Solving forest management problems with integer constraints using tabu search

Este trabalho teve como objetivos desenvolver e testar um algoritmo com base na metaheurística busca tabu (BT), para a solução de problemas de gerenciamento florestal com restrições de inteireza. Os problemas avaliados tinham entre 93 e 423 variáveis de decisão, sujeitos às restrições de singularidade, produção mínima e produção máxima periódicas. Todos os problemas tiveram como objetivo a maximização do valor presente líquido. O algoritmo para implementação da BT foi codificado em ambiente delphi 5.0 e os testes foram efetuados em um microcomputador AMD K6II 500 MHZ, com memória RAM de 64 MB e disco rígido de 15GB. O desempenho da BT foi avaliado de acordo com as medidas de eficácia e eficiência. Os diferentes valores ou categorias dos parâmetros da BT foram testados e comparados quanto aos seus efeitos na eficácia do algoritmo. A seleção da melhor configuração de parâmetros foi feita com o teste L&O, a 1% de probabilidade, e as análises através de estatísticas descritivas. A melhor configuração de parâmetros propiciou à BT eficácia média de 95,97%, valor mínimo igual a 90,39% e valor máximo igual a 98,84%, com um coeficiente de variação de 2,48% do ótimo matemático. Para o problema de maior porte, a eficiência da BT foi duas vezes superior à eficiência do algoritmo exato branch and bound, apresentando-se como uma abordagem muito atrativa para solução de importantes problemas de gerenciamento florestal.This work aimed to develop and test an algorithm based on Tabu Search (TS) metaheuristics; to solve problems of forest management with integer constraints. TS was tested in five problems containing between 12 and 423 decision variables subjected to singularity constraints, minimum and maximum periodic productions. All the problems aimed at maximizing the net present value. TS was codified into delphi 5.0 language and the tests were performed in a microcomputer AMD K6II 500 MHZ, RAM memory 64 MB and hard disk 15GB. TS performance was evaluated according to efficacy and efficiency measures. The different values or categories for the TS parameters were tested and compared to their effects on algorithm efficacy. The best configuration of the parameters was selected by applying the L&O test at 1% probability and analyses via descriptive statistics. The best parameter configuration provided TS an average efficacy of 95.97%, a minimum value equal to 90.39%, a maximum value equal to 98.84%, with a variation coefficient of 2.48% of the mathematical optimum. For the most complex problem, TS efficiency of the exact algorithm branch and bound. Thus, TS is a rrather attractive approach to solving important forest management problems