Un algoritmo genético paralelo para la planificación del transporte de paja en el cultivo del champiñón

Abstract

El cultivo del champiñón se está convirtiendo durante los últimos años en una actividad económica cada vez más relevante en el sector agropecuario. De acuerdo a informes recientes, el mercado de cultivo de champiñones tiene un valor global estimado de más de 61 mil millones de dólares en el año 2023, con un porcentaje estimado de crecimiento del 9.2% anual para el periodo 2024-2028. Se trata además de una actividad muy atractiva en el sector, pues puede iniciarse con poco suelo y una escasa inversión. La producción del champiñón requiere una gran cantidad de sustrato para proporcionar los nutrientes que necesita el champiñón para crecer. Uno de los componentes principales de esa biomasa es la paja. Las granjas cultivadoras de champiñones afrontan la tarea compleja de planificar, para su campaña anual, las entregas de paja desde diferentes almacenes, intentando reducir costes y pérdida de material. Esta planificación debe considerar diversos factores como la pérdida de paja causada por precipitaciones, precios variables de la paja, restricciones de transporte, cumplimiento de las necesidades de producción y los requisitos contractuales con los proveedores. Todo ello lleva a un complejo problema de optimización continua, no lineal, multivariado y multimodal, muy difícil de resolver mediante técnicas clásicas de optimización matemática. En este contexto, este TFG propone un Algoritmo Genético Paralelo (AG Paralelo) para resolver este problema de optimización. Los AGs paralelos ofrecen un enfoque eficaz para encontrar soluciones óptimas a problemas complejos de optimización en tiempos razonables. Además, permiten incorporar de forma asequible diversas restricciones a la formulación y proporcionan ganancias notables en el rendimiento computacional.

In recent years, mushroom farming has become an increasingly relevant economic activity in the agricultural sector. According to recent reports, the mushroom cultivation market has an estimated global value of more than 61 billion USD in 2023, with an estimated growth rate of 9.2% annually for the period 2024-2028. It is also a very attractive activity in the sector, since it can be started with little funding and land. Mushroom farming requires a large amount of compost to provide nutrients needed for mushrooms to grow. One of the main components of this compost is straw. Mushroom farms face the complex task of planning, for their annual campaign, straw deliveries from different warehouses, trying to reduce costs and material loss. This planning must consider various factors such as straw loss caused by rainfall, variable straw prices, transportation restrictions, compliance with production needs and contractual requirements with suppliers. All of this leads to a complex continuous, nonlinear, multivariate and multimodal optimisation problem, very difficult to be addressed using classic mathematical optimisation techniques. In this context, this TFG proposes a Parallel Genetic Algorithm (Parallel GA) to address this optimisation problem. Parallel GAs offer an effective approach to find optimal solutions to complex optimisation problems in reasonable times. Furthermore, they allow various constraints to be readily incorporated into the formulation while providing substantial gains in computational performance.