Meta-heurísticas na otimizaçao do sortimento florestal

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorArce, Julio Eduardo-
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal-
Autor(es): dc.creatorMenon, Mario Umberto-
Data de aceite: dc.date.accessioned2019-08-21T23:31:00Z-
Data de disponibilização: dc.date.available2019-08-21T23:31:00Z-
Data de envio: dc.date.issued2018-07-12-
Data de envio: dc.date.issued2018-07-12-
Data de envio: dc.date.issued2005-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/2215-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/2215-
Descrição: dc.descriptionOrientador: Julio Eduardo Arce-
Descrição: dc.descriptionTese (doutorado) - Universidade Federal do Paraná, Setor de Ciencias Agrárias, Programa de Pós-Graduaçao em Engenharia Florestal. Defesa: Curitiba, 2005-
Descrição: dc.descriptionInclui bibliografia e anexos-
Descrição: dc.descriptionÁrea de concentraçao: Manejo florestal-
Descrição: dc.descriptionResumo: O presente trabalho trata do desenvolvimento de um algoritmo ou modelo matemático computacional para otimização do sortimento florestal. Utilizando-se de técnicas de PO Pesquisa Operacional, inclusive com o auxílio de inteligência computacional, buscou-se o Estado da Arte , apresentando um novo algoritmo capaz de solucionar o problema de otimização do uso dos recursos florestais que, além disso, também possibilita a otimização dos recursos computacionais. Para construção e validação dos algoritmos, buscou-se avaliar e identificar heurísticas e/ou meta-heurísticas que melhor se enquadrassem na área, desenvolvendo e calibrando um sistema de simulação e otimização do sortimento florestal, junto a uma empresa florestal do Sul do Brasil. Para tanto, foram empregadas as meta-heurísticas AG - Algoritmo Genético e SA Simulated Annealing, e para construção das strings, baseado em uma estrutura de dados apropriada, foi aplicado diretamente o próprio comprimento das toras, ao invés da codificação binária dos cromossomos, no caso do AG e, bem como para o conjunto de partículas, no caso do SA. A partir disso, foi possível fazer a simulação do sortimento, determinando-se a renda e o volume a serem auferidos se efetivados os padrões de corte gerados, tanto através do centro de classe dos DAPs quanto ao nível individual dos fustes. Um dos cenários avaliados com o centro de classe dos DAPs, com o AG e uma população inicial de 500 cromossomos ou padrões de corte (pais) e com 1000 iterações (crossover) e/ou mutações em menos de 30 segundos de processamento apresenta 576,316 m³ e uma Renda de R$ 56.519,40 por hectare, que comparados com a renda média dos dados de colheita, representa um acréscimo da ordem de 9,55% na renda para o hectare colhido. Quanto ao SA, mesmo com um número elevado de iterações, apresentou uma renda de R$ 55.636,76, portanto, um acréscimo da ordem de 7,85%.-
Descrição: dc.descriptionAbstract: This work deals with the development of an algorithm or a mathematicalcomputational model for forest assortment optimization. The employment of the OR techniques Operational Research, with the help of computational intelligence, aimed to reach the State of the Art , through the proposal of a new algorithm able to solve the question of optimization of the usage of forest resources where, besides the optimization of these, it is also possible to reach the optimization of computational resources. In order to construct and validate the algorithms proposed, some heuristics and/or meta-heuristics, which better fit them-selves in the area under study, were evaluated and identified, developing and gauging a forest assortment simulation and optimization system applied in a forest company in the South of Brazil. For this purpose, the GA Genetic Algorithm and SA Simulated Annealing-metaheuristics, and to the building of the strings , based upon an appropriate data structure, if was directly applied the length of the logs itself instead of a binary code for the chromosomes, in the GA case and, for the particles set, in the SA case. Starting from that, it was possible to perform the assortment simulation and so to determine the income and the volume to be measured according to the generated cutting patterns, as much through the center of DBHs class as the individual level of the stems. One of the scenarios evaluated together with the center of the DBHs classes, with the AG and an initial population of 500 chromosomes or cutting patterns (parents) and with 1000 iterations (crossover) and/or mutations in less than 30 seconds of processing, presented 576,316 m³ and an income of R$ 56.519,40 per hectare which, compared to the crop data average income, represents an increasing amount of 9.55% in the income for the harvested hectare. In relation to the SA, even with an increase in the number of iterations, it presented an income of R$ 55.639,76, therefore an increasing amount of 7.85%.-
Formato: dc.formatvii, 109f. : il., tabs.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Relação: dc.relationDisponível em formato digital-
Palavras-chave: dc.subjectMadeira - Exploração - Métodos de simulação-
Palavras-chave: dc.subjectHeuristica-
Palavras-chave: dc.subjectProgramação dinamica-
Palavras-chave: dc.subjectTeses-
Título: dc.titleMeta-heurísticas na otimizaçao do sortimento florestal-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.