Resolução de problemas de Bin Packing utilizando rede neural aumentada e Minimum Bin Slack

• Autor(a) principal: Almeida,Ricardo de
• Data de Publicação: 2015
• Outros Autores: Steiner,Maria Teresinha Arns
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Gestão & Produção
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2015000300611
• topic: Rede neural; Corte e empacotamento; Delineamento de experimentos; Bin Packing; Minimum Bin Slack

ResumoO objetivo do presente trabalho é comparar a utilização da meta-heurística Rede Neural Artificial Aumentada (RNAA) com a heurística Minimum Bin Slack (MBS) para resolução de Problemas de Otimização Combinatória, mais especificamente, em problemas de Bin Packing, uma classe de Problemas de Corte e Empacotamento (PCE). PCEs são vastamente encontrados em diversos ramos da indústria e o tratamento adequado deste tipo de problema pode gerar impactos diretos na economia de matérias-primas e/ou espaço físico das empresas. Para a otimização dos parâmetros da RNAA, fez-se uso de um projeto de Delineamento de Experimento (DOE) do tipo Fatorial Completo. Os testes, realizados em diversos problemas benchmark da literatura, mostraram que, de uma forma geral, a heurística MBS foi superior tanto em relação à qualidade das respostas (cerca de 70% melhor), quanto em relação ao tempo computacional (aproximadamente 90% menor).