O Problema de Corte de Estoque

Slides:



Advertisements
Apresentações semelhantes
AULA 02 PROGRAMAÇÃO LINEAR INTEIRA
Advertisements

Prof. M.Sc. Fábio Francisco da Costa Fontes Maio
Python: Recursão Claudio Esperança.
Métodos Iterativos.
Fluxo em Redes Prof. Ricardo R. Santos.
Subespaço, base e dimensão
ETAPAS DE ESTUDO EM P.O. Definição e Formulação do Problema
Amintas engenharia.
ANÁLISE DISCRIMINANTE
Programação Linear e Seus Teoremas
Ronaldo Gilberto de Oliveira
Prof. M.Sc. Fábio Francisco da Costa Fontes Outubro
Prof. M.Sc. Fábio Francisco da Costa Fontes Agosto
Problemas de Forma Não-padrão
Modelos Matemáticos utilizados na PO
SIMPLEX ANÁLISE COMPLETA ANDERSON BESTETTI 1, EDUARDO RIGHES 1, EVERTON FONTOURA 2, GUILHERME LAZZARI 3, RODRIGO SCHRAMM 3, ROGERIO MARTINS 4 1 {anderson.bestetti,
Teoria e Modelagem Matemática
Tópicos em otimização combinatória
Para uma boa alimentação, o corpo necessita de
Programação Linear Universidade Federal de Itajubá – UNIFEI
Matemática para Economia III
Linguagem de Programação II Parte IX
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Otimização Inteira 5a. Aula Franklina.
Problemas de Otimização
Alexis Adriano da Silva Vitek Consultoria Ltda.
CRITÉRIOS 2.0 Definindo os critérios para o tipo de obra escolhido
AULA COMPUTACIONAL - Síntese de Sistemas de Separação (Cap. 7) 20 DE OUTUBRO DE 2008.
1 - Equações Diferenciais Ordinárias
Aula 02: Processo de elaboração de políticas públicas
PROGRAMAÇÃO MATEMÁTICA MÉTODO SIMPLEX
Algoritmos de Busca Local
Cálculo Numérico / Métodos Numéricos
Otimização Linear Definições e Solução Gráfica
CRIA OBRA NOVA 3.0 Definindo Dados geométricos da Obra.
Programação Linear Universidade Federal de Itajubá – UNIFEI
Busca Combinatorial e Métodos de Heurística
Introdução Prof. Antonio Carlos Coelho
AULA 3 - Construindo Modelos Matemáticos
INE Fundamentos de Matemática Discreta para a Computação
Capitulo 5: Simplex Voltando ao exemplo da confecção da D. Maria, e modificando um pouco os valores apenas para facilitar nossos cálculos e o entendimento,
Capitulo 8: Dualidade O que é um modelo Dual?
PROGRAMAÇÃO LINEAR 17 DE SETEMBRO DE Definição 2. Aplicações 3. Problema Ilustrativo 3.1 Enunciado 3.2 Dados Físicos e Econômicos 3.3 Modelo.
Programação Dinâmica.
Problemas de Forma Não-Padrão
XIII Semana da Matemática Mini curso 7 Modelagem de Problemas de Otimização Socorro Rangel (DCCE)
Complexidade de Computação Katia Guimarães. Avaliando a Qualidade de um Algoritmo É preciso ter bem definido –O que é dado de entrada e –O que é esperado.
Estatística Descritiva. 2 oO que é a estatística ? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os estatísticos são.
Seleção do Processo de Usinagem
O Problema do Corte Unidimensional
Otimização Matemática e Aplicações
FEAMIG – Faculdade de Engenharia de Minas Gerais
Maria do Socorro Nogueira Rangel DCCE
2 - Portfólio de Investimentos
Angela Fernanda Noeli Pimentel
Prof. Disney Douglas Sistemas de Equações Lineares e Operações Elementares.
Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
Computação Evolutiva Nome dado ao estudo de algoritmos cuja inspiração é o processo de evolução natural das espécies. Origem: trabalho de um pesquisador.
Pesquisa Operacional:
Problemas de Otimização Combinatória
Planejamento Desagregado e Controle de Itens de Lead Time Longo
Análise de Componentes Principais
O Problema do Corte Bidimensional
Professor: Cezar Augusto Pereira dos Santos
PROBLEMAS DE TRANSPORTE
FERRAMENTAS DA QUALIDADE
Comportamento Assintótico
O Método Simplex Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto.
1 1 Slide Programação Dinâmica Prof. Dr. Alexandre Pereira Salgado Junior.
Transcrição da apresentação:

O Problema de Corte de Estoque Características típicas: • problema de várias mochilas - seleção de objetos • muitos itens devem ser produzidos, porém, de poucos tipos (alta repetição) • muitos objetos (barras) dever ser cortados, porém, de poucos tipos. Muitos objetos serão igualmente cortados (padrões de corte)

Exemplo: Cortar barras de 240 cm (estoque) para a produção de 1000 itens de 30 cm (tipo 1) 1250 itens de 42 cm (tipo 2) 2000 itens de 45 cm (tipo 3) total de 4250 itens cortados de apenas 3 tipos (bin-packing?) muitas barras devem ser igualmente cortadas (padrão de corte = maneira particular de cortar uma barra, que deve ser repetida várias vezes) Qual o número mínimo necessário de barras ? Como devem ser cortadas as barras (padrões de corte) ?

A cada padrão de corte associamos um vetor m-dimensional que contabiliza os itens produzidos: onde i é o número de itens do tipo i no padrão. (1) (2) (4) L l1 l2 l4  a = ( 2 1 0 2 )T Um vetor (1 2 ...m ) corresponde a um padrão de corte se:

Restricões de processo Restrições adicionais de processo F = Número Máximo de Facas Facas (1) (3) (4) 2 Facas laterais para imperfeições! 5 Facas  4 itens!

Restricões de processo Restrições adicionais de processo: Cortagem em estágios O Problema da Mochila Compartimentada Compartimentos carregados com itens de mesma classe Ex. medicamentos, alimentos, roupas limpas, roupas sujas, etc. Os compartimentos têm tamanhos máximos e mínimos e cada novo compartimento inserido na mochila perde-se espaço L = 30 limites mínimo e máximo e perdas para os compartimentos Lkmax = 9 Lkmin = 5 Sk = 1 +

O Problema da Mochila Compartimentada fase 1 fase 2 A2 2 A2 2 A1 1 2 C2 6

 Padrões equivalentes Observações: Ao reconhecer um padrão de corte pelo seu vetor associado, não distinguimos entre padrões do tipo:  (2 1 2)T  Padrões equivalentes (1) (2) (3) (3) (1) (2)

Modelagem matemática: 1. Defina todas as possíveis maneiras de se cortar os objetos em estoque, isto é, todos os padrões de corte problema combinatório 2. Decida quantas vezes cada padrão de corte deve ser utilizado para atender a demanda

O Problema de Corte de Estoque Exemplo: Comprimento das barras em estoque: L = 120cm Comprimentos (demanda) dos itens: (m = 3) l1 = 30cm (d1= 1000) l2 = 42cm (d2=1250) l3 = 45cm (d3=2000)  a1 = (4 0 0)T 30 Padrão 1: 36 42 Padrão 2:  a2 = (0 2 0)T homogêneos 30 45 Padrão 3:  a3 = (0 0 2)T 30 45 Padrão 4:  a4 = (1 0 2)T

O Problema de Corte de Estoque Variáveis de decisão: xj : número de vezes que o padrão j é utilizado, j = 1,2,... Base inicial formada pelos padrões homogêneos

O Problema de Corte de Estoque Modelagem Matemática Apenas um tipo de barra em estoque em quantidade ilimitada. Diversos tipos de barra em estoque em quantidade ilimitada. Diversos tipos de barra em estoque em quantidade limitada. Problemas de dimensão maiores que 1.

Apenas um tipo de barra em estoque O Problema de Corte de Estoque Apenas um tipo de barra em estoque Dados do problema: m : número de tipos de itens li : comprimento do item tipo i di : quantidade demandada do item tipo i L : comprimento (único) da barra em estoque c : custo de cada barra em estoque Objetivo: Atender a demanda ao custo mínimo.

O Problema de Corte de Estoque modelo básico Etapa 1: Defina todos os possíveis padrões de corte, ou seja, determine todas as soluções do sistema: Suponha que as soluções sejam: Padrão 1 Padrão 2 Padrão n

O Problema de Corte de Estoque Etapa 2: Seja xj o número de vezes que o objeto (barra) é cortado usando o padrão de corte j, j = 1,…,n. Resolva: Otimização linear método simplex – geração de colunas m equações – algumas dezenas n variáveis – centenas de milhares !

Alterações no modelo básico O Problema de Corte de Estoque Alterações no modelo básico Demanda com tolerância: di Ex: i = 0,05

Alterações no modelo básico O Problema de Corte de Estoque Alterações no modelo básico 2. Função “perda”: (1) (2) (m) L 1j l1 2j l2 mj lm cj Padrão j:

O Problema de Corte de Estoque Alterações no modelo básico 3. Unidade de demanda em toneladas (bobinas na indústria de papel, metalúrgica,…) Dados adicionais: T : peso (ton) de cada objeto L (i) li T/L = peso específico (ton/cm) = peso do item i = peso (ton) dos itens i no padrão j Número de bobinas cortadas usando o padrão j. Mudança de variável ton. no padrão j

O Problema de Corte de Estoque Alterações no modelo básico 4. Corte de retângulos (indústria de papel) fibra wi li fibra wi li Facas (1) (3) (4)

O Problema de Corte de Estoque Alterações no modelo básico Sentido da fibra irrelevante  bobina pode ser cortada nos comprimentos: Mochila com 2m itens Padrão j: mesmo item: retângulo l1  w1 1j + m+1,j = qde. do item 1 no padrão j

Diversos tipos de barra em estoque em quantidade ilimitada O Problema de Corte de Estoque Diversos tipos de barra em estoque em quantidade ilimitada Máquinas diferentes produzem os objetos (comp. diferentes) em quantidades suficientemente grandes para atender toda a demanda (indústria de papel). Objetos adquiridos no mercado, em tamanhos diferentes, onde a oferta é grande (construção civil).

O Problema de Corte de Estoque Barras ilimitadas em estoque Dados de demanda m : número de tipos de itens li : comprimento do item tipo i di : quantidade demandada do item tipo i Dados de estoque: N : número de tipos de objetos em estoque Lk : comprimento do objeto (barra) tipo k ck : custo da barra tipo k Padrões de corte para barra de comprimento Lk

O Problema de Corte de Estoque Barras ilimitadas em estoque Etapa 2: xij o número de vezes que o objeto j é cortado usando o padrão de corte i.

Diversos tipos de barra em estoque em quantidades limitadas O Problema de Corte de Estoque Diversos tipos de barra em estoque em quantidades limitadas Dado adicional: ej : quantidade disponível da barra j, j=1,…,N.

Problemas de dimensões maiores que 1 O Problema de Corte de Estoque Problemas de dimensões maiores que 1 A modelagem anterior ainda é válida: Etapa 1: definição dos padrões de corte (mais dificil) caso unidimensional: o número de itens no padrão descreve facilmente o padrão de corte. Caso bidimensional: arranjar uma quantidade de retângulos sobre uma placa, sem sobreposição, não é trivial. Regras de cortagem: cortes guilhotinados, estagiados, não guilhotinados guillotinados Etapa 2: quanto usar de cada padrão para atender a demanda (mesmo modelo de otimização linear)

O Problema de Corte de Estoque Bidimensional L  W (1) (2) (3) (5) li wi (4)

Definição. Um corte sobre uma placa retangular que produza dois novos retângulos é chamado corte guilhotinado ortogonal, ou simplesmente, corte guilhotinado. Uma sequência de cortes guilhotinados, aplicados sobre a placa e sobre os retângulos resultantes produz um padrão de corte guilhotinado a = (3, 1, 2, 0, 1)T.

Os cortes guilhotinados podem ser organizados em estágios da seguinte forma: Num primeiro estágio, cortes guilhotinados são feitos sobre a placa. Em seguida, num segundo estágio, os retângulos obtidos são cortados perpendicularmente ao cortes do estágio anterior, e assim por diante, são definidos estágios de corte. Definição Se o número permitido de estágios é limitado por k, dizemos que o padrão de corte resultante é um padrão de corte guilhotinado em k-estágios.

Itens que podem ser cortados na faixa k: Wk = { i tal que: wi  wk } O problema de corte bidimensional guilhotinado em 2-estágios i) Determinar os melhores padrões para as faixas: Lw1 , Lw2 … Lwm. L wk j k i Itens que podem ser cortados na faixa k: Wk = { i tal que: wi  wk } ik  0, inteiro, i=1,..,m sujeito a:

ii) Determinar quantas vezes cada faixa deve ser utilizada no padrão bidimensional. Como cada faixa k tem largura wk e a largura da placa é W, temos então de resolver o seguinte problema da mochila: V= Maximizar V11 + V22 + …+Vrr sujeito a: w11 + w22 + …+wrr  W 10, 2 0,…, r0 e inteiros.

Exemplo. Placa LW = 110110 m = 4 itens, comprimentos, larguras e valores de utilidade: i li  wi vi 1 20 30 6 2 30 40 12 3 50 60 30 4 60 60 36 Faixa 1: 11030 Faixa 2: 11040 Faixa 3: 11060 W1 = { 1 } W2 = { 1, 2 } W3 = { 1, 2, 3,4 } 1 L=110 1 2 L=110 4 3 L=110 V1 =30 V2 =42 V3 =66

V = Maximizar 30 1 + 42 2 + 663 sujeito a: 301 + 402 + 603 110 10, 2 0, 30 e inteiros. Solução: 1 =1, 2 = 1, 3 = 1, V = 138. 4 3 L=110 1 2 W=110

Heurísticas de arredondamento da solução O Problema de Corte de Estoque Inteiro Heurísticas de arredondamento da solução Arredondamento da solução ? geração de colunas Problema Residual: dd-Ay Repetir até que: heurísticas alternativas: Revisão do arredondamento