Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta
En la presente investigación se plantea un problema de planeación operativa desde la organización de cuadrillas de trabajo hasta la toma de decisiones en un horizonte operativo en cuanto a qué actividades realizar, dónde y cuándo realizarlas. Para esta investigación, se utilizará la metodología de s...
- Autores:
-
Goyeneche Enciso , Andrés
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Tecnológica de Pereira
- Repositorio:
- Repositorio Institucional UTP
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.utp.edu.co:11059/14266
- Acceso en línea:
- https://hdl.handle.net/11059/14266
https://repositorio.utp.edu.co/home
- Palabra clave:
- 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
Investigación operacional
Programación lineal
Analisis matemático
Programación lineal entera
Investigación en operaciones
Sílvicultura
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
| id |
UTP2_c098a3fed966b5205cf02869c2ab75e3 |
|---|---|
| oai_identifier_str |
oai:repositorio.utp.edu.co:11059/14266 |
| network_acronym_str |
UTP2 |
| network_name_str |
Repositorio Institucional UTP |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| title |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| spellingShingle |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas Investigación operacional Programación lineal Analisis matemático Programación lineal entera Investigación en operaciones Sílvicultura |
| title_short |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| title_full |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| title_fullStr |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| title_full_unstemmed |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| title_sort |
Planificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixta |
| dc.creator.fl_str_mv |
Goyeneche Enciso , Andrés |
| dc.contributor.advisor.none.fl_str_mv |
Toro Ocampo, Eliana Mirledy |
| dc.contributor.author.none.fl_str_mv |
Goyeneche Enciso , Andrés |
| dc.subject.ddc.none.fl_str_mv |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas |
| topic |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas Investigación operacional Programación lineal Analisis matemático Programación lineal entera Investigación en operaciones Sílvicultura |
| dc.subject.lemb.none.fl_str_mv |
Investigación operacional Programación lineal Analisis matemático |
| dc.subject.proposal.spa.fl_str_mv |
Programación lineal entera Investigación en operaciones Sílvicultura |
| description |
En la presente investigación se plantea un problema de planeación operativa desde la organización de cuadrillas de trabajo hasta la toma de decisiones en un horizonte operativo en cuanto a qué actividades realizar, dónde y cuándo realizarlas. Para esta investigación, se utilizará la metodología de secuenciación o Job Scheduling que permite la asignación de recursos para realizar un conjunto de tareas en un horizonte de tiempo determinado y así optimizar el recurso. Las actividades forestales en Colombia, especialmente en silvicultura, no tienen un manejo desde la Investigación de Operaciones IO. Generalmente son actividades planeadas desde la experiencia y conocimiento de Supervisores, Técnicos e Ingenieros. Es por ello por lo que en este trabajo se plantea un modelo de Programación Lineal Entera que permita planear las actividades silvícolas y tomar las mejores decisiones. Esta planeación permitirá maximizar la eficiencia de las operaciones y minimizar los costos en el corto plazo. Para el desarrollo de la investigación, se planteó como objetivo la implementación de un modelo que permita secuenciar las operaciones silvícolas, optimizando los tiempos de las cuadrillas de trabajo. Seguido de 4 objetivos específicos que se pensaron para el enfoque de la investigación. En este sentido se estructuró un modelo conceptual con dos componentes, el primero es un modelo de datos implementado en una base de datos relacional, el cual proporciona toda la información que requiere el segundo componente, el modelo de secuenciación de las operaciones silvícolas. En el segundo componente se evaluaron dos modelos de secuenciación, el primero con programación entera mixta o PEM y el segundo el algoritmo de ramificación y acotamiento más conocido por sus siglas en inglés Branch and Bound, ambos métodos de solución cumplieron los objetivos planteados en la investigación. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-09-14T19:56:03Z |
| dc.date.available.none.fl_str_mv |
2022-09-14T19:56:03Z |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/11059/14266 |
| dc.identifier.instname.none.fl_str_mv |
Universidad Tecnológica de Pereira |
| dc.identifier.reponame.none.fl_str_mv |
Repositorio Institucional Universidad Tecnológica de Pereira |
| dc.identifier.repourl.none.fl_str_mv |
https://repositorio.utp.edu.co/home |
| url |
https://hdl.handle.net/11059/14266 https://repositorio.utp.edu.co/home |
| identifier_str_mv |
Universidad Tecnológica de Pereira Repositorio Institucional Universidad Tecnológica de Pereira |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Banco Central de Chile. (2012). Reportes económicos de Chile, años 2001, 2006, 2011. Concepción. Belavenutti Martins da Silva, P. E., & et al. (2016). Forest Harvest Scheduling plan integrated to the road network. CERNE v. 22 n. I , 69-76. Bertomeu, M., Diaz-Balteiro, L., & Giménez, J. (2009). Forest management optimization in Eucalyptus plantations: a goal programming approach. Canadian Journal of Forest Research · February 2009, 356-366. Borges, J., & et al. (2011). Combining mathematical programming and interactive decision maps techniques for multiple objective scenario analysis. SSAFR11 Chile, March 2011. Bouchard M. et al. (2016). Integrated Optimization of strategic and tactical planning decisions in Forestry. European Journal of Operational Research. Canada 2016, Doi: 1016/J.ejor.2016.11.22 Brenda Binoti, D., & et al. (2014). Regulacao de florestas equianeas com restricao de classes de idade por compartimento. CERNE v. 20 n. 4 pp 567-573. 2014, pp 567-573. Buongiorno, J., & Gilless, J. (1987). Forest Management and Economics, a Primer in Quantitative Methods. New York: MacMillan Castillo Edua, B. R., & Aguirre Mendoza, Z. (2018). Modelación del raleo mediante el uso de la programación lineal en plantaciones de Pinus caribaea Morelet de la Empresa Agroforestal Pinar del Río. Arnaldoa 25 (2), 597-614. Clutter, J., Forston, J., Pienaar, L., Brister, G., & Bailey, R. (1983). Timber Management, A Quantitative Approach. John Wiley &Sons, Inc. Daigneault, & et al. (2007). Optimal Forest rotations with Environmental values and endeogenous Fire Risk. American Agricultural Economics Association Annual Meeting, 41 p. Departamento Planeación Forestal, D. F. (2011). Plan de Manejo Forestal SKC 2012. Yumbo. Diaz-Balteiro, L., & Romero, C. (2011). Goal programming in forest resources management: an analysis from the perspective of the decision-maker´s preferences. Maitencillo, Chile: Technical University of Madrid. Research group: Economics for a sustainable environment Epstein, R., Rönnqvist, M., & Weintraub, A. (2007). Forest Transportation. HANDBOOK OF OPERATIONS RESEARCH. Epstein, R., Sessions, J., & et al. (2001). PLANEX: A System to Identify Landing Locations and Access. Oregon: The International Mountain Logging and 11th Pacific Northwest Skyline Symposium 2001. Forest Productivity Cooperative FPC. (2020). Shaping the Future of Plantations Forestry. Research Summaries. Vol 2 Eucalyptus 155 pp. Forrest, J. &.-H. (2005). Copyright © 2005 IBM Coportation. Obtenido de https://www.coin or.org/Cbc/cbcuserguide.html Gallego, R., Toro, E., & Escobar, A. (2015). Tecnicas heuristicas y metaheuristicas. Editorial UTP, Pereira, Colombia. Gambini Santos, H. (2017). CBC : COIN-OR Branch-and-Cut; A Short Guide to the CBC Command Line Interface. Ouro Preto (Br): cbc@list.coin-or.org. Giraldo Jiménez, J. F. (2015). SOLUCIÓN DEL PROBLEMA DE BALANCEO NUTRICIONAL EN PLANTACIONES COMERCIALES DE Eucalyptus grandis MEDIANTE LA COMBINACIÓN DE LA METODOLOGÍA DRIS CON METAHEURÍSTICAS. Pereira: Tesis Universidad Tecnológica de Pereira. Gomez, T., & et al. (2006). A forest planning problem solved via a linear fractional goal programmiong model. Forest Ecology and Managemente 227 (2006) 79-88. González Valdés, J. I. (2007). Análisis económico de los precios sombra de un modelo de programación lineal para la planificación estratégica de una empresa forestal. Valdivia CH: Tesis Ingeniería Forestal, Universidad Austral de Chile Guignard-Spielberg, M. (2011). Integer programming, linear and nonlinear:a review of some applications in forestry. Pennsylvania: The Wharton School, University of Pennsylvania. Herrán Manrique, Á. A., & Osorio Álvarez, S. (2019). Estado del arte del problema de secuenciación de tareas en un ambiente de taller flexible. Pereira: Tesis Programa de ingeniería industrial, UNIVERSIDAD TECNOLÓGICA DE PEREIRA, Facultad de Ciencias Empresariales. Hillier, F., & Lieberman, G. (2010). INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES, 9 Ed. Ciudad de México: MacGrawHill. INFOR y MinAgricultrua de Chile. (2020). Anuario Forestal 2020. Boletín estadístico N174 del INFOR Instituto Forestal y el Ministerio de Agricultura de Chile. Laroze, A., Pinto, P., & Muñoz, F. (2013). Evaluación de diferentes modelos de optimización para la planificación de faenas silvícolas. CONAF. Corporación Nacional Forestal, Ministerio de Agricultura de Chile. Lau, J., Vandenberg, W., & Willig, R. (1996). THE INTEGRATION OF VISUALISATION, SPATIAL, AND OPERATION RESEARCH TECHNIQUES INTO A SINGLE FOREST PLANNING SYSTEM. Melbourne, Australia: Paper presented at the 1996 Southern Forestry GIS Conference, Athens, Georgia 1996. Mailing, G. (2003). Algoritmos heurísticos y el problema de job shop scheduling. Buenos Aires. Manning, P., & McDill, M. (2012). OPTIMAL PARAMETER SETTINGS FOR SOLVING HARVEST SCHEDULING MODELS WITH ADJACENCY CONSTRAINTS. ISSN 1946- 7664.MCFNS 2012 Submitted: Oct. 11, 2010. Ministerio de Agricultura y Desarrollo Rural. (2019). Indicadores Cadena Forestal. Bogotá: Cifras Sectoriales Forestales Colombia. Mitchel, S. (2009). An Introduction to pulp for Python. New Zealand. Navarro Ricouz, L. R., & Ríos Silva, F. H. (2010). Análisis metodológico del proceso de transporte forestal y diseño e implementación de un prototipo de software para la asignación de recursos de transporte en una empresa forestal. Valdivia - CH: Tesis Universidad Austral de Chile. Nuray, M., & Mehmet, M. (2007). Developing a Multi-Objective Forest Planning Process with Goal Programiming: A case Study. Pakistan Journal of Biological Sciences 10 (3): 514- 522. OpenSolver. (2018). Open Solver API Reference. Obtenido de https://opensolver.org/: https://opensolver.org/opensolver-api-reference/ Quintero, M. A., Jerez, M., & Ablan, M. (2011). Evaluación de tres técnicas heurísticas para resolver un modelo de planificación del aprovechamiento en plantaciones forestales industriales. Interciencia, vol. 36, núm. 5, pp. 348-355. Rönnqvist, ,. M., & al, e. (2015). Operations Research challenges in forestry: 33 open problems. Ann Oper Res, 232:11–40. Salazar A, V. (2019). Estado del arte del problema de secuenciación de tareas implementando reglas de despacho. Pereira: Tesis Programa de Ingeniería Industrial, Facultad de Ciencias Empresariales, Universidad Tecnológica de Pereira. Sessions, J., Bettinger, P., & Murphy, G. (2007). HEURISTICS IN FOREST PLANNING. En HANDBOOK OF OPERATIONS RESEARCH. Stanford USA: Springer. Smurfit Kappa Colombia. (2021). Plan de Manejo Forestal 2022-2026. Cali: División Forestal Smurfit Kappa Colombia. Tapia Toro, P. A., & Cepeda Junemann, M. (2005). Sistema de apoyo a la toma de decisiones de establecimiento de plantaciones forestales. BOSQUE 26(3), 19-31. Toro O, E. M. (2020). Notas de Clase del curso de Programación Lineal entera mixta. Pereira, Colombia: Ingeniería Industrial de la Universidad Tecnológica de Pereira. Toro Ocampo, E. M., Granada Echeverry, M., & Romero, R. (2005). Algoritmo memético aplicado a la solución del problema de asignación generalizada. Tecnura, vol. 8, núm. 16, 55-63. Vargas Suárez, L., Cano Robles, I., & Ríos Mercado, R. Z. (2004). Aplicación de la programación lineal en el Sector Forestal. Ingenierías, Julio-Septiembre 2004, Vol VII, No. 24, 19-26. Weintraub, A., & Romero, C. (2006). Operations research models and the management of agricultural and forestry resources: a review and comparison. INFORMS: Interfaces 36(15), 446-457 Weintraub, A., Romero, C., Bjørndal, T., & Epstein, R. (2007). HANDBOOK OF OPERATIONS RESEARCH. Standford : Springe, Frederick S. Hillier, Series Editor, Stanford University Zapata Cuartas, M. (2019). Estrategias computacionales de optimización en problemas con restricciones espaciales aplicadas a la Planeación de Cosechas Forestales. Cali: Tesis Maestría Universidad del Valle. Escuela de Ingenieria de Sistemas y Computación (EISC), Cali. 2019. Zapata Duque, C. M., & Castaño, A. (2020). Evaluación de diferentes tratamientos de preparación de sitio en la fase de establecimiento de Eucalyptus urograndis. Cali: Informe de Investigación No. 194. Noviembre, 2020. Zapata, C. M., Giraldo, J. F., García, L. Y., Giraldo, H. H., & Mora, G. (2020). Posicionamiento y tiempo de aplicación del fertilizante en la fase de establecimiento de Eucalyptus grandis y urograndis. Cali: Informe de Investigación SKC No. 195. Zhang, G., & et al. (2017). Study on Loading-Machine Production Scheduling Algorithm of Forest-Pulp-Paper Enterprise. Computer and Information Science; Vol. 10, No. 2; 2017. Published by Canadian Center of Science and Education, 25-29 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
107 Páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Tecnológica de Pereira |
| dc.publisher.program.none.fl_str_mv |
Maestría en Investigación Operativa y Estadística |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ciencias Empresariales |
| dc.publisher.place.none.fl_str_mv |
Pereira |
| publisher.none.fl_str_mv |
Universidad Tecnológica de Pereira |
| institution |
Universidad Tecnológica de Pereira |
| bitstream.url.fl_str_mv |
https://dspace7-utp.metabuscador.org/bitstreams/3ad8c799-659a-42b2-a4f5-0bcba3f49175/download https://dspace7-utp.metabuscador.org/bitstreams/cfaead1d-c3a6-4f98-ac13-3808da40d08f/download https://dspace7-utp.metabuscador.org/bitstreams/d363d3cc-ed8f-4fee-863e-41b7bfa7becd/download https://dspace7-utp.metabuscador.org/bitstreams/6253d746-5982-43cb-9070-5742164b27cb/download |
| bitstream.checksum.fl_str_mv |
316130a3ca87baa8c186165c4c4e7cfe 2f9959eaf5b71fae44bbf9ec84150c7a afc92ef48eda90a0309db16d45b0580c b8e8d57c288acec715cd545ea6056333 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio de la Universidad Tecnológica de Pereira |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814021941224275968 |
| spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 dehttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessToro Ocampo, Eliana MirledyGoyeneche Enciso , Andrés2022-09-14T19:56:03Z2022-09-14T19:56:03Z2022https://hdl.handle.net/11059/14266Universidad Tecnológica de PereiraRepositorio Institucional Universidad Tecnológica de Pereirahttps://repositorio.utp.edu.co/homeEn la presente investigación se plantea un problema de planeación operativa desde la organización de cuadrillas de trabajo hasta la toma de decisiones en un horizonte operativo en cuanto a qué actividades realizar, dónde y cuándo realizarlas. Para esta investigación, se utilizará la metodología de secuenciación o Job Scheduling que permite la asignación de recursos para realizar un conjunto de tareas en un horizonte de tiempo determinado y así optimizar el recurso. Las actividades forestales en Colombia, especialmente en silvicultura, no tienen un manejo desde la Investigación de Operaciones IO. Generalmente son actividades planeadas desde la experiencia y conocimiento de Supervisores, Técnicos e Ingenieros. Es por ello por lo que en este trabajo se plantea un modelo de Programación Lineal Entera que permita planear las actividades silvícolas y tomar las mejores decisiones. Esta planeación permitirá maximizar la eficiencia de las operaciones y minimizar los costos en el corto plazo. Para el desarrollo de la investigación, se planteó como objetivo la implementación de un modelo que permita secuenciar las operaciones silvícolas, optimizando los tiempos de las cuadrillas de trabajo. Seguido de 4 objetivos específicos que se pensaron para el enfoque de la investigación. En este sentido se estructuró un modelo conceptual con dos componentes, el primero es un modelo de datos implementado en una base de datos relacional, el cual proporciona toda la información que requiere el segundo componente, el modelo de secuenciación de las operaciones silvícolas. En el segundo componente se evaluaron dos modelos de secuenciación, el primero con programación entera mixta o PEM y el segundo el algoritmo de ramificación y acotamiento más conocido por sus siglas en inglés Branch and Bound, ambos métodos de solución cumplieron los objetivos planteados en la investigación.In the following research we outline a problem in the operative planning system from the organization of work crews to the decision making in an operational horizon as to what activities to perform, when to perform them and at what time to perform them. For this research, the sequencing or Job Scheduling methodology will be used, which allows the allocation of resources to perform a set of tasks in each period and thus optimize the resource. Forestry activities in Colombia, especially in Silviculture, are not managed from Operations Research OR. Generally, these activities are planned from the experience and knowledge of Supervisors, Technicians and Engineers. That is why this work proposes an Integer Linear Programming model that allows planning forestry activities and making the best decisions. This planning will maximize the efficiency of operations and minimize costs in the short term. For the development of the research, the objective was the implementation of a model that allows sequencing the silvicultural operations, optimizing the time of the work crews. Followed by 4 specific objectives that were designed for the research approach. In this sense, a conceptual model was structured with two components, the first is a data model implemented in a relational database, which provides all the information required by the second component, the sequencing model of silvicultural operations. In the second component, two sequencing methods were evaluated, the first one with mixed integer programming with a solver or PEM and the second one with the Branch and Bound heuristic, both methods met the objectives of the investigation.Tabla de Contenido Capítulo 1 ..............................................................................................................................1 1. Introducción a la Investigación....................................................................................1 1.1 Justificación............................................................................................................3 1.2 Objetivos.................................................................................................................5 1.3 Objetivo General....................................................................................................5 1.4 Objetivos Específicos.............................................................................................5 1.5 Metodología ............................................................................................................6 Capítulo 2 ..............................................................................................................................9 2. Estado del Arte. .............................................................................................................9 2.1 Antecedentes...........................................................................................................9 2.2 Aspectos de la Planificación y el Manejo Forestal. ...........................................10 2.3 La investigación de operaciones en el Manejo Forestal (problemas relacionados)....................................................................................................................12 2.4 Estado del Arte de los modelos de optimización y secuenciación en Forestal 14 2.4.1 Modelos de optimización en Forestal.............................................................14 2.4.2 El Algoritmo de Secuenciación. .....................................................................17 2.4.3 Análisis de los documentos ............................................................................19 Capítulo 3. ...........................................................................................................................23 3. Modelo de secuenciación de operaciones de silvicultura .........................................23 3.1 Planteamiento del problema. ..............................................................................23 3.1.1 Descripción de la operación ...........................................................................23 3.1.2 Periodos de inicio y de finalización de las operaciones. ................................24 3.1.3 Datos de entrada .............................................................................................25 3.1.4 Variable de decisión .......................................................................................25 3.1.5 Objetivo de la modelación..............................................................................25 3.1.6 Rendimientos y costos por operación-categoría.............................................26 3.1.7 Cálculo de Tro y Cro tiempo y costos de la operación......................................26 3.2 Componentes del Modelo. ...................................................................................28 3.3 Modelo de datos de operaciones de silvicultura................................................28 3.4 Modelo matemático de secuenciación de tareas................................................29 3.4.1 Ejemplo de secuenciación con PEM ..............................................................29 3.4.2 Variables de decisión......................................................................................32 3.4.3 Función objetivo.............................................................................................32 3.4.4 Restricción de inicio .......................................................................................33 3.4.5 Restricción de entrega a tiempo......................................................................33 3.4.6 Restricciones del orden de las tareas o restricciones disyuntivas...................33 3.4.7 Tipos de las variables .....................................................................................33 3.4.8 Dimensión del problema PEM. ......................................................................33 3.5 Método alternativo de secuenciación con Branch and Bound..........................34 3.5.1 Variables del método B&B.............................................................................35 3.5.2 Descripción del algoritmo ..............................................................................35 3.5.3 Cálculo de los períodos de inicio y finalización.............................................36 3.5.4 Representación del algoritmo .........................................................................37 3.5.5 Ejemplo de secuenciación con B&B ..............................................................40 Capítulo 4. ...........................................................................................................................42 4. Método de solución......................................................................................................42 4.1 Flujo de Trabajo ..................................................................................................42 4.1.1 Actualización de tablas patrimoniales y de Contratación...............................42 4.1.2 Configuración del Proyecto............................................................................43 4.1.3 Definición de lotes y operaciones...................................................................43 4.1.4 Generación de informes y archivos................................................................44 4.1.5 Actualización de lotes y operaciones .............................................................44 4.1.6 Configuración del Solver................................................................................44 4.1.7 Ejecución de la Secuencias con PEM y B&B ................................................45 4.2 Modelo de Datos...................................................................................................47 4.2.1 Información de la base de datos patrimonial..................................................47 4.2.2 Información de la Operación Forestal ............................................................47 4.2.3 Categorías y rendimientos..............................................................................47 4.3 Modelo de optimización matemática PEM de secuenciación de operaciones de silvicultura .......................................................................................................................49 4.3.1 Datos de entrada. ............................................................................................52 4.3.2 Parámetros del Modelo...................................................................................52 4.3.3 Determinación del M o valor de expansión....................................................53 4.4 Heurística Branch and Bound, Ramificación y Acotamiento..........................55 Capítulo 5. ...........................................................................................................................59 5. Implementación y Análisis de Resultados.................................................................59 5.1 Implementación del Modelo de Datos................................................................59 5.1.1 Patrimoniales y filtros para un Proyecto.........................................................59 5.1.2 Tablas de código.............................................................................................60 5.1.3 Tabla de Usuario.............................................................................................61 5.1.4 Tablas generadas con SQL (Structured Query Language).............................62 5.1.5 Vistas generadas con SQL..............................................................................63 5.2 Consolidados del Modelo de Datos para Sevilla ...............................................64 5.2.1 Jornales totales................................................................................................64 5.2.2 Tiempo en días ...............................................................................................65 5.2.3 Precios Totales de la Operación .....................................................................65 5.2.4 Cumplimiento de especificaciones de la operación........................................66 5.3 Consideraciones en la implementación de la solución con PEM.....................66 5.3.1 Periodos de modelado.....................................................................................66 5.3.2 Análisis de resultados de la Vista Secuencia..................................................67 5.3.3 Selección del n, número de “lotes – operaciones” a secuenciar.....................69 5.3.4 Configuración parámetros del Solver.............................................................70 5.3.5 Secuenciación de las operaciones por cuadrilla .............................................71 5.3.6 Empalme entre ejecuciones para diferentes períodos de tiempo....................72 5.4 Resultados de las simulaciones del prototipo Sevilla........................................74 5.4.1 Comparación con programación tradicional...................................................74 5.4.2 Información y ventajas que proporciona el modelo .......................................76 5.5 Implementación de la heurística B&B. ..............................................................79 5.5.1 Comparación de PEM con CBC y B&B ........................................................79 5.5.2 Comparación de los tiempos de proceso ........................................................83 Capítulo 6. ...........................................................................................................................85 6. Conclusiones ................................................................................................................85 6.1 Conclusiones generales........................................................................................85 6.2 Aportes de la investigación..................................................................................86 6.3 Trabajos futuros, sugerencias.............................................................................87 7. Referencias...................................................................................................................89MaestríaMagíster en Investigación Operativa y Estadística107 Páginasapplication/pdfspaUniversidad Tecnológica de PereiraMaestría en Investigación Operativa y EstadísticaFacultad de Ciencias EmpresarialesPereira510 - Matemáticas::519 - Probabilidades y matemáticas aplicadasInvestigación operacionalProgramación linealAnalisis matemáticoProgramación lineal enteraInvestigación en operacionesSílviculturaPlanificación de actividades silvícolas en plantaciones forestales usando programación lineal entera mixtaTrabajo de grado - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesisBanco Central de Chile. (2012). Reportes económicos de Chile, años 2001, 2006, 2011. Concepción.Belavenutti Martins da Silva, P. E., & et al. (2016). Forest Harvest Scheduling plan integrated to the road network. CERNE v. 22 n. I , 69-76.Bertomeu, M., Diaz-Balteiro, L., & Giménez, J. (2009). Forest management optimization in Eucalyptus plantations: a goal programming approach. Canadian Journal of Forest Research · February 2009, 356-366.Borges, J., & et al. (2011). Combining mathematical programming and interactive decision maps techniques for multiple objective scenario analysis. SSAFR11 Chile, March 2011.Bouchard M. et al. (2016). Integrated Optimization of strategic and tactical planning decisions in Forestry. European Journal of Operational Research. Canada 2016, Doi: 1016/J.ejor.2016.11.22Brenda Binoti, D., & et al. (2014). Regulacao de florestas equianeas com restricao de classes de idade por compartimento. CERNE v. 20 n. 4 pp 567-573. 2014, pp 567-573.Buongiorno, J., & Gilless, J. (1987). Forest Management and Economics, a Primer in Quantitative Methods. New York: MacMillanCastillo Edua, B. R., & Aguirre Mendoza, Z. (2018). Modelación del raleo mediante el uso de la programación lineal en plantaciones de Pinus caribaea Morelet de la Empresa Agroforestal Pinar del Río. Arnaldoa 25 (2), 597-614.Clutter, J., Forston, J., Pienaar, L., Brister, G., & Bailey, R. (1983). Timber Management, A Quantitative Approach. John Wiley &Sons, Inc.Daigneault, & et al. (2007). Optimal Forest rotations with Environmental values and endeogenous Fire Risk. American Agricultural Economics Association Annual Meeting, 41 p.Departamento Planeación Forestal, D. F. (2011). Plan de Manejo Forestal SKC 2012. Yumbo.Diaz-Balteiro, L., & Romero, C. (2011). Goal programming in forest resources management: an analysis from the perspective of the decision-maker´s preferences. Maitencillo, Chile: Technical University of Madrid. Research group: Economics for a sustainable environmentEpstein, R., Rönnqvist, M., & Weintraub, A. (2007). Forest Transportation. HANDBOOK OF OPERATIONS RESEARCH.Epstein, R., Sessions, J., & et al. (2001). PLANEX: A System to Identify Landing Locations and Access. Oregon: The International Mountain Logging and 11th Pacific Northwest Skyline Symposium 2001.Forest Productivity Cooperative FPC. (2020). Shaping the Future of Plantations Forestry. Research Summaries. Vol 2 Eucalyptus 155 pp.Forrest, J. &.-H. (2005). Copyright © 2005 IBM Coportation. Obtenido de https://www.coin or.org/Cbc/cbcuserguide.htmlGallego, R., Toro, E., & Escobar, A. (2015). Tecnicas heuristicas y metaheuristicas. Editorial UTP, Pereira, Colombia.Gambini Santos, H. (2017). CBC : COIN-OR Branch-and-Cut; A Short Guide to the CBC Command Line Interface. Ouro Preto (Br): cbc@list.coin-or.org.Giraldo Jiménez, J. F. (2015). SOLUCIÓN DEL PROBLEMA DE BALANCEO NUTRICIONAL EN PLANTACIONES COMERCIALES DE Eucalyptus grandis MEDIANTE LA COMBINACIÓN DE LA METODOLOGÍA DRIS CON METAHEURÍSTICAS. Pereira: Tesis Universidad Tecnológica de Pereira.Gomez, T., & et al. (2006). A forest planning problem solved via a linear fractional goal programmiong model. Forest Ecology and Managemente 227 (2006) 79-88.González Valdés, J. I. (2007). Análisis económico de los precios sombra de un modelo de programación lineal para la planificación estratégica de una empresa forestal. Valdivia CH: Tesis Ingeniería Forestal, Universidad Austral de ChileGuignard-Spielberg, M. (2011). Integer programming, linear and nonlinear:a review of some applications in forestry. Pennsylvania: The Wharton School, University of Pennsylvania.Herrán Manrique, Á. A., & Osorio Álvarez, S. (2019). Estado del arte del problema de secuenciación de tareas en un ambiente de taller flexible. Pereira: Tesis Programa de ingeniería industrial, UNIVERSIDAD TECNOLÓGICA DE PEREIRA, Facultad de Ciencias Empresariales.Hillier, F., & Lieberman, G. (2010). INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES, 9 Ed. Ciudad de México: MacGrawHill.INFOR y MinAgricultrua de Chile. (2020). Anuario Forestal 2020. Boletín estadístico N174 del INFOR Instituto Forestal y el Ministerio de Agricultura de Chile.Laroze, A., Pinto, P., & Muñoz, F. (2013). Evaluación de diferentes modelos de optimización para la planificación de faenas silvícolas. CONAF. Corporación Nacional Forestal, Ministerio de Agricultura de Chile.Lau, J., Vandenberg, W., & Willig, R. (1996). THE INTEGRATION OF VISUALISATION, SPATIAL, AND OPERATION RESEARCH TECHNIQUES INTO A SINGLE FOREST PLANNING SYSTEM. Melbourne, Australia: Paper presented at the 1996 Southern Forestry GIS Conference, Athens, Georgia 1996.Mailing, G. (2003). Algoritmos heurísticos y el problema de job shop scheduling. Buenos Aires.Manning, P., & McDill, M. (2012). OPTIMAL PARAMETER SETTINGS FOR SOLVING HARVEST SCHEDULING MODELS WITH ADJACENCY CONSTRAINTS. ISSN 1946- 7664.MCFNS 2012 Submitted: Oct. 11, 2010.Ministerio de Agricultura y Desarrollo Rural. (2019). Indicadores Cadena Forestal. Bogotá: Cifras Sectoriales Forestales Colombia.Mitchel, S. (2009). An Introduction to pulp for Python. New Zealand.Navarro Ricouz, L. R., & Ríos Silva, F. H. (2010). Análisis metodológico del proceso de transporte forestal y diseño e implementación de un prototipo de software para la asignación de recursos de transporte en una empresa forestal. Valdivia - CH: Tesis Universidad Austral de Chile.Nuray, M., & Mehmet, M. (2007). Developing a Multi-Objective Forest Planning Process with Goal Programiming: A case Study. Pakistan Journal of Biological Sciences 10 (3): 514- 522.OpenSolver. (2018). Open Solver API Reference. Obtenido de https://opensolver.org/: https://opensolver.org/opensolver-api-reference/Quintero, M. A., Jerez, M., & Ablan, M. (2011). Evaluación de tres técnicas heurísticas para resolver un modelo de planificación del aprovechamiento en plantaciones forestales industriales. Interciencia, vol. 36, núm. 5, pp. 348-355.Rönnqvist, ,. M., & al, e. (2015). Operations Research challenges in forestry: 33 open problems. Ann Oper Res, 232:11–40.Salazar A, V. (2019). Estado del arte del problema de secuenciación de tareas implementando reglas de despacho. Pereira: Tesis Programa de Ingeniería Industrial, Facultad de Ciencias Empresariales, Universidad Tecnológica de Pereira.Sessions, J., Bettinger, P., & Murphy, G. (2007). HEURISTICS IN FOREST PLANNING. En HANDBOOK OF OPERATIONS RESEARCH. Stanford USA: Springer.Smurfit Kappa Colombia. (2021). Plan de Manejo Forestal 2022-2026. Cali: División Forestal Smurfit Kappa Colombia.Tapia Toro, P. A., & Cepeda Junemann, M. (2005). Sistema de apoyo a la toma de decisiones de establecimiento de plantaciones forestales. BOSQUE 26(3), 19-31.Toro O, E. M. (2020). Notas de Clase del curso de Programación Lineal entera mixta. Pereira, Colombia: Ingeniería Industrial de la Universidad Tecnológica de Pereira.Toro Ocampo, E. M., Granada Echeverry, M., & Romero, R. (2005). Algoritmo memético aplicado a la solución del problema de asignación generalizada. Tecnura, vol. 8, núm. 16, 55-63.Vargas Suárez, L., Cano Robles, I., & Ríos Mercado, R. Z. (2004). Aplicación de la programación lineal en el Sector Forestal. Ingenierías, Julio-Septiembre 2004, Vol VII, No. 24, 19-26.Weintraub, A., & Romero, C. (2006). Operations research models and the management of agricultural and forestry resources: a review and comparison. INFORMS: Interfaces 36(15), 446-457Weintraub, A., Romero, C., Bjørndal, T., & Epstein, R. (2007). HANDBOOK OF OPERATIONS RESEARCH. Standford : Springe, Frederick S. Hillier, Series Editor, Stanford UniversityZapata Cuartas, M. (2019). Estrategias computacionales de optimización en problemas con restricciones espaciales aplicadas a la Planeación de Cosechas Forestales. Cali: Tesis Maestría Universidad del Valle. Escuela de Ingenieria de Sistemas y Computación (EISC), Cali. 2019.Zapata Duque, C. M., & Castaño, A. (2020). Evaluación de diferentes tratamientos de preparación de sitio en la fase de establecimiento de Eucalyptus urograndis. Cali: Informe de Investigación No. 194. Noviembre, 2020.Zapata, C. M., Giraldo, J. F., García, L. Y., Giraldo, H. H., & Mora, G. (2020). Posicionamiento y tiempo de aplicación del fertilizante en la fase de establecimiento de Eucalyptus grandis y urograndis. Cali: Informe de Investigación SKC No. 195.Zhang, G., & et al. (2017). Study on Loading-Machine Production Scheduling Algorithm of Forest-Pulp-Paper Enterprise. Computer and Information Science; Vol. 10, No. 2; 2017. Published by Canadian Center of Science and Education, 25-29PublicationORIGINALTRABAJO DE GRADO.pdfTRABAJO DE GRADO.pdfapplication/pdf1905406https://dspace7-utp.metabuscador.org/bitstreams/3ad8c799-659a-42b2-a4f5-0bcba3f49175/download316130a3ca87baa8c186165c4c4e7cfeMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://dspace7-utp.metabuscador.org/bitstreams/cfaead1d-c3a6-4f98-ac13-3808da40d08f/download2f9959eaf5b71fae44bbf9ec84150c7aMD52TEXTTRABAJO DE GRADO.pdf.txtTRABAJO DE GRADO.pdf.txtExtracted texttext/plain179392https://dspace7-utp.metabuscador.org/bitstreams/d363d3cc-ed8f-4fee-863e-41b7bfa7becd/downloadafc92ef48eda90a0309db16d45b0580cMD53THUMBNAILTRABAJO DE GRADO.pdf.jpgTRABAJO DE GRADO.pdf.jpgGenerated Thumbnailimage/jpeg6634https://dspace7-utp.metabuscador.org/bitstreams/6253d746-5982-43cb-9070-5742164b27cb/downloadb8e8d57c288acec715cd545ea6056333MD5411059/14266oai:dspace7-utp.metabuscador.org:11059/142662024-09-05 17:06:16.622https://creativecommons.org/licenses/by-nc-nd/4.0/Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 deopen.accesshttps://dspace7-utp.metabuscador.orgRepositorio de la Universidad Tecnológica de Pereirabdigital@metabiblioteca.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 |