Optimal subdivision of land in agrarian reform projectsan analysis using genetic algorithms

  1. José Ambrósio Ferreira Neto
  2. Edgard Carneiro dos Santos Junior
  3. Urbano Fra Paleo
  4. David Miranda Barros
  5. Mayron César de Oliveira Moreira
Journal:
Ciencia e investigación agraria: revista latinoamericana de ciencias de la agricultura

ISSN: 0718-1620

Year of publication: 2011

Volume: 38

Issue: 2

Pages: 169-178

Type: Article

DOI: 10.4067/S0718-16202011000200001 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

More publications in: Ciencia e investigación agraria: revista latinoamericana de ciencias de la agricultura

Abstract

The objective of this manuscript is to develop a new procedure to achieve optimal land subdivision using genetic algorithms (GA). The genetic algorithm was tested in the rural settlement of Veredas, located in Minas Gerais, Brazil. This implementation was based on the land aptitude and its productivity index. The sequence of tests in the study was carried out in two areas with eight different agricultural aptitude classes, including one area of 391.88 ha subdivided into 12 lots and another of 404.1763 ha subdivided into 14 lots. The effectiveness of the method was measured using the shunting line standard value of a parceled area lot's productivity index. To evaluate each parameter, a sequence of 15 calculations was performed to record the best individual fitness average (MMI) found for each parameter variation. The best parameter combination found in testing and used to generate the new parceling with the GA was the following: 320 as the generation number, a population of 40 individuals, 0.8 mutation tax, and a 0.3 renewal tax. The solution generated rather homogeneous lots in terms of productive capacity.

Bibliographic References

  • (2004). Diagnóstico socioeconómico e ambiental e projeto final do PA Veredas. Fundação Arthur BernardesInstituto Nacional de Colonização e Reforma Agrária (IN-CRA). Viçosa^eBelo Horizonte Belo Horizonte.
  • Mitchell, M. (1998). An introduction to genetic algorithms. Massachusetts Institute of Technology MIT Press. Cambridge.
  • Ramalho Filho, A, Pereira, E.G, Beek, K.J. (1978). Sistema de avaliação da aptidao agrícola das terras. Empresa Brasileira de Pesquisa Agropecuária. Brasília.
  • Rodrigues, F. L. (2001). Metaheurística e sistema de suporte à decisão no gerenciamento de recursos florestais.
  • Santé-Riveira, I, Boullón-Magán, M, Crecente-Maseda, R, Miranda-Barrós, D. (2008). Algorithm based on simulated annealing for land-use allocation. Journal Computers & Geosciences. 34. 259-268
  • Santos, J.C, Oliveira, J.R. de F, Dutra, L.V. (2005). Uso de Algoritmos Genéticos na Seleção de Atributos para Classificação de Regiões. VII Simpósio Brasileiro de Geoinformática. Campos do Jordao.253-261
  • Santos, J. C, Oliveira, J. R. F, Dutra, L. V, Santa'Ana, S. J. S, Rennó, C. D. (2007). Seleção de atributos usando algoritmos genéticos para classificação de regiões. XIII Simposio Brasileiro de Sensoriamento Remoto. Florianópolis.6143-6150
  • Tanomaru, J.M. (1995). Fundamentos e Aplicações de Algoritmos Genéticos. II Congresso Brasileiro de Redes Neurais. Curitiba.373-403
  • Tsuruta, J. H, Hoshi, T, Sugai, Y. (2001). Seleção de áreas adaptativas ao desenvolvimento agrícola, usando-se Algoritmos Genéticos. EMBRAPA. Brasília - DF.
  • Tsuruta, J. H, Hoshi, T, Sugai, Y. (2002). Um estudo sobre seleção de áreas de desenvolvimento adaptável agrícola, usando algoritmos genéticos aplicados a muitas culturas. III Congresso da Associação Brasileira de Agroinformática (SBIA-gro). Foz do Iguagu.
Data source: Dialnet