Esta pesquisa abordou a atividade agroeconômica de coleta de sementes nativas da
Amazônia que possui alto grau de complexidade, resultando em acréscimo da quantidade de
variáveis físicas a manipular e controlar no processo de estabelecimento do problema, bem como
declaração de hipóteses para o modelo e busca de solução do problema, controle, aferimento e
validação da solução. Por se tratar de um sistema agroeconômico, tal atividade de coleta de
sementes nativas demanda o estabelecimento de modelos quantitativos robustos. Neste contexto,
a modelagem matemático computacional surge como ferramenta que trata da simulação e
otimização de soluções para problemas desta natureza, analisando os fenômenos, desenvolvendo
modelos quantitativos para sua descrição e elaborando códigos computacionais para obtenção de
otimizações. Já que a atividade econômica de coleta de sementes nativas da Amazônia aufere
benefícios desta modelagem, vê-se que sistemas agroeconômicos exigem respostas
exponencialmente mais complexas com relação àquelas demandadas por outros modelos de
negócio e, baseado nesta necessidade, foi desenvolvido um modelo de simulação e otimização que
teve como principal característica a incorporação da não-linearidades dos processos inerentes à
atividade agroeconômica em questão. A sua função utilidade visa maximizar, a nível de fenologia
(safra), o atendimento às demandas de coleta segundo critérios de prioridade estabelecidos pelo
tomador de decisão. As limitações operacionais da atividade de coleta de sementes foram incluídas
no modelo através de restrições lineares (recurso orçamentário e custos de coleta) e não-lineares
(saber amazônico, dificuldade de coleta, dificuldade de processamento e outros) utilizando-se o
software de modelagem e simulação GAMS. As restrições lineares e não-lineares foram
representadas e resolvidas por meio de programação linear com uso da linguagem de modelagem
e programação GAMS. A partir dos resultados obtidos, foi possível assegurar que o CSNAM
recebeu do modelo de simulação, uma contribuição respeitável para sua melhor gestão, a partir
das indicações numéricas do simulador. Proporcionando clareza e credibilidade nas apreciações
efetuadas e, desta forma, contemplando o mais perfeito entrosamento das variáveis intrínsecas ao
problema estudado, aperfeiçoando ainda, os resultados das análises de gestão do CSNAM, onde
se identificou que o tempo de processamento utilizado pelo modelo quantitativo-computacional
atende às necessidades de processamento e foi relativamente baixo
|
