Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Gonçalo Renildo Lima Cerqueira
Orientador(a): Horacio Hideki Yanasse
Banca de defesa: José Demisnio Simões da Silva, Luiz Leduíno de Salles Neto, Reinaldo Morabito Neto
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Computação Aplicada
Departamento: Não Informado pela instituição
País: BR
Resumo em Inglês: In this work, the one-dimensional cutting stock problem with the objectives of minimizing waste and reducing the number of patterns in the solution is considered. Four new heuristics to solve this problem are proposed. The first thrce houristics have three phases: in the first phase an initial set of patterns is generated, in the second phase a residual problem is solved and in the third phase a pattern reduction technique is applied to the solution of the problem. The methodology applied in the second and third phases is the same for all these three heuristics. The heuristics differ only in phase 1 regarding the methodology used to generate the patterns. The fourth heuristic has only two phases. In the first phase, a variation of a heuristic procedure recently proposed in the literature is used, where several solutions are generated and the best is chosen. The second phase of heuristic 4 is identical to phase 3 of the three previous heuristics. In the first heuristic the patterns are generated taking into consideration the average demand of the remaining items, valuing the larger items. In the second heuristic, the patterns are generated dividing the items in two disjoint groups according to their demands. The third heuristic is a variant of the second heuristic, modifying the way the items are divided in groups, that are not necessarily disjoint sets and the quantity of items in these groups is determined according to the residual demand of the items at each iteration. In the fourth heuristic, patterns that can bc cut with different pre-established frequencies, sot according to the demands of the existing items, are generated. We also propose a variant of the procedure in of the literature known as KOMBI, that we denominated MüDIFIED KOMBI or KOMBI-M. We performed computational tests with instances of the liter ature and we observed that the proposed heuristics present a good performance in terms of quality of solutions when compared with other solutions generated by recent methods of the literature, with an acceptable computational time average.
Link de acesso: http://urlib.net/sid.inpe.br/mtc-m18@80/2009/07.08.22.22
Resumo: Neste trabalho, foca-se o problema de corte de estoque unidimensional em que são considerados dois objetivos: a minimização do desperdício e a redução do número de padrões na solução. Quatro novas heurísticas para resolver este problema são propostas. As três primeiras heurísticas possuem três fases: na primeira fase um conjunto inicial de padrões é gerado, na segunda fase um problema residual é resolvido, e, na terceira fase uma técnica de redução de padrões é aplicada à solução do problema. A metodologia aplicada nas fases 2 e 3 é a mesma para estas 3 heurísticas consideradas, que diferem apenas na fase 1 quanto à metodologia adotada na obtenção dos padrões. A quarta heurística tem apenas duas fases. Na primeira fase utiliza-se uma variante de uma heurística recentemente proposta na literatura em que várias soluções são geradas e a melhor é mantida. A segunda fase desta heurística 4 é idêntica à fase 3 das 3 heurísticas anteriores. Na heurística 1 os padrões são gerados levando-se em consideração a demanda média dos itens remanescentes, valorizando os itens maiores. Na heurística 2, os padrões são gerados a partir de uma divisão dos itens em dois grupos disjuntos de acordo com suas demandas. A heurística 3 é urna variante da heurística 2, em que modificamos a maneira de dividir os itens em grupos, que não necessariamente são disjuntos e a quantidade destes grupos é definida de acordo com a demanda residual dos itens a cada iteração. Na heurística 4 são gerados padrões que podem ser cortados com diferentes frequências pré-estabelecidas de acordo com as demandas dos itens existentes no problema. Propomos também uma variação do procedimento de redução de padrões da literatura conhecido como KOMBI, a fim de melhorar seu desempenho, possibilitando um maior número e combinação de padrões, contribuindo assim, para reduzir mais o número de padrões na solução do problema, o qual denominamos de KOMBI MODIFICADO ou KOMBI-M. São realizados testes computacionais com instâncias da literatura e observa-se que as heurísticas propostas apresentam um bom desempenho em termos de qualidade de solução quando comparadas com outras soluções geradas por métodos recentes da literatura, com média de tempo computacional aceitável.
id INPE_bce73d1b0e1ec0430d70663c3aa5ac18
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m18@80/2009/07.08.22.22.43-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisHeurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrõesHeuristics based on sequential pattern generation for the one-dimensional cutting stock problem with a reduced number of patterns2009-08-04Horacio Hideki YanasseJosé Demisnio Simões da SilvaLuiz Leduíno de Salles NetoReinaldo Morabito NetoGonçalo Renildo Lima CerqueiraInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Computação AplicadaINPEBRredução de padrõespadrões de corteheurísticaprogramação linearproblema de cortepatterns reductioncutting patternsheuristiclinear programmingcutting problemNeste trabalho, foca-se o problema de corte de estoque unidimensional em que são considerados dois objetivos: a minimização do desperdício e a redução do número de padrões na solução. Quatro novas heurísticas para resolver este problema são propostas. As três primeiras heurísticas possuem três fases: na primeira fase um conjunto inicial de padrões é gerado, na segunda fase um problema residual é resolvido, e, na terceira fase uma técnica de redução de padrões é aplicada à solução do problema. A metodologia aplicada nas fases 2 e 3 é a mesma para estas 3 heurísticas consideradas, que diferem apenas na fase 1 quanto à metodologia adotada na obtenção dos padrões. A quarta heurística tem apenas duas fases. Na primeira fase utiliza-se uma variante de uma heurística recentemente proposta na literatura em que várias soluções são geradas e a melhor é mantida. A segunda fase desta heurística 4 é idêntica à fase 3 das 3 heurísticas anteriores. Na heurística 1 os padrões são gerados levando-se em consideração a demanda média dos itens remanescentes, valorizando os itens maiores. Na heurística 2, os padrões são gerados a partir de uma divisão dos itens em dois grupos disjuntos de acordo com suas demandas. A heurística 3 é urna variante da heurística 2, em que modificamos a maneira de dividir os itens em grupos, que não necessariamente são disjuntos e a quantidade destes grupos é definida de acordo com a demanda residual dos itens a cada iteração. Na heurística 4 são gerados padrões que podem ser cortados com diferentes frequências pré-estabelecidas de acordo com as demandas dos itens existentes no problema. Propomos também uma variação do procedimento de redução de padrões da literatura conhecido como KOMBI, a fim de melhorar seu desempenho, possibilitando um maior número e combinação de padrões, contribuindo assim, para reduzir mais o número de padrões na solução do problema, o qual denominamos de KOMBI MODIFICADO ou KOMBI-M. São realizados testes computacionais com instâncias da literatura e observa-se que as heurísticas propostas apresentam um bom desempenho em termos de qualidade de solução quando comparadas com outras soluções geradas por métodos recentes da literatura, com média de tempo computacional aceitável.In this work, the one-dimensional cutting stock problem with the objectives of minimizing waste and reducing the number of patterns in the solution is considered. Four new heuristics to solve this problem are proposed. The first thrce houristics have three phases: in the first phase an initial set of patterns is generated, in the second phase a residual problem is solved and in the third phase a pattern reduction technique is applied to the solution of the problem. The methodology applied in the second and third phases is the same for all these three heuristics. The heuristics differ only in phase 1 regarding the methodology used to generate the patterns. The fourth heuristic has only two phases. In the first phase, a variation of a heuristic procedure recently proposed in the literature is used, where several solutions are generated and the best is chosen. The second phase of heuristic 4 is identical to phase 3 of the three previous heuristics. In the first heuristic the patterns are generated taking into consideration the average demand of the remaining items, valuing the larger items. In the second heuristic, the patterns are generated dividing the items in two disjoint groups according to their demands. The third heuristic is a variant of the second heuristic, modifying the way the items are divided in groups, that are not necessarily disjoint sets and the quantity of items in these groups is determined according to the residual demand of the items at each iteration. In the fourth heuristic, patterns that can bc cut with different pre-established frequencies, sot according to the demands of the existing items, are generated. We also propose a variant of the procedure in of the literature known as KOMBI, that we denominated MüDIFIED KOMBI or KOMBI-M. We performed computational tests with instances of the liter ature and we observed that the proposed heuristics present a good performance in terms of quality of solutions when compared with other solutions generated by recent methods of the literature, with an acceptable computational time average.http://urlib.net/sid.inpe.br/mtc-m18@80/2009/07.08.22.22info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:25Zoai:urlib.net:sid.inpe.br/mtc-m18@80/2009/07.08.22.22.43-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:26.428Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
dc.title.alternative.en.fl_str_mv Heuristics based on sequential pattern generation for the one-dimensional cutting stock problem with a reduced number of patterns
title Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
spellingShingle Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
Gonçalo Renildo Lima Cerqueira
title_short Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
title_full Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
title_fullStr Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
title_full_unstemmed Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
title_sort Heurísticas baseadas em geração sequencial de padrões para o problema de corte de estoque unidimensional com número reduzido de padrões
author Gonçalo Renildo Lima Cerqueira
author_facet Gonçalo Renildo Lima Cerqueira
author_role author
dc.contributor.advisor1.fl_str_mv Horacio Hideki Yanasse
dc.contributor.referee1.fl_str_mv José Demisnio Simões da Silva
dc.contributor.referee2.fl_str_mv Luiz Leduíno de Salles Neto
dc.contributor.referee3.fl_str_mv Reinaldo Morabito Neto
dc.contributor.author.fl_str_mv Gonçalo Renildo Lima Cerqueira
contributor_str_mv Horacio Hideki Yanasse
José Demisnio Simões da Silva
Luiz Leduíno de Salles Neto
Reinaldo Morabito Neto
dc.description.abstract.por.fl_txt_mv Neste trabalho, foca-se o problema de corte de estoque unidimensional em que são considerados dois objetivos: a minimização do desperdício e a redução do número de padrões na solução. Quatro novas heurísticas para resolver este problema são propostas. As três primeiras heurísticas possuem três fases: na primeira fase um conjunto inicial de padrões é gerado, na segunda fase um problema residual é resolvido, e, na terceira fase uma técnica de redução de padrões é aplicada à solução do problema. A metodologia aplicada nas fases 2 e 3 é a mesma para estas 3 heurísticas consideradas, que diferem apenas na fase 1 quanto à metodologia adotada na obtenção dos padrões. A quarta heurística tem apenas duas fases. Na primeira fase utiliza-se uma variante de uma heurística recentemente proposta na literatura em que várias soluções são geradas e a melhor é mantida. A segunda fase desta heurística 4 é idêntica à fase 3 das 3 heurísticas anteriores. Na heurística 1 os padrões são gerados levando-se em consideração a demanda média dos itens remanescentes, valorizando os itens maiores. Na heurística 2, os padrões são gerados a partir de uma divisão dos itens em dois grupos disjuntos de acordo com suas demandas. A heurística 3 é urna variante da heurística 2, em que modificamos a maneira de dividir os itens em grupos, que não necessariamente são disjuntos e a quantidade destes grupos é definida de acordo com a demanda residual dos itens a cada iteração. Na heurística 4 são gerados padrões que podem ser cortados com diferentes frequências pré-estabelecidas de acordo com as demandas dos itens existentes no problema. Propomos também uma variação do procedimento de redução de padrões da literatura conhecido como KOMBI, a fim de melhorar seu desempenho, possibilitando um maior número e combinação de padrões, contribuindo assim, para reduzir mais o número de padrões na solução do problema, o qual denominamos de KOMBI MODIFICADO ou KOMBI-M. São realizados testes computacionais com instâncias da literatura e observa-se que as heurísticas propostas apresentam um bom desempenho em termos de qualidade de solução quando comparadas com outras soluções geradas por métodos recentes da literatura, com média de tempo computacional aceitável.
dc.description.abstract.eng.fl_txt_mv In this work, the one-dimensional cutting stock problem with the objectives of minimizing waste and reducing the number of patterns in the solution is considered. Four new heuristics to solve this problem are proposed. The first thrce houristics have three phases: in the first phase an initial set of patterns is generated, in the second phase a residual problem is solved and in the third phase a pattern reduction technique is applied to the solution of the problem. The methodology applied in the second and third phases is the same for all these three heuristics. The heuristics differ only in phase 1 regarding the methodology used to generate the patterns. The fourth heuristic has only two phases. In the first phase, a variation of a heuristic procedure recently proposed in the literature is used, where several solutions are generated and the best is chosen. The second phase of heuristic 4 is identical to phase 3 of the three previous heuristics. In the first heuristic the patterns are generated taking into consideration the average demand of the remaining items, valuing the larger items. In the second heuristic, the patterns are generated dividing the items in two disjoint groups according to their demands. The third heuristic is a variant of the second heuristic, modifying the way the items are divided in groups, that are not necessarily disjoint sets and the quantity of items in these groups is determined according to the residual demand of the items at each iteration. In the fourth heuristic, patterns that can bc cut with different pre-established frequencies, sot according to the demands of the existing items, are generated. We also propose a variant of the procedure in of the literature known as KOMBI, that we denominated MüDIFIED KOMBI or KOMBI-M. We performed computational tests with instances of the liter ature and we observed that the proposed heuristics present a good performance in terms of quality of solutions when compared with other solutions generated by recent methods of the literature, with an acceptable computational time average.
description Neste trabalho, foca-se o problema de corte de estoque unidimensional em que são considerados dois objetivos: a minimização do desperdício e a redução do número de padrões na solução. Quatro novas heurísticas para resolver este problema são propostas. As três primeiras heurísticas possuem três fases: na primeira fase um conjunto inicial de padrões é gerado, na segunda fase um problema residual é resolvido, e, na terceira fase uma técnica de redução de padrões é aplicada à solução do problema. A metodologia aplicada nas fases 2 e 3 é a mesma para estas 3 heurísticas consideradas, que diferem apenas na fase 1 quanto à metodologia adotada na obtenção dos padrões. A quarta heurística tem apenas duas fases. Na primeira fase utiliza-se uma variante de uma heurística recentemente proposta na literatura em que várias soluções são geradas e a melhor é mantida. A segunda fase desta heurística 4 é idêntica à fase 3 das 3 heurísticas anteriores. Na heurística 1 os padrões são gerados levando-se em consideração a demanda média dos itens remanescentes, valorizando os itens maiores. Na heurística 2, os padrões são gerados a partir de uma divisão dos itens em dois grupos disjuntos de acordo com suas demandas. A heurística 3 é urna variante da heurística 2, em que modificamos a maneira de dividir os itens em grupos, que não necessariamente são disjuntos e a quantidade destes grupos é definida de acordo com a demanda residual dos itens a cada iteração. Na heurística 4 são gerados padrões que podem ser cortados com diferentes frequências pré-estabelecidas de acordo com as demandas dos itens existentes no problema. Propomos também uma variação do procedimento de redução de padrões da literatura conhecido como KOMBI, a fim de melhorar seu desempenho, possibilitando um maior número e combinação de padrões, contribuindo assim, para reduzir mais o número de padrões na solução do problema, o qual denominamos de KOMBI MODIFICADO ou KOMBI-M. São realizados testes computacionais com instâncias da literatura e observa-se que as heurísticas propostas apresentam um bom desempenho em termos de qualidade de solução quando comparadas com outras soluções geradas por métodos recentes da literatura, com média de tempo computacional aceitável.
publishDate 2009
dc.date.issued.fl_str_mv 2009-08-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m18@80/2009/07.08.22.22
url http://urlib.net/sid.inpe.br/mtc-m18@80/2009/07.08.22.22
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Horacio Hideki Yanasse
_version_ 1706805032718958592