Modèles et méthodes pour la planification de la récolte forestière
Notice bibliographique
Résumé
La planification de la récolte forestière comporte différents niveaux de planification selon l'horizon de temps du problème et la nature des décisions à prendre. Dans un premier temps, nous nous intéressons à un problème de planification annuelle de la récolte, à mi-chemin entre la planification tactique et opérationnelle. Ce problème appliqué à l'exploitation forestière au Québec, naît d'un besoin de l'industrie québécoise d'un outil pour la planification annuelle intégrée qui fournit aux équipes de récolte leur calendrier. L'intégration consiste à déterminer les affectations des équipes aux blocs en fonction des besoins des usines, et qui respectent les contraintes de transport, de gestion des stocks, et bien entendu les conditions d'exploitation en forêt. Plusieurs modèles de types MIP ont été formulés, des approches de résolution adaptées à la structure de chacun des modèles ont été développées. L'approche par horizon roulant est celle dont les résultats surpassent les deux autres et surtout, améliorent de façon significative les plans usuellement suivis, notamment en réduisant les volumes non livrés aux usines de moitié, ou encore en divisant entre 2 et 6 fois les volumes en stock quand la demande diminue. De plus, le développement d'une interface pour systématiser le processus de résolution et élargir le nombre d'utilisateurs, est la seconde contribution de la thèse. Cette étape du projet correspond à un transfert de technologie de l'université vers l'industrie. Le second problème de planification se situe au Chili, est une planification tactique de la récolte dirigée par les prix et demandes en produits finis, ces derniers étant considérés comme des paramètres aléatoires. Le problème stochastique formulé est résolu suivant une méthode de décomposition par scénarios dont le nombre varie entre 10 et 100. Pour chaque scénario, la solution déterministe, lorsqu'elle est réalisable, est comparée avec celle issue de la résolution du problème stochastique. La solution déterministe n'est réalisable que pour une dizaine de scénarios parmi 100, et les pertes encourues sont en moyenne de 9%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».