Diseño y desarrollo de un sistema holístico a través de técnicas de simulación y optimización integradas aplicado a la planificación táctica de operaciones forestales

• Autores: Broz, Diego Ricardo
• Año de publicación: 2015
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Tohmé, Fernando; Frutos, Mariano
• Materia: Ingeniería; Planificación forestal; Optimización; Simulación; Técnicas multicriterio
• Institución: Universidad Nacional del Sur

El uso de productos forestales está presente en muchos aspectos de la vida cotidiana, por lo que se requieren métodos eficientes para la gestión de los mismos. La programación matemática es una de las más potentes herramientas para la toma de decisiones en la gestión de recursos. En este trabajo, se propone un modelo de gestión forestal basado en Programación por Metas Extendida con el objetivo de definir un plan de cosecha óptimo a base de un enfoque multiproducto en un entorno multiplanta, atendiendo cuestiones económicas, ambientales, silviculturales y físicas. Para el testeo se planteó un sistema integral, conformado por la componente forestal y la industrial. Se estudiaron distintos escenarios, en función al peso de los enfoques del modelo. La gestión forestal basada en multiproducto permite establecer un plan con mayor precisión en comparación al enfoque mediante volumen total, además se encontró que la tasa de descuento del valor actual afecta significativamente el programa de cosecha y el valor presente. Debido al rol crucial de esta tasa y que la misma está sujeta a incertidumbre, se propuso un modelo de Programación por Metas Extendida Estocástica de dos etapas en la que la tasa de descuento se ajusta en función al Índice de Precios al Consumidor histórico de la Argentina. En este nuevo enfoque los resultados no varían sustancialmente, lo que indica que el primer modelo es bastante robusto. Finalmente, se desarrolló un modelo monobjetivo para la gestión de operaciones en un entorno de programación mixta entera. El objetivo fue minimizar los costos de abastecimiento de madera para un conjunto de industrias forestales en un horizonte de planificación anual. Este problema se resuelve en el contexto de dos escenarios, por un lado, con un número de frentes de cosecha constante y, por el otro, con un número variable. El primero exigió mucho más recurso computacional que el segundo, produciendo planes con costes ligeramente inferiores. En estos modelos la variable crítica es el costo de transporte.
The use of forestry-based products is pervasive, making necessary the use of efficient methods of administration of these resources, which can be greatly improved applying tools like mathematical programming. In this work we do this, developing a model based on Extended Deterministic Goal Programming in order to find an optimal harvesting schedule in a multi-product and multi-facility setting under several economic, environmental, silvicultural and physical constraints. As a test bed, we considered an integrated system of forestry production and the industrial processing of its products. We study different scenarios, in which the goals are given varied weights. The optimal plans that are obtained are more accurate than those that just maximize the total volume of timber to be harvested. We find that the time discount rate affects significantly the harvest schedule as well as the current value of production. Since this rate has such a crucial role and it is subject to uncertainty, we analyze a two-stage Extended Stochastic Goal Programming version of the previous model in which the discount rate is adjusted in terms of the historical Consumer Price Index. The results do not vary substantially from the deterministic to the stochastic version, indicating that the former is fairly robust. Then we turn to consider an associated Operational Planning model with a single goal in a mixed integer programming setting. The goal is the minimization of the cost of timber provisioning for a certain number of industries on a yearly basis. This problem is solved in the context of two scenarios, one with a constant number of fronts and another with a variable amount of fronts. The former problem demanded much more computational resources than the latter, yielding plans with slightly higher costs. In these models the critical variable is the cost of transportation.
Fil: Broz, Diego Ricardo. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina