Metsänkäsittelyn optimointi käyttäen epälineaarista osittaisdifferentiaaliyhtälöä ja gradienttiin perustuvaa optimointialgoritmia

Väitöstilaisuuden tiedot

Väitöstilaisuuden päivämäärä ja aika

Väitöstilaisuuden paikka

Etäyhteys: https://oulu.zoom.us/j/69573816703

Väitöksen aihe

Metsänkäsittelyn optimointi käyttäen epälineaarista osittaisdifferentiaaliyhtälöä ja gradienttiin perustuvaa optimointialgoritmia

Väittelijä

Filosofian maisteri Johanna Pyy

Tiedekunta ja yksikkö

Oulun yliopiston tutkijakoulu, Luonnontieteellinen tiedekunta, Matemaattisten tieteiden tutkimusyksikkö

Oppiaine

Sovellettu matematiikka

Vastaväittäjä

Professori Kaisa Miettinen, Jyväskylän yliopisto

Kustos

Dosentti Erkki Laitinen, Oulun yliopisto

Lisää tapahtuma kalenteriin

Uusi optimointimalli metsän harvennusten suunnitteluun

Väitöstyössä esitellään uusi optimointimalli metsän harvennusten optimointiin. Mallin avulla etsitään taloudellisesti kannattavimmat harvennusten ajankohdat ja voimakkuudet sekä päätehakkuun ajankohta. Mallia voidaan käyttää apuna metsän hoidon suunnittelussa. Väitöskirjassa mallilla on optimoitu mäntymetsikön harvennukset. Sama malli voidaan sovittaa myös muille puulajeille.

Väitöskirjassa esitellyssä metsän kasvumallissa tarkastellaan puiden läpimittajakauman muutoksia ajan kuluessa. Mallissa otetaan huomioon puiden kasvutiheyden vaikutus niiden kasvunopeuteen. Väitöstyössä on kehitetty myös malli, jossa tarkastellaan puiden läpimittajakauman lisäksi pituusjakaumaa. Samalla tavalla voidaan lisätä myös muiden ominaisuuksien jakaumia malliin. Tämän mallin avulla voidaan laskea puiden jalostuksen vaikutus optimituloksiin, sillä esimerkiksi pituusjakauma ja oksien ominaisuuksien jakaumat eroavat jalostettujen ja jalostamattomien puiden välillä.

Optimointiin väitöstyössä käytettiin gradienttimenetelmää. Siinä tehdään ensin alkuarvaus, mitkä puut poistetaan kullakin ajanhetkellä. Sitten lasketaan suunta, mihin arvausta pitäisi muuttaa, että taloustulos kasvaisi eniten. Tästä suunnasta valitaan uusi arvaus. Menetelmää toistetaan, kunnes merkittävää parannusta taloustulokseen ei enää saada. Väitöstyössä lasketut optimitulokset eivät merkittävästi eroa nyt käytössä olevilla malleilla tehtyjen optimointien kanssa, mutta ne on saatu laskettua aiempaa nopeammin.
Viimeksi päivitetty: 30.4.2021