SciELO - Scientific Electronic Library Online

 
vol.23 número2CRESCIMENTO EM DIÂMETRO DE ÁRVORES DE Podocarpus lambertii EM DUAS REGIÕES FITOGEOGRÁFICAS NO ESTADO DO RIO GRANDE DO SUL, BRASILEFEITO DO DESBASTE NO COMPRIMENTO DAS FIBRAS DA MADEIRA DE Eucalyptus grandis W. Hill ex Maiden índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Ciência Florestal

versão impressa ISSN 0103-9954versão On-line ISSN 1980-5098

Resumo

GOMIDE, Lucas Rezende; ARCE, Júlio Eduardo  e  SILVA, Arinei Carlos Lindbeck da. COMPARAÇÃO ENTRE A META-HEURÍSTICA SIMULATED ANNEALING E A PROGRAMAÇÃO LINEAR INTEIRA NO AGENDAMENTO DA COLHEITA FLORESTAL COM RESTRIÇÕES DE ADJACÊNCIA. Ciênc. Florest. [online]. 2013, vol.23, n.2, pp.449-460. ISSN 0103-9954.  http://dx.doi.org/10.5902/198050989289.

Os impactos gerados na paisagem após a colheita florestal em reflorestamentos são visíveis, porém, o corte raso é um processo necessário para garantir uma produção sustentada e introduzir novas tecnologias. Uma alternativa de controle é utilizar restrições de adjacência nos modelos matemáticos. Assim, o objetivo do estudo foi avaliar a capacidade da meta-heurística SA na resolução de modelos matemáticos com restrições de adjacência do tipo URM, e observar sua ação com o aumento da complexidade do problema. O estudo foi conduzido em um projeto florestal contendo 52 talhões, sendo criados 8 cenários, onde o modelo I de Johnson e Scheurmann (1977) foi usado como referência. A restrição de adjacência do tipo URM foi usada para controlar o corte de talhões adjacentes. Os modelos foram resolvidos pela PLI e meta-heurística SA, no qual foi processada 100 vezes/cenário. Os resultados mostraram que o cenário 8 consumiu 137.530 segundos via PLI, gastando um tempo de 2.023,09 vezes a mais que o tempo médio de processamento da meta- heurística SA (67,98 segundos). As melhores soluções ficaram 4,71 % (cenário 1) a 11,40 % (cenário 8) distante do ótimo (PLI). A meta-heurística SA é capaz de resolver o problema florestal, atendendo às metas na maioria das vezes. O aumento da complexidade produz um maior desvio em relação ao ótimo. Conclui- se que a meta-heurística SA não deve ser processada uma única vez, pois há riscos de se obter soluções inferiores, caso seja feita, deve-se aumentar o tempo de parada.

Palavras-chave : inteligência artificial; programação linear inteira; colheita florestal.

        · resumo em Inglês     · texto em Português     · Português ( pdf )