How to translate text using browser tools
31 December 2024 Associations between Forest Harvest Scheduling and Artificial Intelligence
P. Bettinger, K. Rasheed, F. Maier, K. Merry
Author Affiliations +
Abstract
  • Some forest harvest scheduling processes that have been used for many years in practice and research employ rules that emulate human behaviour.

  • Linear programming and mixed integer programming represent sophisticated mathematical procedures, yet there is arguably nothing intelligent inherent in the search process to allow them to emulate human behaviour.

  • With basic random search, no intelligence is employed, and the search process lacks functions that would allow adaptation of search behaviour based on knowledge gained.

  • With hill-climbing search, very little intelligence is employed, and the search process lacks functions that would allow adaptation of search behaviour based on knowledge gained.

  • With other heuristic search processes and evolutionary computation methods, some intelligence is employed, and the search processes may contain functions that would allow adaptation of search behaviour based on knowledge gained.

  • While some forest harvest scheduling processes are similar in how they solve a complex problem, the degree to which they emulate artificial intelligence (learning from search history, adapting the search behaviour) varies.

SUMMARY

Contemporary tactical forest harvest scheduling efforts address planning problems that generally have an economic or commodity production objective, accounting routines to accumulate outcomes or to assess the extent of forest conditions, and constraints (policy or resource) that limit the assignment of management actions to subdivisions of a forest (stands or strata). Operations research methods have proven useful for addressing these problems and providing guidance, in the form of a harvest schedule, to people managing forests. Heuristic search and simulation methods have also shown promise for addressing these types of problems. Artificial intelligence includes some of these forms of search processes. When concepts of learning, adaptation, and emulation of human thought describe certain search processes, they can be considered under the broad umbrella of artificial intelligence. In this work, many of the operations research, heuristic search, and simulation methods that have been demonstrated as useful for forest harvest scheduling efforts are assessed for their association with artificial intelligence. In some cases, it is argued that the forestry profession has been using artificial intelligence for quite some time to develop tactical forest harvest schedules.

Les efforts contemporains de planification pour une récolte forestière tactique font face à des problèmes de planification ayant en général un objectif économique ou de production de commodité, des routines comptables pour accumuler les résultats ou pour évaluer l'étendue des conditions forestières, et des contraintes (de politique ou de ressources) qui limitent l'octroi d'actions de gestion à des subdivisions de forêt (parcelles ou données). Les méthodes de recherche d'observation se sont montrées être utiles pour faire face à ces problèmes et pour offrir de l'aide, sous forme d'une planification de la récolte aux personnes gérant la forêt. Une recherche heuristique et des méthodes de simulation ont également été prometteuses pour faire face à ces types de problèmes. L'intelligence artificielle inclut certaine de ces formes de processus de recherche. Quand les concepts d'apprentissage, d'adaptation et d'émulation de la pensée humaine décrivent certain processus de recherche, ils peuvent être considérés comme étant sous la large égide de l'intelligence artificielle. Dans ce travail, plusieurs des recherches d'opérations, la recherche heuristique et les méthodes de simulation qui ont prouvé être utiles aux efforts de planification de la récolte forestière sont évaluées du point de vue de leur association avec l'intelligence artificielle. Dans certains cas, il est avancé que la profession de foresterie a utilisé l'intelligence artificielle depuis longtemps pour développer des planifications tactiques de récolte forestière.

Los esfuerzos contemporáneos de programación táctica de aprovechamientos forestales abordan problemas de planificación que generalmente tienen un objetivo económico o de producción de materias primas, rutinas contables para acumular resultados o evaluar el alcance de las condiciones forestales, y restricciones (políticas o de recursos) que limitan la asignación de acciones de gestión a subdivisiones de un bosque (rodales o estratos). Los métodos de investigación operativa han demostrado su utilidad para abordar estos problemas y ofrecer orientación, en forma de calendario de aprovechamientos, a quienes gestionan los bosques. La búsqueda heurística y los métodos de simulación también han demostrado ser prometedores para abordar este tipo de problemas. La inteligencia artificial incluye algunas de estas formas de procesos de búsqueda. Cuando los conceptos de aprendizaje, adaptación y emulación del pensamiento humano describen ciertos procesos de búsqueda, pueden considerarse parte del amplio abanico de la inteligencia artificial. En este trabajo se evalúan muchos de los métodos de investigación operativa, búsqueda heurística y simulación que se han demostrado útiles para la programación de los aprovechamientos forestales por su asociación con la inteligencia artificial. En algunos casos, se sostiene que la silvicultura lleva bastante tiempo utilizando la inteligencia artificial para elaborar programas tácticos de aprovechamientos forestales.

P. Bettinger, K. Rasheed, F. Maier, and K. Merry "Associations between Forest Harvest Scheduling and Artificial Intelligence," International Forestry Review 26(4), 387-397, (31 December 2024). https://doi.org/10.1505/146554824839334650
Published: 31 December 2024
KEYWORDS
binary search
goal programming
hill-climbing algorithm
linear programming
mixed integer programming
RIGHTS & PERMISSIONS
Get copyright permission
Back to Top