Você está na página 1de 10

See

discussions, stats, and author profiles for this publication at: http://www.researchgate.net/publication/237023237

O mtodo das restries na soluo de um


problema de planejamento florestal
multiobjetivo
ARTICLE in REVISTA BRASILEIRADE CIENCIAS AGRARIAS JANUARY 2006

CITATION

READS

85

5 AUTHORS, INCLUDING:
Alessandro de Freitas Teixeira
9 PUBLICATIONS 8 CITATIONS
SEE PROFILE

Available from: Alessandro de Freitas Teixeira


Retrieved on: 19 November 2015

Redalyc
Sistema de Informacin Cientfica
Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Silva, Gilson F. da; Ghisolfi, Euclides M.; Teixeira, Alessandro F.; Cabrini, Adriana M.;
Barros Jr., Antonio A. de
O mtodo das restries na soluo de um problema de planejamento florestal
multiobjetivo
Revista Brasileira de Cincias Agrrias, vol. 1, nm. 1, octubre-diciembre, 2006, pp. 4148
Universidade Federal Rural de Pernambuco
Pernambuco, Brasil
Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=119018241007

Revista Brasileira de Cincias Agrrias


ISSN (Versin impresa): 1981-1160
editorgeral@agraria.pro.br
Universidade Federal Rural de Pernambuco
Brasil

Cmo citar?

Nmero completo

Ms informacin del artculo

Pgina de la revista

www.redalyc.org
Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Revista Brasileira de Cincias Agrrias


v.1, n.nico, p.41-48, out.-dez., 2006
Recife, PE, UFRPE. www.agraria.ufrpe.br
Protocolo 62 - 15/12/2006

Gilson F. da Silva1
Euclides M.

Ghisolfi2

Alessandro F. Teixeira3
Adriana M. Cabrini2

O mtodo das restries na soluo


de um problema de planejamento
florestal multiobjetivo

Antonio A. de Barros Jr.3


RESUMO
Buscou-se, neste estudo, apresentar uma metodologia para a soluo de problemas de planejamento
florestal considerando-se mltiplos objetivos do planejamento. Para isso, foi considerado um problema de planejamento florestal apresentado em literatura. Este problema foi formulado de acordo com
o modelo de Programao Linear clssica do tipo I, ao qual, uma vez formulado o modelo, aplicouse o mtodo das restries para se buscar atender a mltiplos objetivos do planejamento florestal.
Entre os objetivos considerados avaliaram-se a maximizao do lucro, a minimizao dos desvios de
demanda ao longo do horizonte de planejamento e a maximizao do uso de mo-de-obra. Ao final,
aps implementao do mtodo das restries, concluiu-se que, alm de mais flexveis e de apresentar uma gama maior de respostas, a tomada de deciso atravs de modelos multiobjetivos oferece um
paradigma superior aos modelos tradicionais de Programao Linear, para o problema de planejamento florestal apresentado.
Palavras-chave: otimizao, programao matemtica, mltiplos objetivos

Restriction method for the solution of


a multiobjective forest planning problem
ABSTRACT
This work had as objective to present a methodology for the solution of problems of forest planning
considering objective multiples of the planning. For that, a problem of forest planning presented in
literature was considered. This problem was formulated in agreement with the model of classic Linear Programming of the type I. formulated the model, the method of the restrictions was applied to
assist objective multiples of the forest planning. Among the considered objectives the maximization
of the profit, the minimization of the demand deviations along the planning horizon and the maximization of the labor use was evaluated. At the end, after implementation of the method of the restrictions, was concluded that, besides more flexible and of presenting a large range of answers, the
making decision process through models multiobjetivos offers a superior paradigm in relationship to
the traditional models of Linear Programming for the problem of forest planning presented.
Key words: optimization, mathematical programming, objective multiples
1

Professor do Dept de Engenharia Florestal, UFES,


gfsilva2000@yahoo.com
2 Estudante de Graduao de Engenharia Florestal,
UFES, adrianamcabrini@yahoo.combr
3 CIENTEC Consultoria e Desenvolvimento de
Sistemas Ltda, aftcientecnet; antonioabj@yahoocombr

42

G. F. Silva et al.

INTRODUO
O grande nmero de variveis relacionadas a um processo de planejamento, em especial o florestal, requer grande habilidade e experincia do gerente florestal. Muitas vezes, quantidade excessiva das variveis pode comprometer o xito de
um empreendimento, caso um modelo de planejamento adequado no seja utilizado. O empreendedor florestal est, na
maioria dos casos, interessado em uma produo sustentvel de bens que: atenda s especificaes e demandas de
mercado, que atenda s restries de capital e operacional,
garantido um emprego regular da mo-de-obra e apresente um
custo mnimo ou um retorno mximo dentro de um horizonte
de planejamento (Teixeira, 2002).
No entanto, para alcanar todos esses objetivos os manejadores florestais necessitam, alm de grande habilidade e
experincia, ferramentas adequadas para apoi-los na tarefa
de tomada de deciso; contudo, a escassez de tecnologias
de informao ou de deciso para a gesto de recursos florestais contradiz com a complexidade dos problemas de tomada de deciso neste setor. A utilizao de tecnologias de
Sistemas de Informao baseados em computadores, como os
Sistemas de Suporte Deciso (SSD), so indispensveis ao
manejador florestal. Alm de propiciar rapidez na formulao
e soluo de problemas, essas ferramentas propiciam a implementao dos modelos de mtodos cientficos para a tomada de deciso no manejo florestal (Rodrigues et al., 2000).
Entre as diversas ferramentas matemticas atualmente aplicadas com o objetivo de otimizar o planejamento da produo florestal, as tcnicas de Programao Linear (PL) constituem, sem dvida, o instrumental analtico mais utilizado.
Exemplos de uso desses modelos para este fim podem ser
encontrados em Steuer & Schuler (1978), em Clutter et al.
(1983), em Dykstra (1984), em Rodriguez et al. (1985), em Buongiorno & Gilless (1987), em Davis & Jonhson (1986), e em
Laroze (1999), dentre outros. Por outro lado, de acordo com
Fatureto & Santos (1999a; 1999b) e Silva et al. (2003) e apesar da inegvel importncia das tcnicas de PL para soluo
de problemas de planejamento florestal, deve-se reconhecer
que esta metodologia apresenta algumas deficincias, tais
como as pressuposies de que o relacionamento entre as
variveis consideradas linear, as restries devem ser estritamente respeitadas e as escolhas so feitas a partir de um
nico critrio e um nico objetivo.
De acordo com Rodrigues et al. (2000), apesar do grande
avano da Pesquisa Operacional (PO) na rea florestal, com a
evoluo dos modelos de Programao Linear (PL) para modelos de Programao Inteira (PI) e Programao com Mltiplos Objetivos (PMO), e com relatos de uma infinidade de
trabalhos enfocando a utilizao desses modelos no suporte
tomada de deciso no planejamento florestal, a soluo de
problemas de grande porte tem sido ainda bastante limitada,
principalmente no Brasil. A complexidade dos impasses, o volume de dados envolvidos e a carncia de tecnologias adequadas so alguns fatores que dificultam a utilizao desses
modelos em larga escala. Exemplos de uso de tcnicas de
Rev. Bras. Cinc. Agrr. Recife, v.1, n.1, n.nico, p.41-48, 2006

PMO no planejamento da produo florestal no Brasil, alm


de em Rodrigues et al. (2000), podem ser encontrados em Teixeira (2002), Oliveira et al. (2003) e Pereira (2004).
O presente trabalho teve como objetivo principal apresentar uma metodologia com vistas soluo de problemas de
planejamento florestal considerando-se mltiplos objetivos do
planejamento.

MATERIAL E MTODOS
O trabalho consistiu na formulao e soluo de um problema envolvendo planejamento florestal por meio de metodologias de otimizao, sob objetivos mltiplos. Para se alcanar os objetivos propostos, de mostrar a potencialidade
de aplicao de metodologias de otimizao na soluo de
problemas florestais multiobjetivos, tomou-se como base o
problema proposto por Silva (2001).
Descrio do problema de planejamento florestal
Como j mencionado, utilizou-se, neste trabalho, o problema proposto por Silva (2001) que trata de uma empresa florestal que deseja elaborar um plano de manejo para uma floresta equinea para os prximos 8 anos, com os seguintes
objetivos:
-maximizar o retorno econmico
- minimizar os desvios no atendimento da demanda esperada pela fbrica
- maximizar o uso de mo-de-obra pela empresa florestal.
A caracterizao do empreendimento florestal em questo
est apresentada na Tabela 1.
Tabela 1. Descrio dos povoamentos em termos de rea e idade atual
Table 1. Description of the stands in terms of area and current age

Povoamentos

Idade Atual (ano)

rea (ha)

1
2
3
4
5
6
7
8

0
1
2
3
4
5
6
7

50,00
80,00
50,00
50,00
90,00
50,00
50,00
70,00

Conforme j mencionado, o horizonte de planejamento


de 8 anos, pretendendo-se obter, ao final uma floresta regulada.
Na Tabela 2 se acham, disponveis as informaes de inventrio florestal e valores comerciais e no comerciais da madeira em p, necessrios para implementao do estudo.
So fornecidas ainda, as seguintes informaes:
- Stio homogneo
- Possveis atividades incluem: corte seguido de imediata
regenerao via plantio
- Operaes de corte ocorrem uma vez a cada ano, no incio do ano
- A demanda anual do mercado por madeira de 10.000,00
m3 ano-1

O mtodo das restries na soluo de um problema de planejamento florestal multiobjetivo


Tabela 2. Valores e volumes para a floresta, assumindo-se que todas as reas
possuem a mesma classe de produtividade
Table 2. Values and volumes to the forest, assuming that all areas possess the
same productivity class
Produto
Idade
Produo
Valor
(madeira)
(anos)
(m3 ha-1)
($ m-3)
Classe no comercial

Classe comercial

1
2
3
4
5
6
7
8

50,25
70,35
95,74
130,67
179,10
235,02
285,37
300,00

10*
10
10
10
20
20
20
20

* valor fornecido para classe no comercial para fins de avaliao do estoque final

- So necessrios uma unidade de mo-de-obra por hectare para alternativas de manejo com um corte e duas unidades
por hectare para alternativas com dois cortes. A empresa dispe de 630 unidades de mo-de-obra para todo o horizonte
de planejamento.
Ressalta-se que o exemplo aqui apresentado se trata de
uma situao hipottica, sem maiores preocupaes com
questes de modelagem mas com a realidade dos coeficientes tcnicos, uma vez que o foco do trabalho se dirige para
questes relativas programao por mltiplos objetivos.
Formulao pelo modelo clssico de programao linear
Inicialmente, o problema foi formulado como um problema
de Programao Linear clssico. Deste modo, foi empregado
o modelo I proposto originalmente por Kidd et al. (1966) apud
Dykstra (1984), recebendo esta denominao por Johnson &
Sheurman (1977). Nesta formulao, a varivel de deciso Xij
representa a frao da unidade i, que dever ser assinalada
prescrio j. Esta formulao se baseia no fato de que a floresta subdividida em classes homogneas de idade, sendo
posteriormente prescrito um elenco predeterminado de alternativas de manejo para cada classe. As prescries representam seqncias preestabelecidas de aes que ocorrero ao
longo do perodo de transio (Ribeiro, 1996). As prescries
podem se referir, por exemplo, s idades de colheita de uma
rea, seguidas de regenerao. Uma vez que uma frao de
rea seja assinalada a determinada prescrio de manejo, ela
permanecer sobre tal prescrio durante todo o horizonte de
planejamento. O horizonte de planejamento, por sua vez,
subdividido em perodos e as aes ocorrem no seu incio
(Ribeiro, 1996).
Considerando-se a abordagem via modelo I, como j mencionado, as prescries de manejo foram sugeridas para o
problema em questo (Tabela 3). Para a determinao das prescries, consideram-se, como idades de corte, mnima e mxima, cinco e oito anos, respectivamente.
Funo objetivo
Inicialmente, considerou-se objetivo principal do empreendedor a maximizao do valor presente lquido global da floresta, definindo-se a seguinte funo objetivo:

43

Tabela 3. Prescries viveis de manejo para um horizonte de planejamento


de oito anos
Table 3. Viable prescriptions of management for a horizon of eight years
planning
Prescrio Idade Rotaes Horizonte de Planejamento
Idade
de Manejo Atual em anos 0 1 2 3 4 5 6 7 Final
X11
X12
X13
X21
X22
X23
X24
X31
X32
X33
X34
X41
X42
X43
X44
X51
X52
X53
X54
X55
X61
X62
X63
X64
X65
X66
X67
X71
X72
X73
X74
X75
X76
X81
X82
X83
X84
X85
Corte
No Corte

0
0
0
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
4
5
5
5
5
5
5
5
6
6
6
6
6
6
7
7
7
7
7

5
6
7
5
6
7
8
5
6
7
8
5-5
6
7
8
5-5
5-6
6-5
7
8
5-5
5-6
5-7
6-5
6-6
7-5
8
6-5
6-6
6-7
7-5
7-6
8-5
7-5
7-6
7-7
8-5
8-6

3
2
1
4
3
2
1
5
4
3
2
1
5
4
3
2
1
1
5
4
3
2
1
2
1
1
5
3
2
1
2
1
1
3
2
1
2
1

Max . Z =

C ij X ij

i =1 j =1

em que:
Cij - o valor presente lquido de cada hectare do povoamento i, manejado sob a alternativa de manejo j
Xij - frao de rea (ha) do povoamento i assinalada alternativa de manejo j
M - nmero total de talhes
N - nmero total de alternativas de manejo do i-simo
povoamento.
Para obteno do valor presente lquido da produo
(VPL), empregou-se a metodologia utilizada por Rodrigues
(1998). Para o clculo do VPL foi considerada uma taxa de
Rev. Bras. Cinc. Agrr. Recife, v.1, n.nico, p.41-48, 2006

44

G. F. Silva et al.

desconto de 7% a.a.; assim, a funo objetivo assume a seguinte forma:


MAX Z = 1021,48 X11 + 1467,77 X12 + 1790,92 X13 + 1337,08
X21 + 1762,89 X22 + 2082,78 X23 + 1917,14 X24 + 1748,44
X31 + 2130,39 X32 + 2420,94 X33 + 2217,83 X34 + 3517,20
X41 + 2597,27 X42 + 2834,51 X43 + 2565,45 X44 + 3873,90
X51 + 4315,17 X52 + 4425,45 X53 + 3350,88 X54 + 2989,13
X55 + 4281,44 X61 + 4727,73 X62 + 5050,88 X63 + 4845,73
X64 + 5287,00 X65 + 5231,60 X66 + 3516,13 X67 + 5321,30
X71 + 5767,59 X72 + 6090,73 X73 + 5708,31 X74 + 6149,58
X75 + 5408,62 X76 + 6244,26 X81 + 6690,55 X82 + 7013,69 X83
+ 5897,72 X84 + 6339,00 X85

em que, a ttulo de exemplo, R$ 1.021,48 correspondem ao lucro


que se teria (VPL) caso um hectare da unidade de manejo 1
fosse cortado seguindo a opo de manejo 1 (corte aos cinco anos de idade).
Restrio de rea disponvel para colheita
Esta a restrio que determina a disponibilidade total de
rea de cada projeto florestal e imprescindvel, uma vez que
impe que a soma das reas de um mesmo projeto submetido
a diferentes alternativas de corte seja igual da rea total de
cada projeto, sendo:
M

X
i =1 j =1

ij

= Ai (i = 1, 2, 3, 4, 5, 6, 7 e 8)

Ai = rea do i-sima classe de idade no incio do horizonte


de planejamento.
Assim, a restrio pode ser escrita da seguinte forma:
X11 + X12 + X13 < 50
X21 + X22 + X23 + X24 < 80
X31 + X32 + X33 + X34 < 50
X41 + X42 + X43 + X44 < 50
X51 + X52 + X53 + X54 + X55 < 90
X61 + X62 + X63 + X64 + X65+ X66 + X67 < 50
X71 + X72 + X73 + X74 + X75 + X76 < 50
X81 + X82 + X83 + X84 + X85 < 70

Imposio de cotas ou produes anuais


Esta, talvez, seja a restrio de maior importncia, uma vez
que a principal meta do empreendedor a produo peridica de volume de madeira de modo a atender a uma demanda
preestabelecida por uma fbrica ou atender a uma demanda
contratual do mercado vigente.
Considerando-se VHk o volume total removido no perodo K:
V HK =

V
i=1 j=1

ijK

X ij

{ K = 0,1,..., H - 2}

Rev. Bras. Cinc. Agrr. Recife, v.1, n.1, n.nico, p.41-48, 2006

em que:
VijK - volume (m3 ha-1) produzido pela i-sima classe de
ida de sujeita a j-sima alternativa de manejo no incio do perodo K
VHK - volume total (m3) removido no perodo K, representando a demanda a ser atendida no perodo k
Para o problema proposto, a demanda do mercado por
madeira de 10.000,00 m3 ano-1.
Estas restries podem ser assim representadas:
VH0 : 179,10 X61 + 179,10 X62 + 179,10 X63 + 235,02 X71 + 235,02
X72 + 235,02 X73 + 285,37 X81 + 285,37 X82 + 285,37 X83
> 10.000
VH1 : 179,10 X 51 + 179,10 X 52 + 235,02 X64 + 235,02 X 65
+ 285,37 X 74 + 285,37 X 75 + 300,00 X 84 + 300,00 X 85
> 10.000
VH2 : 179,10 X 41 + 235,02 X 53 + 285,37 X 66 + 300,00 X 76
> 10.000
VH3 : 179,10 X31 + 235,02 X 42 + 285,37 X54 + 300,00 X67
> 10.000
VH4 : 179,10 X21 + 235,02 X32 + 285,37 X43 + 300,00 X55
> 10.000
VH5 : 179,10 X11 + 235,02 X22 + 285,37 X33 + 300,00 X44 +
179,10 X61 + 179,10 X71 + 179,10 X81 > 10.000
VH6 : 235,02 X12 + 285,37 X23 + 300,00 X34 + 179,10 X51 +
235,02 X62 + 179,10 X64 + 235,02 X72 + 179,10 X74 + 235,02
X82 + 179,10 X84 > 10.000
VH7 : 300,00 X13 + 300,00 X24 + 179,10 X41 + 235,02 X52 +
179,10 X53 + 285,37 X63 + 235,02 X65 + 179,10 X66 + 285,37
X73 + 235,02 X75 + 179,10 X76 + 285,37 X83 + 235,02 X85
> 10.000

Exigncia de uma estrutura regulada


Uma das opes mais comumente usadas para se obter
uma floresta regulada ao final do horizonte de planejamento,
consiste na incluso de restries que imponham uma distribuio adequada de classes de idades para o inventrio final; s assim ser possvel se ter uma floresta regulada ao
fim de um horizonte de planejamento finito. Esta formulao
feita da seguinte forma:
M

X
i =1 j=1

ijK

S
NC

{K = 1,2,...., NC}

em que:
Xijk - rea do i-simo povoamento manejado sobre a j-sima alternativa de manejo, cujas reas tero k perodos
(anos) de idade ao final do horizonte de planejamento
NC - nmero de classe de idade para a floresta regulada
S - rea total da floresta (490 ha)
No problema exemplo, a rotao regulatria igual idade
de rotao econmica (7 anos). Ainda neste caso, em que o
intervalo de corte igual a 1 ano, tem-se NC = 7. Assim, S/
NC = 490/7 = 70 ha.
Essas restries podem ser assim representadas:
REG1 : X51 + X52 + X64 + X65 + X74 + X75 + X84 + X85 = 70
REG2 : X41 + X53 + X66 + X76 = 70

O mtodo das restries na soluo de um problema de planejamento florestal multiobjetivo


REG3 : X31 + X42 + X54 + X67 = 70
REG4 : X21 + X32 + X43 + X55 = 70
REG5 : X11 + X22 + X33 + X44 + X61 + X71 + X81 = 70
REG6 : X12 + X23 + X34 + X51 + X62 + X64 + X72 + X74 + X82
+ X84 = 70
REG7 : X13 + X24 + X41 + X52 + X53 + X63 + X65 + X66 + X73
+ X75 + X76 + X83 + X85 = 70
Restrio de mo-de-obra
Considerando-se os gastos de mo-de-obra de uma e duas
unidades para alternativas com um corte e dois cortes, respectivamente, e uma disponibilidade total de mo-de-obra
durante todo o horizonte de planejamento de 630 unidades, a
restrio de mo-de-obra pode ser expressa como se segue:
M

ij

X ij MO

i =1 j=1

em que:
Mij - mo-de-obra (un ha-1) utilizada pela j-sima alternativa de manejo no i-sima unidade de produo
MO - mo-de-obra total disponvel durante todo o perodo de planejamento (un.)
O desenvolvimento da expresso acima resulta em:
X11 + X12 + X13 + 2 X21 + X22 + X23 + X24 + X31 +
X32 + X33 + X34 + 2 X41 + X42 + X43 + X44 + 2 X51 + 2 X52
+ 2 X53 + X54 + X55 + 2 X61 + 2 X62 + 2 X63 + 2 X64 + 2 X65
+ 2 X66 + 1 X67 + 2 X71 + 2 X72 + 2 X73 + 2 X74 + 2 X75 + 2
X76 + 2 X81 + 2 X82 + 2 X83 + 2 X84 + 2 X85 < 630
Otimizao sob mltiplos critrios
Tendo em vista o problema formulado, o planejador florestal poderia deparar-se com os seguintes objetivos:
- Maximizar o Valor Presente Lquido (VPL) do investimento
- Minimizar os desvios de produo acima da demanda exigida pela fbrica
- Maximizar o uso de mo-de-obra como forma de ganho
social para a empresa.
Deve-se observar que o objetivo de maximizar o VPL est
em conflito com os objetivos de regularizar a demanda e de
aumentar o uso de mo-de-obra.
Como j foi proposto, este problema pode ser resolvido
como um Problema de Programao Linear considerando-se
o objetivo nico de maximizar o VPL e incluindo os demais
objetivos no modelo, como restries, entretanto, maximizar
apenas um objetivo, tratando os demais objetivos como constantes, pode levar a resultados insatisfatrios.
Para a realizao deste trabalho foi utilizado o software
Lingo, verso 3. Como o problema proposto de natureza
multiobjetivo e este software apresenta um solver apenas para
problemas de objetivo nico, utilizou-se o artifcio de se transformar uma das funes-objetivo do problema em restrio e
parametrizar valores para esta restrio, de forma a se obter
solues ao longo da fronteira Pareto-tima (Mtodo da
Restrio), metodologia semelhante empregada por Teixeira
(2002).

45

RESULTADOS E DISCUSSO
Considerando que o objetivo deste trabalho foi a proposio e soluo de um modelo multiobjetivo, os objetivos tratados foram de maximizao dos lucros, minimizao do desvio da demanda e maximizao do uso de mo-de-obra.
Em modelos de planejamento florestal uniobjetivo, tem-se
como meta a maximizao ou minimizao de apenas uma situao, sem possibilidade de que outros objetivos sejam considerados, diminuindo o nmero de cenrios possveis a serem avaliados pelo tomador de deciso (TD). Este fato d, ao
TD, uma flexibilidade menor para escolha de um plano timo
de ao. Por outro lado, os modelos multiobjetivos apresentam diversos cenrios no auxlio ao planejamento florestal,
possibilitando ao TD escolher o plano timo de sua preferncia.
Assim, o problema proposto foi resolvido pelo Mtodo da
Restrio, encontrando-se os cenrios apresentados na Tabela 4. Todas as solues apresentadas nesta Tabela foram
Solues timas de Pareto, pois foram melhores para um
objetivo e piores em relao aos demais, ou seja, nenhuma
das oito solues apresentadas apresentou, ao mesmo tempo, o maior lucro, o menor desvio de demanda e o maior nmero de mo-de-obra empregada. Observa-se, por exemplo,
que aquelas solues em que o lucro maior, o desvio de
demanda elevado. Outro exemplo o caso em que o desvio
de demanda baixo mas o uso de mo-de-obra tambm baixo,
ou seja, em nenhum cenrio todos os objetivos so alcanados de forma tima com uma nica resposta. Neste caso, a
deciso final tomada em funo da preferncia do TD em
relao aos objetivos considerados, no caso deste trabalho,
especialmente lucro e desvio de demanda. Como exemplo,
caso o TD tenha preferncia por lucro, ele dever escolher,
na Tabela 4, a soluo de nmero 1.
Tabela 4. Valor da funo-objetivo para as solues timas de Pareto
representando cada cenrio encontrado no problema do modelo proposto
Table 4. Value of the function objective for the best solutions of Pareto
representing each scene found in the problem of the proposed model
Mo-de-Obra.
Lucro
Solues
Desvio de
(un.)
(R$)
Geradas
Demanda (m3)
1
2
3
4
5
6
7
8

72448,61
67448,61
62448,61
57448,61
52448,61
47448,61
42448,61
38070,00

630,00
630,00
630,00
617,00
565,58
559,77
537,98
526,81

1668509
1648464
1621808
1592042
1552898
1476796
1379141
1290152

Alm de permitir avaliar o desempenho do modelo em relao a mais de um objetivo, dando a oportunidade ao TD de
exercer suas preferncias, o modelo multiobjetivo, ao proporcionar vrios cenrios, permite tambm avaliar as solues
alternativas no momento em se faz a escolha por uma soluo de preferncia. Isto se constitui em uma grande vantagem em relao aos modelos de Programao Linear clssica,
uma vez que, quando se escolhe, entre vrios cenrios, um a
Rev. Bras. Cinc. Agrr. Recife, v.1, n.nico, p.41-48, 2006

46

G. F. Silva et al.

ser seguido, tem-se a dimenso do que se poder perder ao


abrir mo das demais alternativas, o que torna a deciso mais
segura. Para ilustrar esta afirmao, observando-se a Tabela
4, caso o TD prefira a soluo de nmero 8, ele saber que ao
fazer esta escolha, estar reduzindo o uso da mo-de-obra de
630 (nmero de unidades que se poderia empregar caso se
escolhesse entre as solues 1, 2 e 3) para aproximadamente
527 unidades. Este tipo de informao permitir empresa um
planejamento estratgico mais seguro das aes futuras a
serem tomadas.
Tem-se, na Figura 1, a fronteira tima para os dois objetivos considerados, ou seja, maximizao do lucro e minimizao dos desvios de demanda. Esta figura mostra claramente
que o objetivo de minimizar os desvios de demanda conflitante com o de maximizar o lucro; isto acontece porque, a
medida em que o desvio de demanda aumenta, o lucro tambm aumenta, sendo que o contrrio seria o ideal. Assim,
corroborando com o resultado encontrado na Tabela 4, solues em que o lucro maior no alcanaro ao mesmo tempo
o objetivo de minimizar os desvios de demanda, e vice-versa
sendo, portanto, solues timas de Pareto. A Figura 1, alm
de proporcionar uma outra viso dos resultados apresentados na Tabela 4, permite definir com clareza a chamada fronteira tima. Esta fronteira define os valores timos possveis
para um objetivo, dado aos nveis de outro objetivo considerado. Avaliando-se, como exemplo, o primeiro ponto da figura, observa-se que para um desvio de demanda de aproximadamente 40.000 m3, o lucro mximo que se poder alcanar
ser de aproximadamente de R$1.300.000,00 e assim, analogamente, pode-se interpretar ao longo da fronteira tima apresentada na Figura 1.
1700000

Lucro (R$)

1600000
1500000
1400000
1300000
1200000
30000

40000

50000

60000 70000

80000

90000

Desvio de demanda (m3)


Figura 1. Fronteira tima encontrada para o problema do modelo proposto, desvio
de demanda em funo do lucro
Figure 1. Best solution border found for the problem of the proposed model,
deviation of demand in function of the profit

Na Tabela 5 se apresenta o plano de ao ou plano de


manejo da floresta para cada soluo tima de Pareto. Se o
tomador de deciso (TD), por exemplo, optar por adotar o
cenrio em que o desvio de demanda ser de 38070,00 m
(soluo 8 da Tabela 4), ele dever seguir as prescries encontradas na coluna referente a este desvio, ou seja, ele adotar as prescries: X22; X32; X42; X51; X53; X55; X64; X66;
X67; X71; X76 e X81, em que X22 representa a rea (em hectaRev. Bras. Cinc. Agrr. Recife, v.1, n.1, n.nico, p.41-48, 2006

res) a ser cortada na unidade de manejo 2 aos 5 anos de idade, e assim sucessivamente. A Tabela 2 permite compreender
melhor este tipo de resposta. Evidencia-se tambm que, dependendo da deciso escolhida pelo TD, as estratgias de
corte podero variar, isto , as reas a serem cortadas, bem
como as idades de corte, podero ser completamente diferentes. Como exemplo, a soluo apresentada para o desvio de
demanda de 72448,61 m foi (Tabela 5): X13; X21; X22; X31;
X32; X43; X53; X54; X66; X74; X81 e X84 , bem diferente da
anterior, mostrando que as estratgias de corte mudam de
acordo com os objetivos considerados. A vantagem do mtodo multiobjetivo aqui apresentado em relao ao procedimento clssico de Programao Linear permitir ao TD visualizar as mudanas de estratgias em relao aos objetivos,
podendo decidir com maior segurana.
muito importante alertar que, assim como em modelos de
Programao Linear clssicos, neste tipo de modelo as solues podem ser muito sensveis aos coeficientes da funo
objetivo e dos tecnolgicos, ou seja, mudanas nos lucros
de cada alternativa de manejo bem como mudanas nos volumes previstos para cada unidade de produo podem alterar completamente o plano timo a ser seguido. Tal fato amplamente analisado por Silva (2001). Para ilustrar esta
afirmao, considere que o lucro associado varivel X11
(cortar a unidade de manejo 1 aos cinco anos de idade) igual
a R$ 1021,48 (definido no item funo objetivo). Caso o verdadeiro lucro seja maior ou menor que este valor previsto,
no se pode mais garantir que o plano sugerido pela soluo
do modelo ser timo. O mesmo ocorre para variaes ocorridas nos coeficientes tecnolgicos, como o volume, por
exemplo. Avaliando o impacto da prognose da produo, no
desempenho de modelos de otimizao, Silva (2001) verificou
que diferenas nos volumes considerados nos modelos, mesmo que no muito grandes, podem levar a planos timos completamente diferentes. Este fato refora a necessidade dos
usurios deste tipo de modelo de trabalharem com dados os
mais confiveis possveis, especialmente os dados econmicos (preo de insumos, preo da madeira etc) e os dados da
prognose da produo.
importante que ressaltar que, no caso dos modelos de
planejamento aqui tratados, o plano timo representa, basicamente, para o TD, informaes de onde, como e quando
cortar a floresta de modo a se alcanar os objetivos propostos da melhor forma possvel. No caso deste trabalho, diferentemente dos modelos de PL clssicos, os objetivos so
mltiplos e, em alguns casos, conflitantes, o que requer maior esforo de anlise do TD e mtodos apropriados como o
aqui apresentado (mtodo das restries).
O uso de modelos multiobjetivos no Brasil ainda muito
incipiente. A maioria das empresas florestais brasileiras usa
mtodos de Programao Linear (PL) clssica para soluo
de seus problemas de planejamento. Por outro, muitos so
os objetivos a serem considerados em problemas de planejamento florestal, cabendo citar problemas legais, econmicos,
ambientais, sociais e tcnicos. Mais recentemente, pode-se
encontrar alguns trabalhos empregando metodologias multiobjetivo para soluo de problemas de planejamento flores-

O mtodo das restries na soluo de um problema de planejamento florestal multiobjetivo

47

Tabela 5. Prescries viveis de manejo para cada cenrio encontrado em funo do desvio de demanda
Table 5. Viable prepositions of management for each scene found in function of deviation of demand

Varivel
X11
X12
X13
X21
X22
X23
X24
X31
X32
X33
X34
X41
X42
X43
X44
X51
X52
X53
X54
X55
X61
X62
X63
X64
X65
X66
X67
X71
X72
X73
X74
X75
X76
X81
X82
X83
X84
X85

Desvio de Demanda (m3)


38070,00

42448,61

47448,61

52448,61

57448,61

62448,61

67448,61

72448,61

0,00000
0,00000
0,00000
0,00000
33,19340
0,00000
0,00000
0,00000
50,00000
0,00000
0,00000
0,00000
50,00000
0,00000
0,00000
69,51074
0,00000
0,48926
0,00000
20,00000
0,00000
0,00000
0,00000
0,48926
0,00000
29,51074
20,00000
10,00000
0,00000
0,00000
0,00000
0,00000
40,00000
26,80660
0,00000
0,00000
0,00000
0,00000

0,00000
0,00000
0,00000
0,00000
22,02480
0,00000
0,00000
0,00000
50,00000
0,00000
0,00000
0,00000
50,00000
0,00000
0,00000
0,00000
0,00000
69,51074
0,00000
20,00000
0,00000
0,00000
0,00000
30,00000
0,00000
0,00000
20,00000
10,00000
0,00000
0,00000
40,00000
0,00000
0,00000
37,97520
0,00000
0,00000
0,00000
0,00000

0,000000
0,000000
0,000000
0,000000
0,233559
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
0,000000
0,000000
70,000,000
0,000000
20,000,000
0,000000
0,000000
0,000000
30,000,000
0,000000
0,000000
20,000,000
10,000,000
0,000000
0,000000
40,000,000
0,000000
0,000000
59,766,441
0,000000
0,000000
0,000000
0,000000

0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
5,584,087
40,000,000
0,000000
0,000000
0,000000
20,000,000
30,000,000
0,000000
0,000000
0,000000
40,000,000
50,000,000
0,000000
0,000000
0,000000
0,000000
20,000,000
0,000000
30,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
70,000,000
0,000000
0,000000
0,000000
0,000000

0,000000
0,000000
0,000000
23,501,451
0,000000
0,000000
0,000000
10,000,000
40,000,000
0,000000
0,000000
0,000000
20,000,000
30,000,000
0,000000
0,000000
0,000000
40,000,000
50,000,000
0,000000
0,000000
0,000000
0,000000
20,000,000
0,000000
30,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
70,000,000
0,000000
0,000000
0,000000
0,000000

0,000000
26,370,455
0,000000
16,814,774
0,000000
0,000000
0,000000
10,000,000
40,000,000
0,000000
0,000000
0,000000
20,000,000
30,000,000
0,000000
0,000000
0,000000
40,000,000
50,000,000
0,000000
0,000000
0,000000
0,000000
20,000,000
0,000000
30,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
70,000,000
0,000000
0,000000
0,000000
0,000000

0,000000
25,952,446
24,047,554
5,000,000
0,000000
0,000000
0,000000
10,000,000
40,000,000
0,000000
0,000000
0,000000
20,000,000
30,000,000
0,000000
0,000000
0,000000
40,000,000
50,000,000
0,000000
0,000000
0,000000
0,000000
20,000,000
0,000000
30,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
70,000,000
0,000000
0,000000
0,000000
0,000000

0,000000
0,000000
50,000,000
5,000,000
20,000,000
0,000000
0,000000
30,000,000
20,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
0,000000
20,000,000
70,000,000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
0,000000
0,000000
50,000,000
0,000000
0,000000
50,000,000
0,000000
0,000000
20,000,000
0,000000

tal, como os trabalhos de Teixeira (2002) e Pereira (2004); entretanto, estes so ainda em nmero reduzido e tratam de um
problema muito complexo que precisa ser mais bem avaliado.
Assim, o esforo despendido neste trabalho foi no sentido
de ampliar as pesquisas de modelos multiobjetivo de modo a
evidenciar a superioridade desses mtodos em relao aos
mtodos clssicos de Programao Linear; porm novas pesquisas carecem de serem feitas explorando outras possibilidades como o uso de variveis inteiras, mtodos heursticos
e outros mtodos multiobjetivos, como Programao por Metas, Mtodo Stem, entre outros.

CONCLUSES
O uso de otimizao atravs de modelos multiobjetivos
mostrou-se vivel para problemas de planejamento florestal.
A maior flexibilidade proporcionada pelos cenrios apresentados permitiu uma anlise mais detalhada do problema,

alm de gerar solues alternativas que podem ento ser escolhidas e implementadas, respeitando as preferncias do tomador de deciso.
A tomada de deciso atravs de modelos multiobjetivos
oferece um paradigma superior aos modelos tradicionais de
Programao Linear, para o problema de planejamento florestal apresentado.

LITERATURA

CITADA

Buongiorno, J.; Gilless, J.K. Forest management and economics - a primer in quantitative methods. Berkeley; 1987.
285p.
Clutter, J.C.; Fortson, J.C., Piennar, L.V.; Brister, G.H., Bailey,
R.L. Timber management: a quantitative approach. 3 ed.
New York: John Willey, 1983. 333p.
Davis, L.S.; Johnson, K.N. Forest management. 3.ed. New
York: Mc Graw - Hill Book Company, 1987. 790p.
Rev. Bras. Cinc. Agrr. Recife, v.1, n.nico, p.41-48, 2006

48

G. F. Silva et al.

Dykstra, D.P., Mathematical programing for natural resource


manegement. New York: McGraw-Hill, 1984. 318p.
Fatureto, C. R. C. ; Santos, H. N. . Tomada de deciso sob critrios mltiplos: metodologias e oportunidades de aplicao no Agribusiness - Parte I. Revista Brasileira de Agroinformtica, Viosa, v. 2, n. 1, p. 13-27, 1999a.
Fatureto, C. R. C. ; Santos, H. N. . Tomada de deciso sob critrios mltiplos: metodologias e oportunidades de aplicao no Agribusiness - Parte II. Revista Brasileira de Agroinformtica, Viosa, v. 2, n. 2, p. 83-94, 1999b.
Johnson, K. N., Scheurman, H. L. Techniques for prescribing
optmal timber harvest and investment under different objetives - discussion and synthesis. Forest Science, Washington, v.18, n.1, p.1-31, 1977.
Laroze, A. J. A linear programming, tabu search method for
solving forest-level bucking optimization problems. Forest
Science, Washington, v. 45, n. 1, p. 108-116, 1999.
Oliveira, F. de, Volpi, N.M.P., Sanquetta, C.R. Goal programming in a planning problem. Applied Mathematics and
Computation, New York, v.140, n.1 , p.165-178, 2003.
Pereira, G. W. Aplicao da tcnica de recozimento simulado
em problemas de planejamento florestal multiobjetivo. Belo
Horizonte: Universidade Federal de Minas Gerais, 2004.
74p. Dissertao Mestrado

Rev. Bras. Cinc. Agrr. Recife, v.1, n.1, n.nico, p.41-48, 2006

Ribeiro, C.A.A.S. Pesquisa operacional aplicada ao manejo florestal. Viosa: UFV, Departamento de Engenharia Florestal,
1996. 107p.
Rodrigues, F.L.; Leite, H.G.; Alves, J.M. Sysflor - um sistema
de suporte deciso para o planejamento florestal. In: Simpsio Brasileiro de Pesquisa Operacional, 32., 2000, Viosa.
Anais... Viosa: UFV, 2000. p. 974-995.
Rodriguez, L.C.E.; Lima, A.B.N.P. M. A utilizao da programao linear na determinao de uma estratgia tima de reforma de um talho florestal. IPEF, Piracicaba-SP, n.31, p.4753, 1985.
Silva, G.F. Problemas no uso de modelos de programao matemtica e simulao na regulao florestal. Viosa: UFV,
2001. 89p. Tese Doutorado
Silva, G.F., Leite, H.G.; Silva, M.L. da, Rodrigues, F.L., Santos,
H.do N. Problemas com o uso de programao linear com
posterior arredondamento da soluo tima, em regulao
florestal. Revista rvore, Viosa, v.27, n.5, p.677-688, 2003.
Steuer, R.E., Schuler, A.T. An interactive multiple-objective linear programming approach to a problem in forest management. Operations Research, v.26, n.2, p.254-269, 1978.
Teixeira, A. F. Aplicao de algoritmos evolucionrios na
soluo de problemas de planejamento florestal multiobjetivo. Belo Horizonte: UFMG, 2002. 70 p. Dissertao Mestrado

Você também pode gostar