dissertação
Otimização espacial do microplanejamento da colheita florestal
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Escola de Ciências Agrárias de Lavras (ESAL)
Departamento
Departamento de Ciências Florestais
Programa de Pós-Graduação
Programa de Pós-Graduação em Engenharia Florestal
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Tipo de impacto
Tecnológico
Econômicos
Econômicos
Áreas Temáticas da Extensão
Meio ambiente
Tecnologia e produção
Trabalho
Tecnologia e produção
Trabalho
Objetivos de Desenvolvimento Sustentável
ODS 8: Trabalho decente e crescimento econômico
ODS 9: Indústria, inovação e infraestrutura
ODS 12: Consumo e produção responsáveis
ODS 9: Indústria, inovação e infraestrutura
ODS 12: Consumo e produção responsáveis
Dados abertos
Resumo
O microplanejamento operacional da colheita florestal, que compreende a subdivisão dos talhões em eitos de trabalho e a localização estratégica dos pontos de empilhamento de madeira, é frequentemente conduzido de forma empírica pelas empresas do setor, sem o suporte de modelos matemáticos de otimização. Essa lacuna resulta em movimentação excessiva do maquinário, elevação dos custos operacionais e impactos ambientais evitáveis. A incorporação de técnicas de pesquisa operacional e de discretização espacial por grids ao planejamento da colheita permite modelar esse problema como um desafio de localização-alocação capacitada, com potencial de reduzir significativamente os custos de extração e deslocamento do maquinário. Nesse contexto, o presente estudo desenvolveu e avaliou uma metodologia de microplanejamento baseada no Problema de p-Medianas Capacitado (Capacitated p-Median Problem - CPMP), implementada por meio da meta-heurística Simulated Annealing (SA) e validada com a Programação Linear Inteira (PLI) em termos de qualidade de solução e eficiência computacional. O estudo foi conduzido em três talhões localizados no estado de Mato Grosso do Sul, Brasil, com distintos níveis de uniformidade geométrica, caracterizados pelo índice de borda de Patton, a partir dos quais foram construídas doze instâncias experimentais com diferentes granularidades de grid. Os resultados demonstraram que o SA apresentou expressiva vantagem computacional em todas as instâncias avaliadas, com reduções no tempo de processamento entre 50% e 90% em relação à PLI. Nas instâncias de menor porte, o SA obteve valores de função objetivo equivalentes ou inferiores aos da PLI. Em instâncias de maior complexidade, a PLI tendeu a fornecer soluções de menor custo total quando convergiu; contudo, não foi capaz de gerar soluções viáveis em três das doze instâncias, enquanto o SA produziu soluções para todos os cenários avaliados. Conclui-se que o SA constitui uma alternativa computacionalmente eficiente, escalável e operacionalmente robusta para o microplanejamento da colheita florestal, sendo especialmente recomendado para instâncias de grande porte ou situações em que o tempo de resposta é uma restrição crítica. Os resultados confirmam a viabilidade e a competitividade de abordagens meta-heurísticas para esse nível de planejamento, contribuindo para a consolidação de metodologias científicas aplicadas à gestão operacional do setor florestal brasileiro.
Abstract
The operational microplanning of forest harvesting, which encompasses the subdivision of forest stands into work strips and the strategic location of wood pile points, is frequently conducted empirically by forest companies, without the support of mathematical optimization models. This gap results in excessive machinery movement, higher operational costs, and avoidable environmental impacts. The incorporation of operational research techniques and grid-based spatial discretization into harvest planning allows this problem to be modeled as a capacitated location-allocation challenge, with the potential to significantly reduce extraction and machinery movement costs. In this context, the present study developed and evaluated a microplanning methodology based on the Capacitated p-Median Problem (CPMP), implemented through the Simulated Annealing (SA) metaheuristic and validated against Integer Linear Programming (PLI) in terms of solution quality and computational efficiency. The study was conducted in three forest stands located in the state of Mato Grosso do Sul, Brazil, with distinct levels of geometric uniformity, characterized by the Patton edge index, from which twelve experimental instances were constructed with different grid granularities. Results demonstrated that SA presented a significant computational advantage across all evaluated instances, with processing time reductions ranging from 50% to 90% compared to PLI. For smaller instances, SA achieved objective function values equivalent to or lower than those of PLI. In more complex instances, PLI tended to provide lower total cost solutions when convergence was reached; however, it failed to generate feasible solutions for three of the twelve instances, whereas SA produced solutions for all evaluated scenarios. It is concluded that SA represents a computationally efficient, scalable, and operationally robust alternative for forest harvest microplanning, being especially recommended for large-scale instances or situations where response time is a critical constraint. The results confirm the viability and competitiveness of metaheuristic approaches at this level of planning, contributing to the consolidation of scientific methodologies applied to the operational management of the Brazilian forest sector.
Descrição
Área de concentração
Ciências Florestais
Linha de pesquisa
Manejo Florestal
Agência de desenvolvimento
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
BARBOSA, Irene Maria Barcelos. Otimização espacial do microplanejamento da colheita florestal. 2026. 60 p. Dissertação (Mestrado em Engenharia Florestal) — Universidade Federal de Lavras, Lavras, 2026.
Link externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Attribution 3.0 Brazil

