Resumen

Los algoritmos genéticos (AG) han demostrado su eficacia en la resolución de problemas de planificación forestal espacial. Presentamos un AG adaptativo que incorpora estadísticas a nivel de población para actualizar dinámicamente las funciones de penalización, un proceso análogo a la oscilación estratégica de la literatura sobre búsqueda tabú. También exploramos el rendimiento de varias estrategias de selección. El AG identificó soluciones factibles dentro del 96%, 98% y 93% de un límite superior relajado no espacial calculado para paisajes de 100, 500 y 1000 unidades, respectivamente. El problema resuelto incluye restricciones de estructura forestal que limitan el tamaño de las aperturas de tala y exigen parches de bosque maduro de tamaño mínimo. Los resultados sugieren que la estrategia de penalización dinámica es superior a la implementación de penalización estática más estándar. Los resultados también sugieren que la selección por torneo puede ser superior a la implementación más estándar de la selección proporcional para problemas pequeños, pero se vuelve susceptible a la convergencia prematura a medida que aumenta el tamaño del problema. Por tanto, es importante equilibrar la presión de selección con una interrupción adecuada. Concluimos que la integración de estrategias de búsqueda inteligente en el contexto de los algoritmos genéticos puede aportar mejoras y debería investigarse su uso futuro en la ordenación del territorio con objetivos ecológicos.

• Materias:Incendios forestales Ingeniería forestal Ciencias forestales Genética vegetal
• Subjects:Forest Fires Forestry engineering Forestry Plant genetics
• Palabras claves:problemas de planificación forestal espacial, aplicación de penalización estática estándar, estrategia de penalización dinámica, limitaciones de la estructura forestal, tamaños de las aperturas de tala, estrategias de búsqueda inteligente, aumento del tamaño del problema, bibliografía sobre búsqueda tabú, diversas estrategias de selección, Resultados
• Keywords:spatial forest planning problems, standard static penalty implementation, dynamic penalty strategy, forest structure constraints, harvest opening sizes, intelligent search strategies, problem size increases, tabu search literature, various selection strategies, Results