O uso de K soluções para o problema de corte de estoque com sobras aproveitáveis

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Barreto, Arthur Medeiros Figueiredo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/11449/183049
Resumo: Este trabalho propõe diferentes estratégias de solução para a técnica de geração de colunas utilizada para resolver o problema de corte de estoque com sobras aproveitáveis (PCESA). Este problema consiste em atender a demanda de produção de itens solicitados por clientes a partir do corte de objetos comprados de fornecedores ou de sobras resultantes de cortes anteriores. O objetivo é de cunho econômico e visa, por exemplo, a minimização da perda gerada com o corte dos objetos. Neste problema, durante o processo de corte, sobras podem ser geradas para o estoque e não são contabilizadas como perdas. Uma técnica bastante utilizada para resolver este problema, assim como o clássico problema de corte de estoque, é o método de geração de colunas, que é um método iterativo no qual a cada iteração novas colunas (padrões de corte) são geradas a fim de encontrar a melhor solução para a relaxação linear do problema. A geração de colunas utiliza o problema da mochila para gerar as colunas que serão inseridas a cada iteração no problema de corte. Desta forma, o objetivo deste trabalho é estudar o impacto da inserção de K soluções, obtidas pelo problema da mochila em instâncias do PCESA unidimensional, a cada iteração do método de geração de colunas. Para as estratégias propostas, testes computacionais foram realizados utilizando classes de instâncias que variaram o valor de K. Os resultados mostraram que as estratégias reduzem o número de iterações e podem reduzir o tempo computacional em relação a geração de colunas padrão, quando apenas uma coluna é inserida a cada iteração .