Uso de modelos matemáticos de otimização no planejamento do transporte florestal

Abstract

Resumo: Este trabalho teve como objetivo modelar o transporte florestal visando equilibrar seu custo mensal ao longo de um horizonte de planejamento anual, por meio da programação linear. Foi escolhida uma unidade de produção de carvão vegetal que utiliza florestas próprias de Eucalyptus spp plantadas em seu entorno. Esta unidade demanda anualmente 323.136 m³ de madeira sólida com casca, o que corresponde a 26.928 m³ mensais. Para o fornecimento de madeira ao longo do ano de 2010, esta unidade possui 74 talhões em idade de corte distribuídos em cinco projetos com área de efetivo plantio total de 1.836,78 hectares, com volume estimado de 385.869 m³ de madeira. Primeiro foi utilizado o planejamento de transporte realizado pela unidade, obtendo-se o custo anual, o custo médio mensal, o custo unitário e o coeficiente de variação. Em seguida foi realizado um novo planejamento utilizando a programação linear. Os resultados mostraram redução do custo anual e do custo médio mensal em 8,08%, redução no custo unitário (R$/m³) de madeira transportada em 5,84%, o coeficiente de variação em torno da média dos custos mensais, caiu de 14,88% no planejamento atual da empresa para 4,04% com o planejamento otimizado, equilibrando os custos mensais ao longo do ano.

Abstract: The purpose of this work was to model the forest transport, seeking the smooth of the month costs during a year, using linear programming. A unit of charcoal production that uses own Eucalyptus spp forests planted around it was chosen. This unit demands annually 323.136 m³ of solid wood, corresponding to 26.928 m³ monthly. To supply the wood along 2010 this unit has 74 areas of Eucalyptus spp plantations in cut age distributed in five projects, which contents 1.836,78 hectares and an estimated volume of wood around 385.869 m³. At first the transport planning used by the unit was used to obtain the annual cost, the medium month cost, the unit cost and the variation coefficient. Then a new planning was realized using the linear programming. The results showed a reduction of annual cost and medium month cost in 8,08%, reduction in unit cost in 5.84% and a reduction in the variation coefficient from 14,88% to 4,04%, smoothing the month cost along the year.