Resumen

Un algoritmo evolutivo multiobjetivo (MOEA) a nivel de rodal para determinar un conjunto de regímenes de clareo eficientes que satisfagan dos objetivos, es decir, la producción de valor para el aprovechamiento de madera aserrada y la producción de volumen para un mercado de madera para pulpa, se demostró con éxito para un ensayo de Eucalyptus fastigata en el bosque de Kaingaroa, Nueva Zelanda. El MOEA aproximó el conjunto de regímenes de clareo eficientes (con un frente de Pareto discontinuo) empleando un esquema de clasificación desarrollado por Fonseca y Fleming (1993), que era una clasificación basada en Pareto (también conocido como Algoritmo Genético Multiobjetivo-MOGA). En este trabajo resolvemos el mismo problema utilizando una versión mejorada de un algoritmo de clasificación de Pareto con reparto de fitness (también conocido como Algoritmo Genético de Ordenación No Dominante-NSGA II) desarrollado originalmente por Srinivas y Deb (1994) y examinamos los resultados. Nuestros resultados indican que NSGA II se aproxima a todo el frente de Pareto, mientras que MOGA sólo determina un subdominio de los puntos de Pareto.

• Materias:Fisiología vegetal Ecosistema forestal Ingeniería forestal Morfología vegetal Gestión forestal
• Subjects:Plant physiology Forest ecosystem Forestry engineering Plant morphology Forest management
• Palabras claves:regímenes de adelgazamiento eficaces, NSGA II, también conocido como algoritmo genético multiobjetivo, algoritmo de clasificación de Pareto, frente de Pareto discontinuo, frente de Pareto completo, algoritmo evolutivo multiobjetivo, MOEA, MOGA, conjunto
• Keywords:efficient thinning regimes, NSGA II, a.k.a Multiobjective Genetic Algorithm, Pareto ranking algorithm, discontinuous Pareto front, entire Pareto front, multiobjective evolutionary algorithm, MOEA, MOGA, set