Orientador: Helenice de Oliveira Florentino Silva / Coorientador: Daniela Renata Cantane / Banca: Adriano Rogerio Bruno Tech / Banca: Marco Antonio Gandolfo / Banca: Kleber Pereira Lanças / Banca: Antonio Roberto Balbo / Resumo: A cana-de-açúcar foi introduzida no Brasil no período colonial e transformou-se em uma das principais culturas da economia brasileira. O Brasil não é apenas o maior produtor de cana-de-açúcar, é também o primeiro do mundo na produção de açúcar e o segundo na produção de etanol, e conquista, cada vez mais, o mercado externo com o uso do biocombustível como alternativa energética. Essa posição foi alcançada devido ao crescimento acelerado nos últimos anos e contribuiu para o surgimento de problemas relacionados à logística de transporte, ao processo de produção, ao manejo e a tomada de decisão. Os problemas gerados por essa situação aos gestores do setor sucroalcooleiro são grandes e ferramentas para auxílio nas tomadas de decisões, manejos otimizados e para a obtenção de estimativas são necessárias. Dentro desse contexto, é abordado neste trabalho um estudo do manejo da colheita da cana-de-açúcar nas unidades agrícolas que compõem a usinas, propondo uma metodologia para auxiliar no planejamento otimizado da colheita da cana-de-açúcar de forma a maximizar a produção de POL (porcentagem em massa de sacarose aparente contida na cana-de-açúcar), a produção de cana-de-açúcar e respeitando restrições impostas pela usina. O processo de otimização foi realizado utilizando o Algorítmo Genético (AG), heurística utilizada em problemas combinatoriais de grande porte com grandes complexidades computacionais. Os períodos de colheita dos talhões pertencentes a uma unidade agrícola da usina foram planejados alcançando a máxima produtividade em um horizonte de planejamento de quatro anos. Os resultados numéricos obtidos são apresentaodos e discutidos no final do trabalho, mostrando que esta metodologia é uma importante ferramenta para auxilio dos gestores de usinas nas tomadas de decisões quanto ao planejamento da colheita da cana-de-açúcar / Abstract: Sugarcane was introduced in Brazil in the colonial period and it has become one of the most important crop for the Brazilian economy. Brazil is not only the largest sugarcane producer, but it is also the first in sugar production and the second in ethanol production and, increasingly, it has been conquering the international market with the biofuel use as an alternative energy. This position has been achieved due to accelerated growth in the last years and it has contributed to the emergence of issues related to logistical transport production process, management and decision making. The problems caused by this situation to the sugarcane management are large and tools to aid in decision making, management optimization and estimate are necessary. Within that context it is discussed, in this paper, a study of the sugarcane management harvest in the mills, proposing a methodology to assist in sugarcane harvest planning in order to maximize the POL in sugarcane, sugarcane productivity and respect the restrictions imposed by the mill. The optimization process was accomplished using GA, heuristic used in large combinatorial problems with computational complexity. Periods of harvesting in stands which belong to a mill were planned and the highest productivity was achieved in a four year planning. The results are presented and discussed at the end of this study, showing that this approach is an important tool to aid managers plants in decision-making in planning the harvest of sugarcane / Doutor
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000865102 |
| Date | January 2015 |
| Creators | Nervis, Jonis Jecks, 1979. |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Ciências Agronômicas (Campus de Botucatu). |
| Publisher | Botucatu, |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | text |
| Format | vii, 67 f. : |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0024 seconds