Uso do algoritmo genético no planejamento florestal considerando seus operadores de seleção

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorGomide, Lucas Rezende-
Autor(es): dc.creatorArce, Julio Eduardo-
Autor(es): dc.creatorSilva, Arinei Carlos Lindbeck da-
Data de aceite: dc.date.accessioned2026-02-09T11:56:48Z-
Data de disponibilização: dc.date.available2026-02-09T11:56:48Z-
Data de envio: dc.date.issued2015-05-19-
Data de envio: dc.date.issued2017-08-01-
Data de envio: dc.date.issued2017-08-01-
Data de envio: dc.date.issued2017-08-01-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/14682-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1150958-
Descrição: dc.descriptionThis study tested and analyzed four selection operators (Elitist, Tournament, Roulette wheels and Bi-classist) and defined the best one.  The forest planning problem test was based on the Johnson & Schermann (1977) type I model encompassing 52 eucalyptus stands, where 254 forest management prescriptions were created. The genetic algorithm (GA) was built in Visual Basic® Microsoft® and its sets of parameters were: initial population (300), crossover (10%), mutation (10%) and replacement (60%). The measuring variables were: minimum, median and maximum values; coefficient of variation for the fitness and the processing time.  It was also applied the nonparametric Kruskal-Wallis test with 5% of the probability to check the differences among selection operators of 30 samples. The results showed that the selection operators presented different efficiency and effectiveness according to Kruskal-Wallis test for 5% of probability. The decreasing sequence of efficiency was: Roulette wheels, Tournament, Elitist and Bi-classist. The lower percentage deviations matched from the exact solution were: 2.75% (Elitist), 2.15% (Tournament), 0.90% (Roulette wheels) and 2.40% (Bi-classist). The best selection operator tested was the one that follows the Roulette wheels. -
Descrição: dc.descriptionConduziu-se este estudo, com o objetivo de testar e analisar quatro tipos de operadores genéticos de seleção (Elitista, Torneio, Roleta e Bi-classista) e definir o melhor. O problema teste de planejamento florestal foi baseado no modelo tipo I de Johnson & Schermann (1977) e aplicado em uma floresta composta por 52 talhões de Eucalipto, sendo geradas 254 alternativas de manejo. O algoritmo genético (AG) foi desenvolvido utilizando a linguagem de programação Microsoft® Visual Basic® e seus parâmetros foram: população inicial (300), crossover (10%), mutação (10%) e replacement (60%). As variáveis mensuradas foram: valor mínimo, médio e máximo; coeficiente de variação para as variáveis fitness e tempo de processamento. Além disso, foi aplicado o teste não paramétrico de Kruskall-Wallis a 5% de probabilidade para analisar as diferenças entre os operadores de seleção, considerando 30 repetições. Os resultados mostraram que os operadores genéticos de seleção apresentaram diferenças ligadas a eficiência e eficácia, segundo o teste não paramétrico de Kruskal-Wallis a 5% de probabilidade. A sequência decrescente de eficiência foi: Bi-classista, Elitista, Torneio e Roleta, já, considerando a eficácia, sua ordem decrescente foi: Roleta, Torneio, Elitista e Bi-classista. Os menores desvios percentuais frente a solução ótima foram: 2,75% (Elitista), 2,15% (Torneio), 0,90% (Roleta) e 2,40% (Bi-classista). O melhor operador de seleção testado foi o programado via Roleta.-
Formato: dc.formatapplication/pdf-
Publicador: dc.publisherUniversidade Federal de Lavras (UFLA)-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
???dc.source???: dc.source2317-6342-
???dc.source???: dc.source0104-7760-
Palavras-chave: dc.subjectMetaheurística-
Palavras-chave: dc.subjectAnálise combinatória-
Palavras-chave: dc.subjectModelo tipo I-
Palavras-chave: dc.subjectMetaheuristic-
Palavras-chave: dc.subjectCombinatory analysis-
Palavras-chave: dc.subjectModel type I-
Título: dc.titleUso do algoritmo genético no planejamento florestal considerando seus operadores de seleção-
Título: dc.titleUsing genetic algorithm in forest planning considering its selection operators-
Tipo de arquivo: dc.typeinfo:eu-repo/semantics/article-
Tipo de arquivo: dc.typeinfo:eu-repo/semantics/publishedVersion-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.