Algoritmos genéticos aplicados ao planejamento do transporte principal de madeira

• Ano de defesa: 2013
• Autor(a) principal: Souza, Darlon Orlanmunder de
• Orientador(a): Chaves Neto, Anselmo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Madeira - Transporte - Modelos matematicos; Algoritmos geneticos; Teses
• Link de acesso: http://hdl.handle.net/1884/26687

Nas empresas florestais em que a madeira pode ser destinada para mais do que uma fábrica, o planejamento da colheita pode influenciar significativamente no fluxo de madeira e, consequentemente, nos custos de transporte. O planejamento da colheita envolve as decisões de quais pontos de produção cortar, quando cortar e quais equipes atuam em cada ponto de produção. O objetivo deste trabalho foi desenvolver um modelo de algoritmo genético (método heurístico), que permita aos tomadores de decisões determinar o período de intervenção das equipes de corte nos pontos de produção, para minimizar os custos com as atividades relacionadas à colheita e ao transporte principal de madeira. Os dados para testar o modelo foram fornecidos pela Klabin S.A. - empresa com atividades na produção de celulose e papel, nos municípios de Otacílio Costa e Correia Pinto, no estado de Santa Catarina. Com a finalidade de aproximar as soluções do método heurístico das condições de trabalho da empresa foram adotadas três estratégias independentes de melhoria das soluções, totalizando oito variedades de algoritmos genéticos. As duas primeiras estratégias visam conduzir o algoritmo para iniciar o planejamento com os pontos de produção que estavam em corte no ano anterior e a terceira permite que até duas equipes de corte realizem a colheita no mesmo ponto de produção. Esta última estratégia apresentou os maiores ganhos para a empresa, pois possibilitou uma redução considerável nos custos de transporte. Os resultados também indicaram que a capacidade produtiva disponível das equipes de corté é maior do que o consumo de madeira previsto para o ano de 2004. As melhores soluções dos algoritmos genéticos foram comparadas com a solução do modelo de programação linear com as condições de variáveis inteiras relaxadas. As soluções dos algoritmos genéticos apresentaram custos de colheita, transporte e estoque excedente de madeira entre 2,0% e 5,2% superiores aos do modelo de programação linear.