Modelos multiobjetivo para la planificación forestal en Galiciaun enfoque continuo

  1. González González, José Mario
Dirixida por:
  1. Ulises Diéguez Aranda Director
  2. Miguel Ernesto Vázquez Méndez Director

Universidade de defensa: Universidade de Santiago de Compostela

Fecha de defensa: 10 de decembro de 2021

Tribunal:
  1. Luis Díaz Balteiro Presidente/a
  2. Juan Gabriel Álvarez González Secretario/a
  3. Lino José Álvarez Vázquez Vogal

Tipo: Tese

Resumo

En esta tesis se presentan varios modelos multiobjetivo para la planificación de cortas en montes constituidos por rodales regulares monoespecíficos (los más habituales en Galicia), utilizando una formulación temporal continua que busca maximizar la rentabilidad económica y la renta constante en volumen en el primer turno y/o en el monte regulado. Para ello, se han diseñado nuevas métricas para medir esa constancia de rentas que permiten trabajar con variables de decisión continuas. Para la resolución de los problemas, se propone una estrategia que combina una técnica de escalarización (método de pesos) con un algoritmo de tipo gradiente (L-BFGS-B) que permite obtener el frente Pareto. Esto posibilita que el tomador de decisiones especifique sus preferencias con posterioridad al proceso de optimización, ya que dispone de toda la información sobre los costes de oportunidad que asume cuando elige una solución satisfactoria entre el conjunto de soluciones no dominadas del frente. Con el fin de analizar el rendimiento de la estrategia planteada, se comparan los resultados que proporciona con los obtenidos mediante el algoritmo evolutivo para optimización multiobjetivo NSGA-II. Para evaluar los modelos propuestos se usan varios montes de Eucalyptus globulus Labill. La formulación continua ha demostrado ser robusta en montes con distinto número de rodales y diferente estructura de edades, y ha proporcionado resultados mejores que los obtenidos con el enfoque combinatorio tradicional. Con respecto a la resolución de los problemas, la estrategia propuesta ha resultado claramente más eficiente que el algoritmo evolutivo, y tanto más eficaz cuanto mayor ha sido la dimensión del problema.