Influência dos parâmetros da metaheurística algoritmo genético em um problema de planejamento florestal
DOI:
10.34062/afs.v6i4.6197Keywords:
Inteligência artificial, Planejamento florestal, Manejo e gerenciamento de florestas, Programação matemática.Abstract
Este trabalho objetivou avaliar o comportamento de diferentes parâmetros da metaheurística Algoritmo Genético para solução de problemas do planejamento florestal. O estudo considerou um horizonte de planejamento de 16 anos, analisando-se como parâmetros da metaheurística a utilização de elitismo, o tipo de cruzamento (1 ponto de corte e uniforme), o tipo de seleção dos pais para cruzamento (roleta e torneio) e tipo de mutação (escolha aleatória do gene e gene a gene), totalizando 16 combinações. Adicionalmente foram avaliados o tamanho da população inicial (20, 50 e 80 indivíduos) e o critério de parada (100, 300 e 500 gerações), totalizando 9 combinações. Cada uma dessas combinações foi considerada como um tratamento e processada com 30 repetições. O problema objetivou encontrar um cenário de planejamento da produção florestal que retornasse o máximo valor presente líquido sujeito às restrições de idade de corte (entre 5 e 7 anos), demandas mínima e máxima anual (140.000 m³ e 160.000 m³, respectivamente) e integridade. O processamento foi efetuado utilizando-se o software MeP. Aplicou-se o teste não-paramétrico de Kruskal-Wallis. Os resultados mostram que há diferença estatisticamente significativa, a 5% de probabilidade, entre as combinações dos parâmetros. Conclui-se que a qualidade das soluções geradas pela metaheurística algoritmo genético é dependente da seleção de uma boa configuração de seus parâmetros. A melhor solução foi encontrada utilizando a seguinte configuração: elitismo, cruzamento de 1 ponto, seleção do tipo torneio, mutação do tipo gene a gene, população inicial com 50 indivíduos e critério de parada com 500 gerações.
Downloads
Published
Issue
Section
License
All copyright must be assigned to the Federal University of Mato Grosso.