Biblioteca Florestal
Digital

Metaheurística algoritmo genético para solução de problemas de planejamento florestal com restrições de integridade

Show simple item record

dc.contributor.author Rodrigues, Flávio Lopes
dc.contributor.author Leite, Helio Garcia
dc.contributor.author Santos, Heleno do Nascimentos
dc.contributor.author Souza, Agostinho Lopes de
dc.contributor.author Silva, Gilson Fernandes da
dc.date.accessioned 2014-11-24T10:34:01Z
dc.date.available 2014-11-24T10:34:01Z
dc.date.issued 2004
dc.identifier.citation RODRIGUES, F. L. et al. Metaheurística algoritmo genético para solução de problemas de planejamento florestal com restrições de integridade. Revista Árvore, Viçosa, v. 28, n. 2, p. 233-245, 2004. pt_BR
dc.identifier.issn 1806-9088
dc.identifier.uri http://www.bibliotecaflorestal.ufv.br/handle/123456789/12895
dc.description.abstract Os objetivos deste trabalho foram desenvolver e testar um algoritmo genético (AG) para a solução de problemas de gerenciamento florestal com restrições de integridade. O AG foi testado em quatro problemas, contendo entre 93 e 423 variáveis de decisão, sujeitos às restrições de singularidade, produção mínima e produção máxima, periodicamente. Todos os problemas tiveram como objetivo a maximização do valor presente líquido. O AG foi codificado em ambiente delphi 5.0 e os testes foram realizados em um microcomputador AMD K6II 500 MHZ, com memória RAM de 64 MB e disco rígido de 15GB. O desempenho do AG foi avaliado de acordo com as medidas de eficácia e eficiência. Os valores ou categorias dos parâmetros do AG foram testados e comparados quanto aos seus efeitos na eficácia do algoritmo. A seleção da melhor configuração de parâmetros foi feita com o teste L&O, a 1% de probabilidade, e as análises foram realizadas através de estatísticas descritivas. A melhor configuração de parâmetros propiciou ao AG eficácia média de 94,28%, valor mínimo de 90,01%, valor máximo de 98,48%, com coeficiente de variação de 2,08% do ótimo matemático, obtido pelo algoritmo exato branch and bound. Para o problema de maior porte, a eficiência do AG foi cinco vezes superior à eficiência do algoritmo exato branch and bound. O AG apresentou-se como uma abordagem bastante atrativa para solução de importantes problemas de gerenciamento florestal. pt_BR
dc.description.abstract The objectives of this work was to develop and test a Genetic Algorithm (GA) to solve problems of forest management with integer constraints. GA was tested in five problems containing 93 - 423 decision variables, periodically subject to singularity constraints, minimum and maximum production. The problems had the objective of maximizing the net present value. GA was codified into delphi 5.0 language and the tests were performed in a microcomputer AMD K6II 500 MHZ, with RAM memory of 64 MB and hard disk of 15GB. The GA performance was evaluated according to the efficacy and efficiency measures. The different values or categories for the GA parameters were tested and compared in relation to their effects on the algorithm efficacy. The selection of the parameters’ best configuration was performed by using the L&O test at 1% probability and analyses via descriptive statistics. The parameters’ best configuration provided for GA average efficacy was of 94.28%, minimum value equal to 90.01%, maximum value equal to 98.48%, with coefficient of variation of 2.08% of the mathematical optimum, obtained by the exact algorithm branch and bound. As for the larger problem, the efficiency of GA was five times superior to the efficiency of the exact algorithm branch and bound. GA was found to be a quite attractive approach to solve important forest management problems. pt_BR
dc.format 13 páginas pt_BR
dc.language.iso pt_BR pt_BR
dc.publisher Sociedade de Investigações Florestais pt_BR
dc.relation.ispartofseries Revista Árvore:v.28,n.2;
dc.subject.classification Ciências Florestais::Silvicultura::Genética e melhoramento florestal pt_BR
dc.subject.classification Ciências Florestais::Manejo florestal::Administração e gestão florestal pt_BR
dc.title Metaheurística algoritmo genético para solução de problemas de planejamento florestal com restrições de integridade pt_BR
dc.title Genetic algorithm metaheuristic to solve forest planning problem with integer constraints pt_BR
dc.type Artigo pt_BR

Files in this item

Files Size Format View
Revista_Arvore_v28_n2_p233-245_2004.pdf 8.677Mb application/pdf View/Open ou Pre-visualizar

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre a Biblioteca Florestal

Browse

My Account