COMPARAÇÃO ENTRE A META-HEURÍSTICA SIMULATED ANNEALING E A PROGRAMAÇÃO LINEAR INTEIRA NO AGENDAMENTO DA COLHEITA FLORESTAL COM RESTRIÇÕES DE ADJACÊNCIA
AUTOR(ES)
Gomide, Lucas Rezende, Arce, Júlio Eduardo, Silva, Arinei Carlos Lindbeck da
FONTE
Ciênc. Florest.
DATA DE PUBLICAÇÃO
2013-06
RESUMO
RESUMO 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.
ASSUNTO(S)
inteligência artificial programação linear inteira colheita florestal
Documentos Relacionados
- Desenvolvimento de um modelo para o School Timetabling Problem baseado na Meta-Heurística Simulated Annealing
- Metaheurística Simulated Annealing para solução de problemas de planejamento florestal com restrições de integridade
- N244m Modelagem biométrica e planejamento florestal otimizado utilizando a meta-heurística enxame de partículas
- Modelagem integrada para a programação de voos e a alocação de frotas: abordagens baseadas em programação linear inteira e na meta-heurística colônia de formigas.
- Uma meta-heurística híbrida com busca por agrupamentos aplicada a problemas de otimização combinatória