Estudo de problemas de corte de itens irregulares com incertezas

• Autor(a) principal: Queiroz, Layane Rodrigues de Souza
• Data de Publicação: 2022
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-10032022-110656/
• topic: Cutting and packing problems; Heurísticas; Heuristics; Incertezas; Irregular shaped items; Itens irregulares; Modelo de programação estocástica; Problemas de corte e empacotamento; Stochastic programming model; Uncertainties

Os problemas de corte e empacotamento aparecem nas mais variadas empresas do setor logístico e de manufatura, bem como nas indústrias de móveis, vestuário, metal-mecânica, têxtil e outras. Esta tese é voltada para o estudo de problemas de nesting, ou seja, problemas de corte e empacotamento de itens irregulares, na presença de incertezas que surgem de contextos reais. Os problemas consideram duas dimensões e os itens são representados por polígonos convexos e/ou não convexos, enquanto os recipientes são retangulares. A primeira contribuição da tese está relacionada a duas heurísticas competitivas para o problema da mochila sem incertezas. Uma heurística é baseada no algoritmo genético de chaves aleatórias viciadas, enquanto a outra considera uma busca em vizinhança variável. Enquanto as heurísticas geram sequências de itens, três regras são usadas para o posicionamento de itens. Desenvolve-se ainda uma codificação para a solução do problema que permite ignorar posições viáveis durante o posicionamento de itens e, assim, escapar de possíveis ótimos locais. Em geral, estas heurísticas permitiram melhorar o estado-da-arte do problema, obtendo soluções cuja área ocupada aumentou em torno de 6% na média. A segunda contribuição envolve o problema de corte em faixa cuja demanda dos itens é um dado incerto. Além de propor para este problema um modelo de programação estocástica de dois estágios com recurso, apresenta-se um algoritmo branch-and-cut que integra uma heurística de busca em vizinhança variável para gerar soluções válidas nos nós da árvore de busca. O algoritmo proposto é competitivo com outros da literatura sobre o problema sem incertezas. No problema com incertezas, o algoritmo pode obter soluções para instâncias com até 80 cenários. Além disso, as análises das soluções do modelo de programação estocástica indicam que ignorar a aleatoriedade dos dados na escolha de uma decisão pode resultar em soluções de custo elevado. Por fim, a terceira contribuição consiste em um modelo de programação estocástica de dois estágios com recurso para um problema da mochila que apresenta defeitos no recipiente, sendo os defeitos tratados como dados incertos. As soluções geradas pelo modelo são analisadas quanto ao valor esperado da informação perfeita e o valor da solução estocástica, indicando o impacto que as incertezas têm sobre o problema. Este modelo também é extendido para considerar uma medida de risco, objetivando controlar a variabilidade das decisões de segundo estágio e, assim, obter soluções aversas ao risco. Os resultados computacionais sugerem que soluções totalmente aversas ao risco podem requerer reduções de até 28% no lucro total esperado