MICROPLANEJAMENTO OPERACIONAL DA COLHEITA FLORESTAL: DESEMPENHO DO SIMULATED ANNEALING FRENTE À PROGRAMAÇÃO LINEAR INTEIRA MISTA
colheita florestal; microplanejamento; pesquisa operacional; meta-heurística
A colheita florestal representa uma das etapas de maior custo no ciclo produtivo florestal, e seu planejamento operacional, em especial o microplanejamento de eitos de trabalho e a localização estratégica dos pontos de empilhamento de madeira, é frequentemente conduzido de forma empírica, sem o suporte de modelos de otimização. A incorporação de técnicas de pesquisa operacional e de discretização espacial por grids ao planejamento da colheita permite modelar esse problema como um desafio de localização-alocação capacitada, com potencial de reduzir significativamente os custos de extração e deslocamento do maquinário. O presente estudo teve como objetivo desenvolver e avaliar uma metodologia de microplanejamento baseada no Problema de p-Medianas Capacitado (CPMP), implementada por meio da meta-heurística Simulated Annealing (SA), comparando-a com a Programação Linear Inteira Mista (PLIM) em termos de qualidade de solução e eficiência computacional. A área de estudo compreendeu três talhões no estado de Mato Grosso do Sul, com distintos níveis de uniformidade geométrica, a partir dos quais foram construídas doze instâncias experimentais com diferentes granularidades de grid. O modelo minimiza a distância total ponderada pelo volume entre os grids e os pontos de empilhamento, respeitando restrições de capacidade e estratificação espacial. Os resultados indicaram que o SA apresentou vantagem computacional expressiva em todas as instâncias avaliadas, com reduções no tempo de processamento entre 50% e 90% em relação à PLIM. Nas instâncias de menor porte, o SA obteve valores de função objetivo equivalentes ou inferiores aos da PLIM. Em instâncias de maior complexidade, a PLIM tendeu a fornecer soluções de menor custo total quando convergiu; contudo, não foi capaz de gerar soluções viáveis em três das doze instâncias, enquanto o SA produziu soluções para todos os cenários avaliados. Conclui-se que o SA se configura como uma alternativa computacionalmente eficiente e operacionalmente robusta para o microplanejamento da colheita florestal, sendo especialmente recomendado para instâncias de grande porte ou situações em que o tempo de resposta é uma restrição crítica, demonstrando que abordagens meta-heurísticas são viáveis e competitivas para esse nível de planejamento.