,
,
, Income_For_Var=E=(SUM(AGE$(AGE.val<9), (For_Land_Init(AGE)-For_Land_Var(AGE+1
,
, * Fonction de valeur, définie par sa forme polynomiale VALUE_FUNCTION_EQU(IMPACT)
, Value_Function(IMPACT)=E=SUM(AGE,Alpha_For(AGE) IVR
,
, AGE,AGE2)$(AGE2.val ge AGE.val)
, AGE,IMPACT) * For_Land_Var
, +SUM((AGE,AGE2,AGE3)$((AGE3.val ge AGE2.val) AND (AGE2.val ge AGE.val)
, AGE,IMPACT) * For_Land_Var(AGE2,IMPACT) * For_Land_Var
, Contrainte de vieillissement sur les classes d'âge FOREST_DYNAMICS(AGE)$(AGE.val<9)
, For_Land_Var(AGE+1,'0')=L=For_Land_Init(AGE)
, * A partir des décisions, calculs des variables réalisées à t+1 * conditionnellement aux différentes tempêtes FOREST_IMPACT(AGE,IMPACT)$(IMPACT.val>0
AGE,IMPACT)=E=For_Land_Var(AGE ,
, AGE,IMPACT), p.1
, * Contrainte sur la surface totale disponible LAND_BALANCE(IMPACT)
, SUM(AGE,For_Land_Var(AGE,IMPACT))=L=Total_Land
,
Définition de la régression des valeurs de V^(i+1) ,
, Alpha_For_Var(AGE)
, Alpha_For_For_Var(AGE,AGE2)
, Alpha_For_For_For_Var(AGE,AGE2,AGE3)
, * (Value_Function_Model(REFS)-Value_Regress_Calc(REFS)))))
, Cette équation donne les valeurs de la fonction de valeur telles * que calculées à partir de la formule polynomiale
, * La version de cette équation présentée ci-dessous a été abrégée IVT Value_Regress_Equ(REFS)
, Value_Regress_Calc(REFS)=E=
, SUM((For0,For1
,
0') * For0.val * For0.val + Alpha_For_For_Var, p.0 ,
,
val * For9.val + Alpha_For_For_For_Var('0','0','0') * For0.val * For0.val * For0.val + Alpha_For_For_For_Var('0','0','1') * For0.val * For0.val * For1 ,
1') * For0.val * For1.val * For1 ,
, For9.val * For9.val * For9.val)
, 0')=SUM((For0,For1
,
, 1')=SUM((For0,For1
,
,
, =SUM((For0,For1
,
, * Le modèle d'optimisation est résolu SOLVE CONTINUOUS_MODEL using NLP maximizing Obj_Var
, * Les résultats sont stockés (non indispensable
, IMPACT
, Results_Income(REFS)=Income_For_Var.L
, Value_Function_Model(REFS)=Obj_Var.L; )
, IVV using NLP minimizing Obj_Regress_Var
, * Les nouvelles valeurs des paramètres alpha se substituent * aux anciennes
, AGE)=Alpha_For_Var.L(AGE
AGE,AGE2)=Alpha_For_For_Var.L(AGE,AGE2) ,
, AGE3
, * Stockage de la valeur de la somme des carrées des erreurs
, * La fonction V est connue, il reste à reconstituer une séquence
,
,
, Compile3
état initial importe peu mais en choisissant la forêt * normale de Faustmann, on peut supposer que la convergence * sera plus rapide ,
0')=14.2 ,
1')=14.2 ,
2')=14.2 ,
3')=14.2 ,
4')=14.2 ,
5')=14.2 ,
6')=14.2 ,
, , p.0
, , p.0
, , p.0
, * Détermination de la première transition SOLVE CONTINUOUS_MODEL using NLP maximizing Obj_Var
, * Chargement des résultats
, AGE)=For_Land_Var.L(AGE, issue.1
Cons','1')=Income_For_Var.L ,
Obj','1')=Obj_Var.L ,
, * Détermination des 99 autres transitions LOOP(TIME$(TIME.val ge 1), For_Land_Init('0')=Compile3
1')=Compile3('Forest',TIME ,
2')=Compile3('Forest',TIME ,
3')=Compile3('Forest',TIME ,
4')=Compile3('Forest',TIME ,
5')=Compile3('Forest',TIME ,
6')=Compile3('Forest',TIME ,
7')=Compile3('Forest',TIME ,
8')=Compile3('Forest',TIME ,
, , p.3
, IWH SOLVE CONTINUOUS_MODEL using NLP maximizing Obj_Var
Forest',TIME+1,AGE)=For_Land_Var.L(AGE ,
Cons',TIME+1)=Income_For_Var.L ,
Obj',TIME+1)=Obj_Var.L; ) ,
, * Affichage des résultats DISPLAY Compile2
Ensemble D des états discrets de la forêt xf X ge sript est généré en distriunt entre les di'érentes lsses d9âge des surfes pr lots de IHD SH ou IHH unitésD le totl distriué devnt tteindre IHH extementF SET MAP_REFS(REFS, les résultats sont sauvegardés * dans un fichier gdx IWI IWP Script, vol.2 ,
,