通过交互式多目标优化方法寻找可持续的全国森林采伐水平

《Canadian Journal of Forest Research》：Searching for sustainable national forest harvest levels through interactive multiobjective optimization

　　

Bhupinder Singh Saini | Annika Kangas | Lauri Meht?talo | Hannu Hirvel? | Babooshka Shavazipour | Kaisa Miettinen

芬兰于韦斯屈莱大学信息技术学院，邮政信箱35（Agora），邮编FI-40014

在芬兰，线性优化方法已被用于寻找可持续的全国性木材采伐水平已有30多年历史——通常是通过逐县最大化森林的净现值来实现这一目标，同时要求木材产量保持稳定（即采伐量不能随时间减少）。然而，这种方法无法帮助政策制定者理解所选采伐水平是如何形成的，以及哪些因素影响了最终结果。此外，针对每个县单独进行优化可能会导致效率低下，因为各县之间的相互制约关系会影响整体效果。国家级别的交互式规划是一种更好的方法，但这种优化过程计算量较大。我们提出了一种基于NAUTILUS Navigator方法的交互式多目标优化方案。该方法利用预先计算出的最优解，并从最差解（即“最低点”）开始逐步改进优化结果。我们的应用方式颇具创新性：首先使用最优解的简化表示形式，然后在目标区域内生成更详细的数据表示，从而节省计算资源。在求解过程中，问题的表述方式也会不断得到优化。此外，与仅基于少数预设情景的评估相比，交互式方法能更准确地向决策者展示所选方案的后果。决策者可以主导优化过程并找到自己偏好的解决方案。研究结果还表明，当取消县级别的约束条件时，优化效果会有所提升。