METAHEURÍSTICA CLONAL SELECTION ALGORITHM PARA OTIMIZAÇÃO DO PLANEJAMENTO FLORESTAL
AUTOR(ES)
Araújo Júnior, Carlos Alberto, Mendes, João Batista, Cabacinha, Christian Dias, Assis, Adriana Leandra de, Matos, Lisandra Maria Alves, Leite, Helio Garcia
FONTE
Rev. Árvore
DATA DE PUBLICAÇÃO
14/06/2018
RESUMO
RESUMO Dada a importância de se avaliar novas tecnologias para otimização do planejamento florestal, este trabalho objetivou introduzir a metaheurística Clonal Selection Algorithm na resolução de um problema de ordenamento da produção florestal. Considerou-se uma área manejada de tamanho igual a 4.210 ha, contendo 120 talhões com idades entre 1 e 6 anos e índice de sítio variando entre 22 m e 31 m. O problema foi modelado com o objetivo de se maximizar o valor presente líquido global do empreendimento e considerou como restrições uma demanda anual entre 140.000m3 e 160.000 m3, colheita apenas nas idades de 5, 6 e 7 anos e a imposição de não fracionamento dos talhões no momento do corte. Foram avaliados diferentes configurações da metaheurística Clonal Selection Algorithm, variando-se as taxas de seleção, clonagem, hipermutação e substituição, além do tamanho da população inicial. Considerou-se como critério de parada uma quantidade de gerações igual a 100 e para cada parametrização avaliou-se 30 repetições. Os resultados foram comparados com aqueles obtidos utilizando-se programação linear e programação linear inteira. Para a programação inteira considerou-se a melhor solução após 1 hora de processamento. A melhor configuração foi a que considerou 80 células na população inicial, taxas de seleção, clonagem, hipermutação e substituição iguais a 0,20, 0,80, 0,20 e 0,50, respectivamente. Os resultados apresentados pela metaheurística Clonal Selection Algorithm foram 1,69% superiores à programação linear inteira e 4,35% inferior a programação linear. Conclui-se que a metaheurística apresentada pode ser utilizada para resolução de problemas de ordenamento florestal.
ASSUNTO(S)
pesquisa operacional inteligência artificial sistemas imunológicos artificiais
Documentos Relacionados
- Metaheurística algoritmo genético para solução de problemas de planejamento florestal com restrições de integridade
- 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
- Um modelo de planejamento para empresa florestal
- Heuristicas para otimização do planejamento da produção em sistemas MRP