Skip to main content

A forest-level genetic algorithm based control system for generating stand-specific log demand distributions

Buy Article:

$50.00 plus tax (Refund Policy)

Abstract:

This study was established to test whether the fit between the overall log demand distributions required by mills and the cumulative log output distributions could be improved by localizing the demand matrices controlling the bucking-to-order process on modern cut-to-length harvesters. Fifteen mature Norway spruce (Picea abies (L.) Karst.) stands were cut with a bucking simulator under the control of both the stand-specific and uncontrolled reference demand matrices. The test simulations involved three Norway spruce log products: sawlogs, veneer logs, and pulpwood logs. The stand-specific demand matrices for these products were generated in parallel using a genetic algorithm (GA) based search system initiated by the taper of each tree to be harvested and the overall demand and price matrices of each log product. The GA system was run with both the real stem data (i.e., stem profiles recorded by harvester) and the stem data compiled from preharvest forest inventory data. The reference matrices were the overall demand matrices adopted from two Finnish sawmilling companies. The test results showed that compared to the uncontrolled reference matrices the GA-controlled demand matrices produced a 22%–103% higher total fit between the overall log demand distributions and the cumulative log output distributions at the forest level.

Cette étude fut élaborée de façon à évaluer si la relation entre la distribution de la demande totale de billes de la part des scieries et la distribution de la production cumulative de billes pouvait être améliorée en ayant recours à la localisation des matrices de demande qui contrôlent le processus de tronçonnage sur commande sur les abatteuses-façonneuses modernes. Quinze peuplements matures d'épicéa commun (Picea abies (L.) Karst.) furent récoltés en utilisant un simulateur de tronçonnage piloté soit par des matrices de demande spécifiques aux peuplements, soit par des matrices génériques. Les simulations ont considéré trois types de billes d'épicéa commun : des billes de placage, de sciage et de bois à pâte. Les matrices de demande de ces produits spécifiques aux peuplements ont été générées parallèlement à l'aide d'un système chercheur basé sur un algorithme génétique (AG) et déclenché par le défilement de chaque arbre à récolter et par la demande globale et les matrices de prix de chaque type de billes. Le système basé sur un AG a été utilisé à la fois avec des données de tiges réelles (c.-à-d. les profils de défilement enregistrés par une abatteuse-façonneuse) ainsi qu'avec des données de tiges compilées à partir de données d'inventaire forestier avant coupe. Les matrices génériques étaient des matrices de demande globale adoptées par deux entreprises de sciage finlandaises. Les résultats de la simulation montrent que les matrices de demande générées par un AG produisent un ajustement entre la distribution de la demande globale de billes et la distribution de la production cumulative de billes à l'échelle de la forêt qui est 22 – 103% meilleur que celui produit par les matrices génériques.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: July 1, 2006

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
nrc/cjfr/2006/00000036/00000007/art00009
dcterms_title,dcterms_description,pub_keyword
6
5
20
40
5

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more