Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2019-106767
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Os problemas de corte de estoque são problemas de otimização que consistem em produzir um conjunto de itens demandados a partir do corte de objetos disponíveis em estoque, otimizando uma função objetivo. O problema de corte de estoque com sobras aproveitáveis (PCESA) difere do problema clássico de corte de estoque por permitir que sobras sejam geradas durante o processo de corte para atender demandas futuras, não sendo computadas como perdas.
Neste trabalho é proposto um procedimento heurístico visando a obtenção de soluções inteiras para instâncias do PCESA unidimensional a partir do modelo matemático proposto por Arenales et al. (2015). Neste modelo, as sobras são consideradas durante o processo de corte, possuindo comprimentos e quantidades limitadas previamente. O método de geração de colunas de Gilmore e Gomory (1963) foi utilizado para resolver a relaxação linear deste problema e os resultados indicaram forte relação entre quantidade de sobras geradas e redução da perda.
No procedimento heurístico proposto, após a obtenção da solução ótima contínua, os padrões de corte gerados são ordenados de modo não-crescente, de acordo com a frequência na qual devem ser cortados e respeitando as seguintes prioridades dos padrões: perda nula sem gerar sobras, perda nula gerando sobras e perda não nula ordenada de modo não-decrescente.
O procedimento consiste em arredondar o valor da frequência para o inteiro superior ao fracionário obtido e testar a factibilidade certificando-se que excessos de itens não sejam gerados ou sejam utilizados mais objetos do que os disponíveis em estoque. Caso resulte em uma solução infactível, a frequência é reduzida em uma unidade até que os excessos de itens sejam eliminados. Demanda e estoque são atualizados e repete-se o processo de arredondamento para o segundo padrão de corte, e assim por diante, até que o último padrão da lista seja analisado. Ao fim deste processo, uma demanda residual é gerada e o problema residual é resolvido utilizando o procedimento descrito anteriormente até que a demanda residual seja nula e uma solução inteira para o problema inicial seja obtida.
Para avaliar o desempenho do procedimento, testes computacionais foram realizados com instâncias da literatura e mostraram um bom desempenho do método proposto. A implementação foi desenvolvida na linguagem de programação C++ juntamente com o solver CPLEX versão 12.8.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo