A grasp metaheuristic for the ordered cutting stock problem

• Rodrigo Rabello Golfeto ^[1] ; Antônio Carlos Moretti ^[2] ; Luiz Leduíno de Salles Neto ^[3]
  1. [1] Universidade Federal Fluminense

     Universidade Federal Fluminense

     Brasil

     
  2. [2] Universidade Estadual de Campinas

     Universidade Estadual de Campinas

     Brasil

     
  3. [3] Universidade Federal de São Paulo

     Universidade Federal de São Paulo

     Brasil

     

  Mostrar afiliaciones +
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 16, Nº. 3, 2008, págs. 421-427
• Idioma: inglés
• Títulos paralelos:
  • Un metaheurístico grasp para el problema de stock de corte ordenado
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este estudio presenta un nuevo modelo matemático y un procedimiento meta-heurístico de búsqueda voraz adaptativa y aleatoria (GRASP, por sus siglas en inglés) para resolver el problema de stock de corte ordenado. Éste problema ha sido introducido recientemente en la literatura. Es apropiado minimizar la materia prima usada por las industrias que manipulan inventarios reducidos de productos, tales como las industrias que usan la base justo a tiempo para su producción. En tales casos, los modelos clásicos para resolver el problema de stock de corte ordenado son inútiles. Los resultados obtenidos, mediante experimentos computacionales para un conjunto de ejemplos aleatorios, demuestran que el método propuesto puede ser aplicado a industrias grandes que procesan cortes en sus líneas de producción y no mantienen en stock sus productos.

  • English

    This study presents a new mathematical model and a Greedy Randomized Adaptive Search Procedure (GRASP) meta-heuristic to solve the ordered cutting stock problem. The ordered cutting stock problem was recently introduced in literature. It is appropriate to minimize the raw material used by industries that deal with reduced product inventories, such as industries that use the just-in-time basis for their production. In such cases, classic models for solving the cutting stock problem are useless. Results obtained from computational experiments for a set of random instances demonstrate that the proposed method can be applied to large industries that process cuts on their production lines and do not stock their products.