SciELO - Scientific Electronic Library Online

 
vol.14 número2Qualidade da Secagem de Eucalyptus grandis Mediante Vaporização Simultânea em Toros e em Madeira SerradaDestilação por Vapor de Água de Alecrim (Rosmarinus officinalis L.) de Portugal índice de autoresíndice de assuntosPesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Silva Lusitana

versão impressa ISSN 0870-6352

Resumo

GOMES, Helena; RIBEIRO, Alexandra B.  e  LOBO, Vitor. Optimisation de la Localisation des Unités de Remédiation des Résidus de Bois Traités. Silva Lus. [online]. 2006, vol.14, n.2, pp.181-202. ISSN 0870-6352.

Le principal objectif de cette étude est d'optimiser la localisation des usines de remédiation pour traiter les déchets de bois imprégné avec CCA, en minimisant les coûts et en respectant les critères environnementaux. Dans les prochaines décennies, au Portugal, les quantités de bois traité, devant être annuellement correctement entreposés, augmenteront considérablement. Le recyclage de ces déchets, contenant chrome, cuivre et arsenic, devrait seulement être fait après leur remédiation, donc la planification et l'optimisation des sites des usines sont très importantes. Le modèle de localisation a été implémenté grâce à l'information géographique en utilisant des systèmes d'information géographiques (ArcGIS 8.2 © ESRI), à l'occupation du sol et aux résultats d'un questionnaire envoyé aux industries d'imprégnation du bois. Deux méthodes de groupage différentes (Self-organizing Maps et K-means) ont été examinées dans différentes conditions. Les solutions obtenues avec les deux méthodes sont viables et pourraient être employées pour décider de l'endroit de l'emplacement de ces usines. SOM a fourni des résultats plus robustes et reproductibles que K-means, avec l'inconvénient de durées de calcul plus longues. Le principal avantage de K-means, comparé à SOM, est la durée de calcul plus réduite et l'obtention de meilleures solutions dans la plupart des tests, malgré de grandes variations et une dispersion géographique.

Palavras-chave : déchets de bois traité avec CCA; modèles de localisation; Self-Organizing Maps; K-means; optimisation.

        · resumo em Português | Inglês     · texto em Português     · Português ( pdf )