. Este tipo de mezcla, puede tener en cuenta el posible carácter no continuo de las preferencias entre algunas metas (componente lexicográfica), así como el carácter aditivo (componente de metas ponderadas) y el carácter equilibrado de la solución (componente MINMAX). En pocas palabras, este tipo de modelo general puede incrementar considerablemente la enorme potencialidad y flexibilidad inherente a la PM. Otros temas En esta subsección vamos a revisar de una manera muy sucinta una serie de tópicos relacionados con la PM, que teniendo un claro interés no han podido ser presentados dentro del núcleo básico del articulo por razones de espacio. PM interactiva. El área de los métodos PM interactivos constituye un campo del mayor interés por un doble motivo. En primer lugar, incrementa la flexibilidad del enfoque y en segundo lugar involucra más al centro decisor en el proceso de modelización. De esta manera, puede resultar más sencillo encontrar vectores de niveles de aspiración y pesos preferenciales que produzcan soluciones que el centro decisor considere satisfactorias. Algunos métodos PM interactivos interesantes son los siguientes: Spronk (1981), Masud y Hwang (1981) y Caballero et al. (1998). En este sentido, también tiene interés la propuesta de Rodríguez-Uría et al (2002) de proponer un meta-modelo de PM con una base interactiva, como manera de resolver las insuficiencias derivadas de recurrir a una única función de logro. PM y los métodos de la inteligencia artificial. La incorporación de técnicas de inteligencia artificial (especialmente algoritmos genéticos y redes neuronales) a modelos de PM con estructuras analíticas complejas constituye un área de creciente interés. En Ignizio y Cavalier (1994, Capítulo 12) se puede encontrar un tratamiento pedagógico del tema. Por otra parte, en Jones et al. (2002) se presenta una extensa revisión bibliográfica de las aplicaciones de la inteligencia artificial a la programación multiobjetivo en general y a la PM en particular. PM y la agregación de preferencias (elección social). Recientes trabajos de GonzálezPachón y Romero (1999, 2001) han mostrado la enorme potencialidad de la PM para abordar diferentes problemas de toma de decisiones con varios centros decisores. En estos problemas de elección social, las preferencias de cada centro decisor se agregan con la ayuda de modelos de PM con metas ponderadas y con metas MINMAX. De esta manera, se consiguen agregaciones (i.e., decisiones colectivas) que optimizan funciones de consenso entre los diferentes centros decisores implicados. PM estocástica. Cuando los parámetros del modelo PM (niveles de aspiración, coeficientes técnicos, pesos preferenciales, etc) no se conocen con exactitud al modelo correspondiente se le denomina estocástico. Algunas referencias importantes en el campo PM estocástico son Liu (1996) donde se presenta un método para resolver modelos PM con carácter estocástico basados en algoritmos genéticos y Ballestero (2001) donde se propone otro enfoque PM estocástico que conduce a la minimización de una estructura media-varianza. Conclusiones El alto grado de complejidad de las organizaciones modernas hace muy difícil modelizar, resolver y analizar sus problemas reales de toma de decisiones con la ayuda de métodos que se apoyen en las teorías tradicionales que suponen una perfecta racionalidad a los centros decisores. Sin embargo, dentro de este contexto la PM, apoyada por una teoría de la racionalidad acotada, ha representado en los últimos años un efectivo enfoque para resolver problemas de toma de decisiones en las organizaciones modernas. No es atrevido conjeturar que el grado de complejidad de las organizaciones no decrecerá en un futuro inmediato, sino que por el contrario aumentará. Consecuentemente, el enfoque