Performance de quatro metaheurísticas para solução de um problema de planejamento da produção florestal
DOI:
https://doi.org/10.35699/2447-6218.2020.15891Palavras-chave:
Inteligência artifical, Silvicultura, Manejo florestal, Pesquisa operacionalResumo
O uso da inteligência artificial como ferramenta de auxílio ao planejamento da produção florestal tem ganhado cada vez mais espaço. Destacando-se as metaheurísticas, em função da capacidade de gerar soluções ótimas para determinado problema de otimização em um curto espaço de tempo, sem grande esforço computacional. Pensando nisso, o presente estudo objetiva avaliar o desempenho das metaheurísticas Algoritmo Genético, Simulated Annealing, Variable Neighbourhood Search e Clonal Selection Algorithm aplicadas em um modelo de regulação da produção florestal. Foi considerado um horizonte de planejamento de 16 anos, no qual o modelo apresenta como objetivo a maximização do Valor Presente Líquido (VPL), tendo como restrições idade de corte entre 5 e 7 anos e demanda mínima e máxima madeireira de 140.000 e 160.000 m3, respectivamente. Considerou-se diferentes combinações de configurações para cada uma das metaheurísticas, tempo de processamento de 30 segundos e 30 repetições para cada configuração, sendo todo o processamento realizado no software MeP - Metaheuristics for Forest Planning. A metaheurística Simulated Annealing obteve os melhores resultados quando comparada as demais, atingindo a demanda mínima e máxima exigida em todas as configurações testadas, em contrapartida, o Algoritmo Genético foi o de pior desempenho. Assim, observa-se a capacidade de uso da metaheurística como ferramenta de planejamento florestal.l
Referências
Araújo Júnior, C. A.; Leite, H. G.; Soares, C. P. B.; Binoti, D. H. B.; Souza, A. P.; Santana, A. F; Torre, C. M. M. E. 2017. A multi-agent system for forest transport activity planning. Cerne, 23: 329–337. Doi: http://dx.doi.org/10.1590/01047760201723032335.
Araújo Júnior, C. A.; Mendes, J. B.; Cabacinha, C. D.; Assis, A. L. de; Matos, L. M. A.; Leite, H. G. 2018. Meta-heuristic clonal selection algorithm for optimization of forest planning. Revista Árvore, 41: 1–10. Doi: http://dx.doi.org/10.1590/1806-90882017000600007.
Araújo Júnior, C. A. 2012. Simulação multiagentes aplicada ao planejamento da produção florestal sustentável. Viçosa: Universidade Federal de Viçosa. Dissertação.
Binoti, D. H. B.; Binoti, M. L. M. S.; Leite, H. G.; Gleriani, J. M.; Ribeiro, C. A. A. 2014. Inclusão e influência de características espaciais em modelos de regulação florestal. Cerne, 20: 157–164. Doi: http://dx.doi.org/10.1590/S0104-77602014000100019 .
Carvalho, K. H. A.; Silva, M. L.; Binoti, D. H. B.; Binoti, M. L. M. S. 2015. Influência da taxa de juros e do preço da madeira em modelos de regulação florestal. Pesquisa Florestal Brasileira, 35: 143–151. Doi: https://doi.org/10.4336/2015.pfb.35.82.554.
Ezquerro, M.; Pardos, M.; Diaz-Balteiro, L. 2016. Operational research techniques used for addressing biodivertity objetives into forest management: an overview. Forests, 7: 229–247. Doi: https://doi.org/10.3390/f7100229.
Ferreira, P. H. B.; Matos, L. M. A.; Assis, A. L.; Cabacinha, C. D.; Araújo Júnior, C. A. 2018. Influência dos parâmetros da metaheurística simulated annealing em um problema de planejamento da produção florestal. Caderno de Ciências Agrárias, 10: 59–67.
Gomide, L. R.; Arce, J. E.; Silva, A. C. L. 2009. Uso do algoritmo genético no planejamento florestal considerando seus operadores de seleção. Cerne, 15: 460–467.
Matos, L. M. A. 2017. Utilização da metaheurística algoritmo genético em um modelo de regulação da produção florestal. Montes Claros: Universidade Federal de Minas Gerais. Dissertação.
Rodrigues, F. L.; Leite, H. G.; Santos, H. N.; Souza, A. L.; Ribeiro, C. A. A.S. 2004a. Metaheurística simulated annealing para solução de problemas de planejamento florestal com restrições de integridade. Revista Árvore, 28: 247–256. Doi: http://dx.doi.org/10.1590/S0100-67622004000200011.
Rodrigues, F. L.; Leite, H. G.; Santos, H. N.; Souza, A. L.; Silva, G. F. 2004b. Metaheurística algoritmo genético para solução de problemas de planejamento florestal com restrições de integridade. Revista Árvore, 28: 233–245. Doi: http://dx.doi.org/10.1590/S0100-67622004000200010.
Silva, G. F.; Piassi, L.C.; Mora, R.; Martins, L.; Teixeira, A. F.; Júnior, A. A. B. 2009. Metaheurística algoritmo genético na solução de modelos de planejamento florestal. Revista Brasileira de Ciências Agrárias, 4: 160–166. Doi: http://dx.doi.org/10.5039/agraria.v4i2a7.
Werneburg, M. A. P. 2015. Planejamento em grandes empresas florestais no Brasil. Diamantina: Universidade Federal do Vale do Jequitinhonha e Mucuri. Dissertação.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2020 Caderno de Ciências Agrárias
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores.
Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Caderno de Ciências Agrárias está licenciado com uma 