Thèse ou mémoire avec insertion d'articles. / Cette thèse aborde les défis de la planification forestière découlant des déséquilibres entre l'approvisionnement et la demande. En planification forestière, l'approvisionnement dépasse souvent la demande parce que tout l'approvisionnement est connu à l'avance pour chaque période de temps, tandis que les demandes ne sont connues que lorsqu'elles sont commandées. Ce phénomène conduit à ce qu'on appelle "écrémage" (creaming), ce qui signifie qu'une perspective locale privilégie les zones proches à court terme et laisse les zones plus éloignées pour des périodes ultérieures. Pour atténuer cela, nous proposons une approche novatrice où nous nous assurons que l'approvisionnement et la demande sont artificiellement équilibrés. Cela peut être réalisé en incluant des périodes de temps supplémentaires avec une demande prévue. À travers des simulations, nous évaluons l'approche par rapport aux méthodes traditionnelles et aux solutions théoriques. L'étude évalue trois approches de planification pour modéliser la demande étendue. La différence réside dans le nombre de périodes de temps et dans la durée de l'extension de la période de planification. La première, appelée "long-terme", suppose qu'elle couvre toutes les périodes à venir dans chaque cycle de planification, englobant les périodes avec une demande connue et inconnue, et incluant tout l'approvisionnement restant. La deuxième, "moyen-terme", comprend certaines, mais pas toutes, les périodes de temps avec une demande connue et une période de demande inconnue, englobant tout l'approvisionnement restant. La dernière, "court-terme", comprend certaines périodes de temps avec une demande connue et inconnue, mais n'englobe pas tout l'approvisionnement. Chacune des approches présente des performances différentes en termes de précision globale et de complexité informatique. L'approche à long terme fournit plus de détails et est comparable à une situation où l'on suppose que la véritable demande est connue à priori, appelée solution de l'oracle. Cette solution représente la solution optimale théorique et n'est bien sûr pas possible à trouver dans un environnement incertain où les prévisions sont utilisées pour décrire la demande. Malgré le temps d'exécution plus long de l'approche à long terme de 54 522 secondes par rapport aux 27 secondes de l'approche traditionnelle, ses performances justifient ce compromis. L'approche à court terme, bien qu'elle n'offre pas le même niveau de détail que l'approche à long terme, se distingue par un temps d'exécution plus court, en moyenne 713 secondes. De plus, elle présente une amélioration d'environ 4 % par rapport à l'approche traditionnelle. L'approche à moyen terme offre un niveau de détail comparable à l'approche à long terme, à l'exception de l'extension dans le temps. Cette approche trouve un équilibre entre l'efficacité des résultats et le temps d'exécution. Dépassant les approches traditionnelles et à court terme dans certains cas, elle atteint un temps d'exécution moyen de 14 secondes. En résumé, ce mémoire aborde les défis de la planification forestière en proposant trois approches, chacune ayant des forces et des compromis distincts, offrant ainsi des informations précieuses pour les décideurs en matière de planification forestière. / This thesis addresses planning challenges in forestry arising from supply-demand imbalances. In forest planning, the supply often exceeds the demand because all supplies are known in advance for each time period, while demands are only known when ordered. This phenomenon leads to so-called creaming, which means that a local view selects close areas in the near time and leaves areas further away for later times. To mitigate this, we propose a novel approach where we ensure that the supply and demand is balanced artificially. This can be achieved by including additional time periods with forecasted demand. Through simulations, we evaluate the approach against traditional methods and theoretical solutions. The study evaluates three planning approachesto model the extended demand. The difference is in the number of time periods and how long the planning period is extended. The first, referred to as “long-term”, assumes it covers all upcoming time periods in each planning cycle, encompassing periods with known and unknown demand, and including all remaining supplies. The second, "medium term", consists some, but not all, time periods with known demand and one unknown demand period, encompassing all remaining supplies. The last one, "short-term", comprise some time periods with known and unknown demand, but it does not encompass all supplies. Each of the approaches has a different performance in overall accuracy and computational complexity. The long-term approach provides more details and is comparable with a situation when we assume that the true demand is known a prior, called the oracle solution. This solution represents the theoretical optimal solution and is of course not possible to find in an uncertain environment where forecasts are used to describe the demand. Despite the long-term approach's longer runtime of 54,522 seconds compared to the traditional approach's 27 seconds, its performance justifies this trade-off. The short-term approach, while not offering the same level of detail as the long-term approach, distinguishes itself with a shorter runtime, averaging 713 seconds. Moreover, it provides an improvement of approximately 4% when compared to the traditional approach. The medium-term approach offers a level of detail comparable to the long-term approach, except for expansion in time periods. This approach strikes a balance between outcome effectiveness and computational efficiency. Outperforming the traditional and short-term approaches across some instances, it achieves an average runtime of 14 seconds. In summary, this thesis addresses forestry planning challenges, proposing three approaches, each has distinct strengths and trade-offs, offering valuable insights for forest planning decision-makers.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/134163 |
| Date | 26 January 2024 |
| Creators | Kazemisaboor, Amirhossein |
| Contributors | Rönnqvist, Mikael, Ouhimmou, Mustapha |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Mémoire de maîtrise |
| Format | 1 ressource en ligne (x, 40 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0032 seconds