Optimización en la planificación de servicios de cosecha forestal

Abstract

La gestión de los recursos forestales implica la toma de decisiones a nivel estratégico, táctico y operativo, con consecuencias tanto a corto como a largo plazo. Uno de los componentes de esta cadena de toma de decisiones corresponde a la cosecha forestal, que es de importancia por su alto impacto en los costos de producción. Una planificación eficiente de las operaciones de cosecha puede reducir significativamente los costos asociados con la logística y mejorar el desempeño económico de las empresas del sector. En Uruguay, casi el 75% del total de las operaciones de cosecha forestal para la producción de celulosa es realizada por empresas contratistas, por lo que son un actor importante en la cadena de suministro. Este estudio tiene como objetivo optimizar la asignación y ruteo de los equipos de cosecha de los contratistas forestales, los cuales deben ser localizados entre los lugares a cosechar durante el año. Como parte de este trabajo se realiza una búsqueda sistemática de la literatura relacionada con la optimización de la planificación de la cosecha forestal. Se opta por utilizar la metodología de mapping study a tales efectos. Esta tesis propone un modelo de optimización combinatoria para este problema, basado en el Problema del Múltiple Vendedor Viajero con Múltiples Depósitos (MmTSP). Los experimentos numéricos han demostrado que las instancias de tamaño realista pueden ser resueltas por software de programación matemática estándar en un tiempo razonable. Esta formulación permite visualizar potenciales ganancias en planificación conjunta de varios contratistas en relación con la planificación por separado. Además se propone algoritmos para la reprogramación de las recorridas de cosechas, en los casos de falla de equipos o de indisponibilidad temporal de los bloques de cosecha, por ejemplo cuando el acceso a estos, se ve impedido por largo periodos de lluvia. Este modelo puede ser utilizado como una herramienta eficiente y práctica de apoyo a la programación anual de cosecha forestal y la asignación de equipo para las empresas contratistas, lo que conduce a mejores planes de calidad y oportunidades de mejora.

The management of the forest resources involves decision making at strategic, tactical, and operational levels, with both short and long term consequences. One of the components of this decision making chain corresponds to forest harvesting, which is a step of vital importance because of its high impact on production costs. An efficient planning of harvesting operations can significantly lower costs associated with logistics and improve the economic performance of companies in the sector. In Uruguay, almost 75% of the total forestry operations destined to the production of pulp are in charge of contractor companies, which are an important player in the supply chain. This work aims to optimize the scheduling and routing of the contractors' harvesting equipment, which must be relocated between the places to be harvested in a season. As part of this thesis a systematic search of the literature related to optimization methods for forest harvest planning is carried was carried out employing the mapping study methodology. This work proposes a combinatorial optimization model for this problem, based on the Multi Depot Multiple Traveling Salesman Problem (MmTSP). Numerical experiments have shown that instances of realistic size can be solved by standard mathematical programming software in a reasonable time. This formulation allows to visualize the profits in the joint planning of several contractors against the case where each contractor makes a separate planning. In addition, some algorithms are proposed for the reprogramming of harvest tours in the case of equipments failure and in the case and in the case of temporary unavailability of the harvest blocks, for example when access is impeded by long periods of rain. This model can then be used as an eficient and practical tool for helping to develop the annual forest harvesting scheduling and equipment allocation for contractor companies, leading to better quality plans and improvement opportunities.