Un algoritmo FFD-Eficiente para resolver el problema de corte de guillotina con demanda no unitaria de requerimientos sobre stock de tamaño variado.
Este es el tema de la tesis que estoy desarrollando, ya estoy en la etapa final, haciendo unos retoques y apunto de defender. Esta investigación ha sufrido muchos cambios durante el tiempo del desarrollo. Espero ahora tenerlo en un punto preciso para convencer a un jurado exigente, y ser capas de defender la propuesta. Aquí les comento unos detalles.
RESUMEN
Definición del Problema
Objetivo
principal
Objetivos específicos
Conclusiones
y trabajos futuros
Inicialmente publique referente a mi tema de tesis lo siguiente: "Mi Tesis C2D con GRASP: Estoy haciendo mi Tesis sobre OPTIMIZACION DE PROCESO DE CORTES EN 2D BASADO EN ALGORITMO GRASP Comentenme si algo saben de este tema... o si han tenido alguna experiencia. Gracias..."
Este es el tema de la tesis que estoy desarrollando, ya estoy en la etapa final, haciendo unos retoques y apunto de defender. Esta investigación ha sufrido muchos cambios durante el tiempo del desarrollo. Espero ahora tenerlo en un punto preciso para convencer a un jurado exigente, y ser capas de defender la propuesta. Aquí les comento unos detalles.
RESUMEN
Dado un
conjunto de requerimientos rectangulares con demanda, un número ilimitado de
láminas rectangulares de dimensiones mayores a los requerimientos y otro número
limitado de láminas rectangulares con cantidades. The Guillotine Cutting Stock Problem (GCSP) with Demand on Stock Variable consiste en realizar cortes rectos de
extremo a extremo sobre las láminas de forma a obtener todos los requerimientos
con el menor número de láminas priorizando las limitadas. Para problema no existe un procedimiento para reutilizar
en un proceso de cortes ‘n’ los desperdicios arrojados en un proceso de cortes ‘n-1’, cual es frecuentes en diversos
sectores industriales, que por lo general presentan demandas no unitaria y
grandes desperdicios reutilizables.
En el presente trabajo se
extiende el algoritmo FFD-Eficiente para resolver el problema presentado. La
propuesta consiste en construir patrones eficientes sobre
láminas variadas en tamaño y replicarlas hasta atender la demanda de un
requerimiento. Para los primeros experimentos numéricos
exclusivos del proceso de corte con stock variado, generamos instancias de
stock de tamaño variado en base a los criterios propuestos por Martello []
construyendo stock que representan un porcentaje del área de la lámina mayor
ilimitada de la solución para dicha instancia. Estos resultados arrojan un
ahorro que llegan hasta del 100% según el criterio Martello que se use para la
generación del stock.
Para el siguiente grupo de experimentos numéricos comparativos
mantenemos el stock de tamaño fijo ilimitado, de esta manera trabajando sobre
instancias de prueba, su costo computacional representa el 0.3% del costo de la
heurística FFD. Estos
experimentos numéricos muestran que a) el algoritmo propuesto para stock de
tamaño variado, es una alternativa única para resolver el problema GCSP con
Demanda y Stock Variado, consiguiendo ahorros de máximo porcentaje; y b) el
algoritmo propuesto, manteniendo al stock constante e ilimitado, es una
alternativa eficiente para resolver problemas de cortes de guillotina con
demanda no unitaria y de grande porte.
Palabras
Claves: heurística, cortes de
2D, FFD-Eficiente, Stock Variado.
Definición del Problema
A nivel industrial, en
los procesos de cortes de dos dimensiones existe gran pérdida de recursos en la
merma generada, sea papel, madera, vidrio, metal, etc. cuyo valor reciclable es
menor al valor del producto final. Muchas soluciones existen a nivel
algorítmico y permiten disminuir este desperdicio, estas oscilan en
operatividad generada, tiempo de procesamiento y porcentaje de merma no reusable
El problema a abordar
consiste en poder realizar cortes bidimensionales de tipo guillotina sobre una
cierta cantidad de stock uniforme o variado (laminas rectangulares) de tal
manera que se use lo mínimo necesario para atender todos los requerimientos
(rectángulos de dimensiones menores en sus lados respecto al stock uniforme), priorizando
el uso del stock variado, logrando que el desperdicio por lamina cortada sea
mínima, que a su vez tratemos las demandas de requerimientos de manera natural sin artificios de
tratamiento. Matemáticamente podemos definir el problema así: Dado
un conjunto de requerimientos rectangulares con demanda, un número ilimitado de
láminas rectangulares de dimensiones mayores a los requerimientos y otro número
limitado de láminas rectangulares con cantidades. The Guillotine Cutting Stock Problem (GCSP) with Demand on Stock Variable consiste en realizar cortes rectos de
extremo a extremo sobre las láminas de forma a obtener todos los requerimientos
con el menor número de láminas priorizando las limitadas.
En el presente trabajo
se extiende el algoritmo FFD-Eficiente para resolver GCSP con demanda no
unitaria sobre stock
variado La propuesta consiste en construir patrones eficientes sobre
láminas uniforme o variadas en tamaño y replicarlas hasta atender la demanda de
un requerimiento. Las láminas
de stock variado tienen mayor prioridad para ser usadas que las láminas
uniformes o de tamaño fijo.
Objetivo
principal
·
El objetivo principal es resolver el problema Guillotine Cutting Stock Problem (GCSP)
with Demand on Stock Variable a través de un algoritmo FFD-Eficiente para 2D variado.
Objetivos específicos
·
Implementar un sistema computacional que ejecute el
algoritmo propuesto y arroje reportes de solución del citado problema GCSP
sobre stock variado.
·
Compilar los resultados del algoritmo propuesto aplicado al GCSP-D-SV y
los resultados comparativos entre el FFD y el FFD-E aplicado al GCSP-D; generando
un banco inédito para instancias de cortes 2D de tipo guillotina sobre stock de
tamaño variado y otra de demostraciones numéricas comparativas del FFD-E
respecto al FFD, respectivamente.
·
Demostrar la capacidad del algoritmo propuesto para
incidir en el ahorro y reúso de materia prima para el proceso industrial de
corte bidimensional.
Conclusiones
y trabajos futuros
Lo publicaré después de la defenza.
