Planejamento florestal integrado : um modelo PLIM para agendamento de colheita e roteamento de estradas

Abstract

Resumo: A colheita florestal é uma atividade essencial na indústria madeireira, exigindo um planejamento que garanta a sustentabilidade e a eficiência econômica. Esta pesquisa investiga a otimização do planejamento da colheita florestal, integrando o usoeama nutenção da infraestrutura viária associada. O método desenvolvido inclui um modelo de Programação Linear Inteira Mista (PLIM) acrescido de restrições do Problema de Roteamento Periódico em Arcos Capacitados (PCARP) adaptadas à Colheita Florestal, visando otimizar todo o processo. O objetivo do PLIM é agendar as atividades res peitando restrições de sequenciamento; fundamentais para assegurar que a colheita ocorra nas áreas apropriadas sem comprometer a integridade das estradas ou as necessidades logísticas de transporte. O trabalho ressalta a importância da definição dos parâmetros a serem utilizados no PLIM para a obtenção de soluções viáveis, enfa tizando que a ausência de uma calibração adequada desses dados pode comprometer a exequibilidade do empreendimento. Para solucionar essa questão empregou-se um algoritmo genético (AG) na calibração dos parâmetros, validando o modelo proposto e fornecendo valores que permitem ao solver Gurobi alcançar uma solução otimizada a partir de uma solução factível. Os resultados demonstram a eficácia do uso do AG para a obtenção de parâmetros que viabilizam a solução do modelo PLIM, mesmo que a solução inicial do AG não seja a ótima. Uma contribuição significativa é o desenvolvi mento de um algoritmo para gerar visualizações das soluções obtidas, convertendo dados numéricos em imagens que facilitam a compreensão e a tomada de decisão. As imagens geradas foram fundamentais para identificar inconsistências e direcionar melhorias. Observou-se nas soluções a baixa colheita em períodos pares, atribuída às restrições de talhões adjacentes e à redução do valor de lucro ao longo do tempo

Abstract: Forest harvesting is an essential activity in the timber industry, requiring planning that ensures sustainability and economic efficiency. This research investigates the optimiza tion of forest harvesting planning, integrating the use and maintenance of associated road infrastructure. The developed method includes a model of Mixed Integer Linear Programming (MILP) plus restrictions of the Periodic Capacitated Arc Routing Problem (PCARP) adapted to Forest Harvesting, aiming to optimize the whole process. The objective of MILP is to schedule activities respecting key sequencing constraints; this ensures that harvesting takes place in appropriate areas without compromising road integrity or transport logistics needs. The study highlights the importance of defining the parameters to be used in the MILP to obtain viable solutions, emphasizing that the absence of an adequate calibration of these data can compromise the feasibility of the project. To solve this problem, a genetic algorithm (GA) was used in the calibration of the parameters, validating the proposed model and providing values that allow the solver Gurobi to achieve an optimized solution from a feasible solution. The results demonstrate the effectiveness of the use of GA to obtain parameters that enable the so lution of the MILP model, even if the initial solution of the GA is not optimal. A significant contribution is the development of an algorithm to generate visualizations of the ob tained solutions, converting numerical data into images that facilitate understanding and decision making. The generated images were fundamental to identify inconsistencies and drive improvements. Low harvest in even periods was observed in the solutions, attributed to restrictions of adjacent plots and reduction of profit value over time