Extending the classic wood supply model to anticipate industrial fibre consumption
Notice bibliographique
Résumé
The classic wood supply optimisation model maximises even-flow harvest levels, and implicitly assumes infinite fibre demand. In many jurisdictions, this modelling assumption is a poor fit for actual fibre consumption, which is often a species-unbalanced subset of total fibre allocation. Failure to anticipate this bias in volume and species mix of industrial wood fibre consumption has been linked to increased risk of wood supply failure. In particular, we examine the distributed wood supply planning problem, which is a variant of the general wood supply planning problem where the roles of forest owner and fibre consumer are played by independent agents (e.g. wood supply planning on public forest land in Canada, where government stewards control wood supply and forest products industry firms consume the fibre). We use agency theory to describe the source of antagonism between public forest land owners (the principal) and industrial fibre consumers (the agent). We show that the distributed wood supply planning problem can be modelled more accurately using a bilevel formulation, and present an extension of the classic wood supply optimisation model which explicitly anticipates industrial fibre consumption behaviour. The general case of the bilevel wood supply optimisation problem is NP-hard, non-linear, and non-convex-it is difficult to solve to global optimality. By imposing certain restrictions on agent network topology, we show that the general case can be decomposed into convex sub-problems. We present a solution methodology that can solve this special case to global optimality, and compare output and solution times of classic and bilevel model formulations using a computational experiment on a realistic dataset. Experimental results show that solution time for the bilevel problem is comparable to solution time for the classic single-level problem, and that the bilevel formulation can mitigate risk of wood supply failure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».