ISSN 0101-7438

O PROBLEMA DA MOCHILA COMPARTIMENTADA E APLICAES

Fabiano do Prado Marques

Marcos Nereu Arenales *
Departamento de Cincias de Computao e Estatstica
Universidade de So Paulo
So Carlos SP
E-mails: araxa@icmc.sc.usp.br
arenales@icmc.sc.usp.br
* Corresponding author /autor para quem as correspondncias devem ser encaminhadas

Recebido em 03/2002, aceito em 12/2002 aps 2 revises

Resumo

O Problema da Mochila Compartimentada uma variao do clssico problema da mochila e pode ser
enunciado considerando-se a seguinte situao hipottica: um alpinista deve carregar sua mochila com
possveis itens de seu interesse. A cada item atribui-se o seu peso e um valor de utilidade (at aqui, o
problema coincide com o clssico Problema da Mochila). Entretanto, os itens so de agrupamentos
distintos (alimentos, medicamentos, utenslios, etc.) e devem estar em compartimentos separados na
mochila. Os compartimentos da mochila so flexveis e tm capacidades limitadas. A incluso de um
compartimento tem um custo fixo que depende do agrupamento com que foi preenchido, alm de
introduzir uma perda da capacidade da mochila. O problema consiste em determinar as capacidades
adequadas de cada compartimento e como esses devem ser carregados, maximizando o valor de utilidade
total, descontado o custo de incluir compartimentos. Neste trabalho propomos um modelo de otimizao
no linear inteiro para o problema e algumas heursticas para sua resoluo. Uma aplicao prtica de
relevncia deste problema aparece no corte de bobinas de ao, sujeito laminao, detalhado em apndice.

Palavras-chave: problemas da mochila, problemas de corte e empacotamento, otimizao

inteira e combinatria.

Abstract

The Compartmentalized Knapsack Problem is a variation of the classical knapsack problem and can be
stated considering the following hypothetical situation: an alpinist must load his knapsack with items.
Two numbers, a weight and an utility value are associated with each item (so far, the problem coincides
with the classical integer Knapsack Problem). However, the items are of different classes (food,
medicine, utensil, etc.) and they have to be packed into separate compartments inside the knapsack. The
compartments are flexible and have limited capacities. Each compartment has a fixed cost that depends
on the class of the items and, in addition, each new compartment introduces a loss on the capacity of
the knapsack. The Compartmentalized Knapsack Problem consists in determining suitable capacities
for each compartment as well as their packing. The objective is to maximize the total utility value paid off
the cost of the compartments. In this work, we model the problem as an integer non-linear optimization
problem and we design some heuristic methods for its solution. A practical application of this problem
arises in steel rolls cutting subject to lamination, which is discussed in detail in the appendix.

Keywords: knapsack problems, cutting and packing problems, integer and combinatorial
optimization.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 285

 Marques & Arenales O problema da mochila compartimentada e aplicaes

1. Introduo
Cortar objetos grandes (por exemplo, bobinas, placas, paraleleppedos) para a produo de
itens menores em quantidades bem definidos, ou empacotar itens pequenos dentro de espaos
bem definidos so problemas idnticos, considerando que um item cortado de uma certa
posio pode ser visto como ocupando aquela posio (da a referncia na literatura a
Problemas de Corte e Empacotamento).
O nmero de combinaes possveis dos itens dentro de um objeto (cada combinao
possvel chamada padro de corte) , em geral, muito grande e, a tentativa de enumer-las
completamente invivel do ponto de vista prtico. Uma funo objetivo pode ser definida
medindo, por exemplo, perdas no caso do problema de corte, ou vazios no caso de
empacotamento, ou custos, ou nmero de objetos usados, etc. Um problema de corte e
empacotamento consiste em determinar um padro de corte que minimize a funo objetivo.
Dentro desta categoria de problemas esto vrios clssicos da literatura de pesquisa
operacional, tais como os problemas da mochila, bin-packing, dentre outros, os quais so, em
geral, NP-completo (Garey & Johnson, 1979).
Vrios trabalhos de reviso nos problemas de corte e empacotamento tm sido publicados
nas ltimas duas dcadas, como Hinxman (1980), Dyckhoff et al. (1985), Dyckhoff (1990),
Martello & Toth (1990), Dowsland & Dowsland (1992), Dyckhoff & Finke (1992), Sweeney
& Parternoster (1992), Wscher & Gau (1996), Dyckhoff et al. (1997), Lodi et al. (2002) e
revistas de prestgio em Pesquisa Operacional tm publicado edies especiais sobre o tema
tais como Dyckhoff & Wscher (1990), Bischoff & Wscher (1995), Arenales et al. (1999).
Vrias tcnicas de resoluo tm sido desenvolvidas, em geral especializando procedimentos
consagrados da Pesquisa Operacional, tais como: enumerao implcita, programao
dinmica, relaxao lagrangeana, busca em grafos e heursticas.
H, na literatura, um grande nmero de problemas de corte e empacotamento e houve uma
tentativa no trabalho de Dyckhoff (1990) de classific-los conforme algumas caractersticas.
Em particular, uma primeira caracterstica consiste nas dimenses relevantes do processo de
corte. Assim, podemos ter os problemas de corte unidimensionais, com apenas uma
dimenso relevante para o processo de corte, como por exemplo, o corte de bobinas
(de papel, ao, tecidos, plsticos, etc) e barras. O clssico problema da mochila pode ser
visto como um problema de corte unidimensional. Outros problemas bidimensionais, onde
duas dimenses so relevantes, tm aplicaes diversas, como por exemplo, o corte de placas
de madeira, chapas de ao, placas de vidro, tecido, etc. O problema de corte estudado neste
artigo unidimensional.
Uma outra caracterstica dos problemas de corte e empacotamento decorre da elevada
repetio de itens a serem produzidos, de modo que uma soluo do problema exige o corte
de vrios objetos em estoque com repetio de padres de corte (o nmero de objetos
cortados por um mesmo padro de corte passa a ser uma varivel fundamental na formulao
do problema, que aproximado com sucesso por um problema de otimizao linear). Este
problema conhecido na literatura como Problema de Corte de Estoque e os trabalhos
pioneiros de Gilmore & Gomory (1961, 1963, 1965) utilizaram a tcnica de gerao de
colunas e permitiram pela primeira vez que problemas prticos pudessem ser resolvidos com
sucesso. A terminologia de problema de corte de estoque tambm usada para problemas
onde a repetio dos padres de corte baixa (por exemplo, apenas um objeto deve ser
cortado por um padro particular), mas h uma demanda a ser atendida, mesmo que em

286 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

quantidade pequena (por exemplo, um ou dois itens). Neste caso, a soluo arredondada da
relaxao por otimizao linear pode no ser uma boa aproximao. As caractersticas
destacadas por Dyckhoff (1990) permitem uma classificao dos problemas de corte e
empacotamento, muito embora haja uma diversidade de problemas abrigados na mesma
categoria.
Tcnicas de resoluo de problemas de corte de estoque (sejam baseadas na gerao de
colunas ou heursticas gulosas, veja Hinxman, 1980 e Wscher & Gau, 1996) dependem
fundamentalmente da resoluo de um subproblema de corte e empacotamento para a
determinao do melhor padro de corte para um particular objeto em estoque. Nesse
subproblema de corte no h obrigatoriedade de satisfazer a demanda (caso a demanda seja
baixa, deve-se cuidar para que a demanda no seja excedida, caso contrrio, o padro de
corte gerado no seria usado uma nica vez). O problema objeto deste trabalho consiste na
determinao de um nico padro de corte que, como observado, um problema
fundamental na resoluo de problemas mais gerais.
O Problema da Mochila Compartimentada modela a situao hipottica descrita no resumo
deste trabalho com importantes aplicaes prticas. Uma aplicao industrial surge no corte
de bobinas de ao, sujeitas laminao, que ser mais bem explicado em apndice.
Alguns poucos pesquisadores estudaram o problema de corte de bobinas de ao, onde ocorre
o processo de laminao, porm o problema da mochila compartimentada foi evitado com
auxlio de heursticas simples. Por exemplo, Carvalho & Rodrigues (1994) utilizam a tcnica
de gerao de colunas, mas para a determinao dos padres de corte (onde surge o problema
da mochila compartimentada) reduzem a busca a solues homogneas para cada
compartimento. Em Ferreira et al. (1990) uma heurstica gulosa utilizada na gerao de um
conjunto de padres de corte, sem a restrio de compartimentao, para ento descartar
aqueles que no podem ser compartimentados atravs de regras heursticas simples. Em
Pereira (1993) encontra-se uma boa descrio do problema, considerando o processo de
laminao e uma modelagem matemtica que o autor concluiu ser ineficiente na resoluo de
problemas prticos. Hoto (1996, 2001) e Marques (2000) focalizaram seus estudos no
problema da mochila compartimentada. Em particular, Hoto (1996) fornece os primeiros
passos para uma modelagem e mtodos heursticos e, mais tarde Hoto (2001), apresenta
mtodos exatos e heursticos para a mochila compartimentada, que difere do presente
trabalho por no incluir a limitao da quantidade de itens no padro de corte (na literatura
de corte e empacotamento chamado de problema irrestrito). Mais recentemente, Zak (2002)
estudou um problema relacionado com o problema da mochila compartimentada, onde uma
seqncia de estgios no processo de corte obriga que bobinas intermedirias sejam
produzidas antes dos itens finais, definindo uma espcie de compartimentos. Porm, os itens
podem ser acomodados livremente dentro de cada compartimento, isto , no h uma
partio dos itens em agrupamentos (medicamentos, alimentos, etc.), como suposto no
problema da mochila compartimentada a ser estudado neste trabalho.
Uma variedade de problemas da mochila vem sendo estudada h vrias dcadas pela
comunidade de Pesquisa Operacional e revisados, por exemplo, nos trabalhos de Martelo &
Toth (1990) e Lin (1998). Porm o problema da mochila compartimentada no foi estudado.
Na seo 2 definimos e modelamos o problema da mochila compartimentada. Na seo 3
propomos trs mtodos heursticos e seus desempenhos computacionais so apresentados na
seo 4. Por fim, em apndice, mostramos uma aplicao prtica de relevncia que aparece
no corte de bobinas de ao, sujeito laminao.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 287

 Marques & Arenales O problema da mochila compartimentada e aplicaes

2. O Problema da Mochila Compartimentada

Nesta seo formalizamos o problema da mochila compartimentada e apresentamos um

modelo matemtico de otimizao no linear inteiro. Mtodos heursticos so apresentados
na seo 3.

2.1 Definio do Problema

Um alpinista deve carregar sua mochila com m possveis itens de sua utilidade. A cada
item i, o alpinista atribui um valor de utilidade vi e seu peso li. O mximo peso que o
alpinista suporta em sua jornada de L. At este ponto, o problema coincide com a
formulao clssica do Problema da Mochila. Porm, os itens so de agrupamentos distintos
(por exemplo: agrupamento 1: alimentos, agrupamento 2: utenslios, agrupamento 3: roupas,
agrupamento 4: calados, etc.) e devem estar em compartimentos separados dentro da
mochila (isto , cada compartimento contm somente itens de um mesmo agrupamento).
Os compartimentos da mochila so flexveis, permitindo que o alpinista carregue maior peso
em alimentos do que em roupas, bem como reservar vrios compartimentos para alimentos.
As capacidades dos compartimentos (incgnitas) so limitadas inferior e superiormente
(de acordo com os agrupamentos), caso estes sejam criados, digamos por: Lkmin e Lkmax
(isto , a soma dos pesos li dos itens alocados no compartimento deve ser superior ou igual a
Lkmin e inferior ou igual a Lkmax ). A cada compartimento associado um custo ck, caso este
seja preenchido com itens do agrupamento k e, alm disso, cada compartimento includo na
mochila produzir uma perda da capacidade da mesma, digamos, S (isto , se, por exemplo,
trs compartimentos forem utilizados, ento a capacidade disponvel na mochila ser de
L-3S, ao invs de L).
O Problema da Mochila Compartimentada consiste em determinar as capacidades adequadas
de cada compartimento e como estes devem ser carregados de modo que o valor de utilidade
total (soma dos valores de utilidade de todos os itens selecionados) seja mximo,
descontando-se os custos dos compartimentos, os quais dependem dos agrupamentos com
que foram preenchidos (ck).

2.2 Um Modelo Matemtico para o Problema da Mochila Compartimentada

Nesta seo propomos uma modelagem matemtica para o Problema da Mochila
Compartimentada. Observe que a cada compartimento da mochila, tem-se associado um
nico agrupamento k de itens, ou seja, no se admite itens de agrupamentos distintos no
mesmo compartimento.

Dados do problema:
M = {1,...,m}: conjunto dos tipos de itens;
li : peso (Kg) do item i (li > 0), i=1,...,m;
vi : valor de utilidade do item i (vi 0), i=1,...,m;
di : limite mximo de itens i na mochila, i=1,...,m;
K: nmero total de agrupamentos distintos;
Ak : agrupamento k, k=1,...,K, (M = A1 A2 ... AK , Ai Aj = , com i j);

288 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Nk : nmero total de possveis compartimentos para o agrupamento k (por exemplo:

A1={1,2}, ento L11 = 2l1+l2 , L21 = l1+2l2 , L31 = 2l1+2l2 , etc., so duas possveis
capacidades de compartimentos para o agrupamento 1. Ljk referencia o j-simo
compartimento associado ao agrupamento k. O nmero Nk depende essencialmente dos
itens do agrupamento k);
ck : custo de um compartimento de itens do agrupamento k, onde ck 0, k=1,...,K;
L: capacidade (Kg) da mochila;
Lkmin : capacidade mnima (Kg) de cada compartimento associado ao agrupamento Ak;
Lkmax : capacidade mxima (Kg) de cada compartimento associado ao agrupamento Ak
( Lkmin < Lkmax < L );
S : perda (Kg) decorrente da incluso de um novo compartimento na mochila.

Variveis:
ijk: nmero de itens do tipo i, do agrupamento k, no compartimento do tipo j, i=1,...,m,
k=1,...,K e j=1,...,Nk;
jk: nmero de vezes que o compartimento (padro) do tipo j alocado com o agrupamento
k repetido na mochila, k=1,...,K e j=1,...,Nk.

Assim, o j-simo compartimento com itens do agrupamento k tem:

A capacidade ocupada dada por:
L jk = li ijk , k = 1,...,K e j = 1,...,N k . (1)
i Ak

O valor de utilidade dado por:

V jk = vi ijk , k = 1,...,K e j = 1,...,N k . (2)
i Ak

Um modelo matemtico para o problema da mochila compartimentada pode ser escrito por:
K Nk
Maximizar (V jk ck ) jk (3.1)
k =1 j =1

Sujeito a : V jk = vi ijk , k = 1,...,K e j = 1,...,N k (3.2)

i Ak

L jk = li ijk , k = 1,...,K e j = 1,...,N k (3.3)

i Ak

Lkmin L jk + S Lkmax , k = 1,...,K e j = 1,...,N k (3.4)

Nk
ijk jk d i , i = 1,K ,m (3.5)
j =1
K Nk
( L jk + S ) jk L (3.6)
k =1 j =1

ijk 0, inteiro, i = 1,...,m, k = 1,...,K e j = 1,...,N k (3.7)

jk 0, inteiro, k = 1,...,K e j = 1,...,N k (3.8)

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 289

 Marques & Arenales O problema da mochila compartimentada e aplicaes

A funo objetivo (3.1), a ser maximizada, fornece o valor total de utilidade, descontado o
custo de alocar os compartimentos; as restries (3.2) e (3.3) fornecem, respectivamente, o
valor de utilidade e a capacidade de cada compartimento (obviamente, estas restries podem
ser eliminadas, substituindo-as nas demais restries); as restries (3.4) impem limites
fsicos aos compartimentos, onde uma perda S deve ser considerada; as restries (3.5)
limitam o nmero de itens na mochila (esta restrio importante quando um nmero
excessivo de itens deve ser evitado, embora introduza no-linearidade nas restries) e, por
fim, a restrio (3.6) correspondente aos limites fsicos da mochila. Observe que o problema
(3.1-3.8) um problema de otimizao no linear inteiro.
O modelo (3.1-3.8) permite considerar um agrupamento especial de itens, chamados itens
livres, os quais podem ser includos na mochila sem necessidade de compartimentao. Nas
heursticas a seguir, denominamos o agrupamento K como o agrupamento de itens livres.
Assim, para k=K, a restrio (3.4) desnecessria (ou, LKmin = 0 e LKmax = L de modo que
redundante) e cK=0. Na aplicao em interesse, isto , no corte de bobinas de ao sujeito
laminao, os limitantes dos compartimentos so idnticos: Lkmin = Lmin e Lkmax = Lmax ,
exceto para o compartimento dos itens livres. Nas heursticas propostas na prxima seo
usamos esta caracterstica, embora seja facilmente implementvel quando os limitantes para
os compartimentos dependem dos agrupamentos.

3. Heursticas para o Problema da Mochila Compartimentada

Trs heursticas gulosas so propostas para a resoluo do Problema da Mochila
Compartimentada, considerando uma quantidade mxima de itens a serem alocados na
mochila (di, para i=1,...,m). As heursticas apostam que o alto custo de incluir um novo
compartimento sugere que, quando criado, seja o maior possvel (no caso do corte de bobinas
de ao, apndice A, este custo corresponde laminao que um processo caro e demorado,
justificando a aposta). A seguir, fazemos uma exposio das heursticas propostas e na seo
4 analisamos seus desempenhos computacionais.

3.1 Heurstica de Decomposio

Esta heurstica consiste de duas fases: Na primeira fase so resolvidos (K1) Problemas da
Mochila de capacidade Lmax, um para cada agrupamento (exceto o agrupamento K dos itens
livres), resultando nos melhores compartimentos associados aos agrupamentos. Na segunda
fase, um problema da mochila clssico resolvido, considerando os compartimentos obtidos
na primeira fase como superitens (na verdade, uma combinao de itens) juntamente com os
itens livres, para o carregamento da mochila.
Uma soluo particular para (3.1-3.8) construda com as seguintes caractersticas:
Com o intuito de maximizar a funo objetivo (3.1) conveniente a construo de Vjk
grande e, portanto, para cada agrupamento k, construmos apenas o melhor
compartimento (Nk = 1, de modo que j pode ser suprimido) maximizando (3.2) restrito a
(3.3), (3.4) e (3.7) (veja problema (4.1-4.3)). O valor de ik (j suprimido) determinado,
isto , para cada agrupamento k, temos um compartimento;

290 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Com Nk = 1 (apenas um compartimento por agrupamento) e ik j determinado:

determina-se Lk (tamanho do compartimento k, veja (3.3), com o ndice j suprimido).
O valor de k determinado de modo a otimizar (3.1), sujeito s demais restries do
problema (3.1-3.8) (veja problema (5.1-5.5)).
O algoritmo para a resoluo desta heurstica apresentado a seguir.

Algoritmo:
Passo 1: Selecionar o melhor compartimento para o agrupamento k, k=1, , K1,
resolvendo o seguinte Problema da Mochila, de capacidade Lmax:
Vk = Maximizar vi ik (4.1)
i Ak

Sujeito a : li ik + S Lmax (4.2)

i Ak

0 ik d i e inteiro, para i Ak , k = 1,...,K 1. (4.3)

Seja Lk = li ik : tamanho do compartimento k.

i Ak

(note que ik so fixados neste passo).

Passo 2: Resolver o seguinte problema da mochila envolvendo os compartimentos

determinados no passo 1 e os itens livres:
k o nmero de vezes que o compartimento associado ao agrupamento k repetido na
mochila,
k o nmero de vezes que o item livre k repetido na mochila.
K 1
Maximizar (Vk ck ) k + vk k (5.1)
k =1 k AK
K 1
Sujeito a : ( Lk + S ) k + lk k L (5.2)
k =1 k AK

ik k d i , i Ak , k = 1,...,K 1 (5.3)
k d k , k AK , (5.4)
ik , k 0 e inteiros, i Ak , k = 1,...,K 1, k AK . (5.5)

3.2 Heurstica do Melhor Compartimento

Nesta heurstica, como na anterior, o melhor compartimento para cada um dos agrupamentos
de itens determinado. Temos definido, ento:
( L + S ), se k K 1
L'k = k
l k , se K 1 k m
(6)
V c k , se k K 1
Vk' = k
v k , se K 1 k m

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 291

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Em seguida, escolhe-se, o compartimento de maior valor por unidade ( Vk' L'k ), sendo ento,
alocado na mochila. Atualizam-se os dados e repete-se o processo at que um padro seja
gerado. Com isto evitado o problema (5.1-5.5) do procedimento anterior. Porm, apesar de
apenas um compartimento ser gerado por agrupamento, a cada passo, possvel ter
diferentes compartimentos com o mesmo agrupamento, algo excludo na heurstica anterior,
onde era permitida apenas a repetio do melhor compartimento. O algoritmo apresentado
passo a passo a seguir.

Algoritmo:

Passo 1: lutil L; lutil guarda a capacidade disponvel na mochila a cada iterao

Passo 2: Para k = 1 a K1, faa:

2.1 Se (lutil Lmax )
ento L_compartimento = Lmax
seno Se (lutil < Lmin )
ento L_compartimento=lutil e considera-se apenas os itens livres em (7.1-7.3),
seno ( Lmin lutil < Lmax ) L_compartimento = lutil
Observao: se L_compartimento < Lmin ou se di = 0, i Ak, ento Vk = 0, k=1,...,K1,
restando apenas os itens livres para serem alocados.
2.2 Selecionar o melhor compartimento para o agrupamento k resolvendo o seguinte
Problema da Mochila de capacidade L_compartimento:
Vk = Maximizar vi ik (7.1)
i Ak

Sujeito a : li ik + S L_compartimento (7.2)

i Ak

0 ik d i e inteiro, para i Ak , k = 1,...,K 1. (7.3)

Passo 3:
Vk c k v
3.1 Escolha k* tal que: Max{ , k = 1,L ,K 1; k , k AK }
Lk lk
3.2 Atualizao:
Se k* em (3.1) corresponder a um compartimento
ento lutil lutil Lk * alocar um compartimento
di di ik*
seno lutil lutil l k * alocar um item livre
di di 1
3.3 Se lutil Min{Min{Lk , k=1,...,K-1},Min{li , i AK}}, volte ao Passo 2.

292 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

3.3 Heurstica dos z Melhores Compartimentos

Esta heurstica consiste basicamente na determinao dos z melhores compartimentos
associados a cada agrupamento, ou seja, nas z melhores solues dos Problemas da
Mochila para cada agrupamento. A resoluo de um problema de programao linear inteira
considerando estes compartimentos como superitens, juntamente com os itens livres,
determina um padro de corte para a mochila compartimentada. O algoritmo apresentado
a seguir.

Algoritmo:
Passo 1: Selecionar os z melhores compartimentos para o agrupamento k determinando
as z melhores solues para o seguinte Problema da Mochila de capacidade Lmax, sendo
V 1k V 2k ... V zk os z melhores valores de (8.1) e suas respectivas solues ijk.
Para k=1,...,K-1 e j=1,...,z, resolva:
V jk = Maximizar vi ijk (8.1)
i Ak

Sujeito a : li ijk + S Lmax (8.2)

i Ak

0 ijk d i e inteiro, para i Ak . (8.3)

Passo 2: Resolver o seguinte problema de programao inteira envolvendo os ((K1)*z)

compartimentos selecionados e os |AK| itens livres:
jk o nmero de vezes que o compartimento j para o agrupamento k repetido na mochila,
k o nmero de vezes que o item livre k repetido na mochila.
K -1 z
Maximizar (V jk ck ) jk + vk k (9.1)
k =1 j =1 k AK
K -1 z
Sujeito a : L jk jk + lk k L S (9.2)
k =1 j =1 k AK
z
ijk jk d i , i Ak e k = 1,...,K 1. (9.3)
j =1

0 k d k , k AK . (9.4)
jk 0, inteiro, k = 1,...,K 1 e j = 1,...,z. (9.5)

onde L jk = li ijk + S , k = 1,...,K 1.

i Ak

Nota: Embora a Heurstica de Decomposio seja um caso particular da Heurstica dos z

Melhores Compartimentos, com z = 1, destacamo-la por resolver uma seqncia de
problemas da mochila. O problema (9.1-9.5) um problema otimizao inteira com vrias
restries, ao contrrio de (5.1-5.5) que um problema da mochila restrito. Para resolver os
problemas que surgem nas heursticas, propusemos algumas modificaes para o mtodo de
enumerao implcita proposto por Gilmore & Gomory (1963), as quais so resumidamente
apresentadas na prxima seo.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 293

 Marques & Arenales O problema da mochila compartimentada e aplicaes

3.4 Resoluo das Mochilas dentro das Heursticas

O mtodo de enumerao implcita proposto por Gilmore & Gomory (1963) resolve
eficientemente o problema da mochila irrestrito, nos tamanhos que ocorrem no contexto dos
problemas de corte, isto , com algumas dezenas de itens. A implementao usa a estratgia
backtracking de modo que o espao de solues percorrido de maneira bem simples, usando
basicamente um vetor soluo = (1 2 k 00), o qual tem o nmero de coordenadas
igual ao nmero de itens da mochila, sendo i o nmero de itens do tipo i, e k o ltimo item
includo na mochila (k > 0). O vetor soluo suficiente para caracterizar um n na rvore
de busca, de modo que o n anterior caracterizado por = (1 2 k1 00). Regras
simples para incluir novos itens na mochila (portanto, novas solues ou novos ns na rvore
de busca) so facilmente derivadas, dada a simplicidade das restries da mochila, bem como
limitantes superiores. Sempre que uma soluo mais valiosa identificada, seu valor
armazenado, descartando-se a anterior. Entretanto, os problemas da mochila que
necessitamos resolver dentro de cada heurstica apresentam caractersticas adicionais que
podem ser includas no processo de busca, so elas: i) a limitao do nmero de itens na
mochila, ii) a determinao das z melhores solues e, iii) restries adicionais dadas por
(9.3). A incluso de restries adicionais no processo de busca no mtodo de enumerao
implcita de Gilmore e Gomory bastante utilizada, porm nem sempre publicada.
Por exemplo, os autores do mtodo em seu artigo de 1963 sugeriram que restries simples,
do tipo limitao do nmero de facas, podem ser includas no processo de busca. Morabito &
Garcia (1998) tambm incluram restries adicionais no processo de busca quando
estudaram um problema prtico de corte (originrio de uma indstria de madeira
reconstituda) onde surgiam restries difceis de serem descritas, mas razoavelmente
simples de serem includas no processo de busca e anunciaram excelentes resultados.
A seguir, damos uma breve descrio de como inclumos as caractersticas dos problemas da
mochila que ocorrem dentro das heursticas (sees 3.1 3.3).

3.4.1 O Problema Restrito

Os problemas de mochilas restritas que ocorrem em (4.1-4.3), (5.1-5.5) e (7.1-7.3) foram
resolvidos por uma modificao simples no algoritmo de enumerao implcita de Gilmore
& Gomory (1963). As variveis devem obedecer limitao na quantidade de cada item
dentro da mochila. Para isto, o valor atribudo varivel associada ao item i (que consiste
numa busca em profundidade na rvore de decises) calculado por:

L
i = mind i , , i = 1,...,m. (10)
li

onde L a capacidade ociosa na mochila atualizada a cada n percorrido na rvore de busca.

O clculo do limitante superior, importante para a eficincia do mtodo de enumerao
implcita sofre tambm ligeira modificao, devido canalizao das variveis.

3.4.2 As z Melhores Solues

Os problemas (8.1-8.3) consistem nas z melhores solues de um problema da mochila.
Para determinar tais solues, basta armazenar no processo de busca as z melhores
solues, ao invs de armazenar apenas a melhor, como feito no algoritmo de Gilmore &

294 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Gomory (1963). Assim, sempre que uma nova soluo determinada, o correspondente valor
da funo objetivo, digamos V, comparado com os z valores previamente armazenados
(por facilidade esto ordenados, por exemplo: V1 V2 Vz), sendo rejeitado caso V Vz ,
ou Vz descartado e o valor de V armazenado ordenadamente. Observe que a nova soluo
gerada difere das anteriores, pois o processo de busca do algoritmo de Gilmore e Gomory
evita repeties de solues. Um mtodo alternativo pseudo-polinomial para o clculo das
melhores solues do problema da mochila pode ser encontrado em Yanasse et al. (2000).

3.4.3 O Problema (9.1-9.5)

Dentre os subproblemas que surgem nas heursticas, o problema (9.1-9.5) o mais
complexo, pois vrias restries (9.3) so adicionadas restrio da mochila (9.2).
Procedemos analogamente ao caso restrito, introduzindo uma modificao no processo de
busca do mtodo de enumerao implcita de Gilmore & Gomory (1963), de modo a garantir
a satisfao das restries (9.3) e (9.4). Como estamos tratando com superitens (isto ,
compartimentos que armazenam itens de um mesmo agrupamento) e considerando que temos
z superitens associados a um mesmo agrupamento, surge a necessidade de um maior
cuidado durante a busca para que as quantidades mximas di, i=1,...,m, no sejam violadas
(veja restries (9.3)). Para evitar tal violao necessrio primeiramente limitar a incluso
do superitem (j, k), j = 1,,z e k = 1,,K1 (j-simo compartimento associado ao
agrupamento k obtido pelo problema (8.1-8.3)) por:

d i
jk Mnimo , para todo i Ak . (11)
ijk

Isto reduz ao caso restrito j discutido, mas no suficiente. Por exemplo, se 1k > 0 e 2k > 0
(isto , o primeiro e segundo compartimentos associados ao agrupamento k so carregados na
mochila) e, alm disso, i1k > 0 e i2k > 0 (isto , o item i aparece nos compartimentos 1 e 2)
ento o total de itens do tipo i j includos na mochila dado por: i1k 1k + i2k 2k (veja
restrio (9.3)). Portanto, a quantidade de superitem do tipo 3, por exemplo, limitada por:

di
3k , (12)
i 3k

onde d i = d i i1k 1k i 2 k 2 k a folga da restrio (9.3). A busca similar ao caso

anterior, porm considerando tais limitaes para o nmero de compartimentos.

4. Resultados Computacionais

As heursticas apresentadas na seo 3 foram testadas para uma srie de exemplos gerados
aleatoriamente, classificados de acordo com as seguintes 4 caractersticas:
i) nmero de itens livres;
ii) comprimentos dos itens;
iii) limites sobre o nmero de itens dos agrupamentos e,
iv) limites sobre o nmero de itens livres.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 295

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Tais caractersticas tentam simular situaes observadas com dados reais. A seguir
apresentaremos as caractersticas que foram consideradas para cada conjunto de dados.
Alguns parmetros foram fixados para todos os exemplos, representando dados reais. Ao
invs de peso, como temos utilizado at agora, usamos comprimentos da bobina e itens.

Parmetros fixados:
1. Capacidade da Mochila: L = 1200 mm;
2. Capacidades mnima e mxima para os compartimentos: Lmin = 154 mm e
Lmax = 456 mm.
3. Perda devido incluso de compartimento (imperfeies nas bordas): S = 12 mm.
4. Nmero de agrupamentos gerados aleatoriamente: K[3, 8].
5. Nmero de itens por agrupamento gerado aleatoriamente: |Ak|[2, 6].
6. vi = li + , [1,100] (Obs: Na gerao de colunas, cada mochila compartimentada,
quando a funo objetivo minimizar a perda, ter os valores de utilidade neste
formato, onde o multiplicador simplex).
7. ck [1,100].

Parmetros variados: (para cada parmetro, consideramos duas possibilidades)

i) Nmero de Itens Livres:
1: nmero pequeno de itens livres: |AK|[1, 3]
2: nmero grande de itens livres: |AK|[4, 10]
ii) Comprimentos dos Itens:
3: Itens pequenos: li [36 mm, 105 mm].
4: Itens grandes e pequenos: li [36 mm, 444 mm].
(Obs: na indstria, os comprimentos dos itens variam bastante de modo que a
situao 4 melhor representa a realidade; a situao 3 explora o pior caso).
iii) Limites sobre o Nmero de Itens dos Agrupamentos:
5: limitante baixo: di[1, 3], iA k , k = 1,,K1.
6: limitante alto: di[4, 15], iA k , k = 1,,K1.
iv) Limites sobre o Nmero de Itens Livres:
7: limitante baixo: di[1, 3], iA K .
8: limitante alto: di[4, 15], iA K .

Na prtica das indstrias metalrgicas, onde surge o Problema da Mochila

Compartimentada, o percentual de itens livres bastante variado pode ser da ordem de 60%
(itens livres correspondem a itens que no passam pela laminao). Embora as heursticas
descritas na seo 3 sejam projetadas para uma nica mochila, devem ser executadas em
outras ocasies onde as vrias situaes acima podem ocorrer (por exemplo, na tcnica de
gerao de colunas, uma mochila compartimentada deve ser resolvida a cada iterao do
mtodo simplex ou como geradora de padres eficientes na heurstica de exausto Hinxman,
1980), de modo que observar seus desempenhos nas caractersticas acima.

296 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

A seguir, feito um resumo dos resultados obtidos para vrios exemplos gerados. Para
cada situao combinada 20 exemplos foram gerados aleatoriamente e executados para as
3 heursticas (Decomposio, Melhor Compartimento e z Melhores Compartimentos com
z = 2).

4.1 Resultados Obtidos

A seguir ser apresentada uma tabela que mostra os valores mdios obtidos para a funo
objetivo nos 20 exemplos executados para cada conjunto de dados.

Tabela 1 Valores mdios da funo objetivo obtidos executando as heursticas para os

conjuntos de dados.

Parmetros Melhor "z" Melhores

Decomposio
dos Conjuntos Compartimento Compartimentos
Conjunto A 1,3,5,7 2212,50 2143,00 2298,40*
Conjunto B 1,3,5,8 2172,00 2140,30 2206,70*
Conjunto C 1,3,6,7 2400,90 2647,70* 2439,70
Conjunto D 1,3,6,8 2850,40 2895,50* 2875,20
Conjunto E 1,4,5,7 1549,30 1578,90 1679,30*
Conjunto F 1,4,5,8 2032,40 1983,60 2044,50*
Conjunto G 1,4,6,7 2474,20 2480,80* 2474,20
Conjunto H 1,4,6,8 2138,30 2193,10* 2180,40
Conjunto I 2,3,5,7 2376,40 2364,90 2412,50*
Conjunto J 2,3,5,8 2594,10 2465,80 2602,10*
Conjunto K 2,3,6,7 2779,50 2702,20 2806,20*
Conjunto L 2,3,6,8 2988,20 2937,60 3001,90*
Conjunto M 2,4,5,7 2007,10 1920,90 2038,20*
Conjunto N 2,4,5,8 1920,70 1939,20 2075,50*
Conjunto O 2,4,6,7 1949,00 1914,40 2055,80*
Conjunto P 2,4,6,8 2476,00 2319,20 2537,10*
Todas as
Mdia Total 2307,56 2289,19 2357,98
Combinaes
* Melhor desempenho obtido para o conjunto de dados.

Baseado nesta tabela, o grfico a seguir foi construdo. Neste grfico, traamos um
comparativo entre os valores mdios obtidos para a funo objetivo (vistos na tabela 1)
considerando as heursticas executadas. Para tal, consideramos como base os valores mdios
obtidos para a heurstica dos z Melhores Compartimentos (correspondendo a 100%) e de
acordo com os valores obtidos nas outras heursticas, verificamos se eles esto acima ou
abaixo dos valores base. O grfico 1 ilustra esta comparao.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 297

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Funes Objetivos nas Heursticas

110,00%

105,00%

100,00%
Variao em Percetual

95,00%

90,00%

85,00%

80,00%
Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto Conjunto
A B C D E F G H I J K L M N O P
Conjuntos de Dados

Decomposio Melhor Compartimento "z" Melhores Compartimentos

Grfico 1 Comparativo entre os valores obtidos para a funo objetivo nas diversas heursticas.

4.2 Anlise dos Resultados Obtidos

A execuo de vrios exemplos permitiu-nos fazer uma comparao entre as trs heursticas
apresentadas. Embora, de modo geral, a Heurstica dos z Melhores Compartimentos tenha
se destacado em relao s demais, a Heurstica do Melhor Compartimento apresentou
resultados melhores em alguns casos especficos (conjuntos C, D, G, H). Tal situao pode
ser explicada analisando as caractersticas presentes nos conjuntos de dados onde essa
melhora ocorreu.
Devido possibilidade de calcular, em seguidas iteraes, compartimentos com capacidades
diferentes e reduzidas, a Heurstica do Melhor Compartimento no to dependente de
muitos itens livres para gerar bons padres de corte (exceto quando o espao restante na
mochila inferior capacidade mnima permitida para os compartimentos Lmin). Em outro
aspecto, a presena de um nmero considervel de itens nos agrupamentos faz melhorar os
valores dos compartimentos (superitens).
A Heurstica dos z Melhores Compartimentos teve um desempenho superior na maioria dos
casos, pois tal heurstica permite um nmero maior de combinaes para o preenchimento da
mochila (maior nmero de compartimentos so gerados para cada agrupamento).
Quanto Heurstica de Decomposio, por se tratar de um caso particular da Heurstica dos
z Melhores Compartimentos (onde z = 1), j era esperado que no obtivesse resultados to
destacados. Porm, ainda assim, esta heurstica no perdeu tanto em desempenho para as
demais, sendo, inclusive, melhor que a Heurstica do Melhor Compartimento quando
consideramos todos os exemplos executados para todas as combinaes.
Em relao ao tempo de execuo, os resultados tm mostrado que as heursticas rodam
utilizando, em mdia, fraes de segundo e, nos piores casos, em torno de 1 segundo. Tal
caracterstica torna-se importante se desejarmos usar estas heursticas na gerao de colunas
para um problema de corte de estoque (onde demandas devem ser satisfeitas).

298 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

5. Concluses e Perspectivas Futuras

Este trabalho abordou o Problema da Mochila Compartimentada, um problema de
otimizao combinatria, que uma variao do clssico Problema da Mochila (porm, sua
formulao matemtica sofre profundas mudanas) e de importantes aplicaes prticas,
como no corte de bobinas de ao na indstria metalrgica.
Um modelo matemtico de otimizao no linear inteiro foi proposto e nos permitiu definir
um conjunto de mtodos heursticos para a sua resoluo. Uma nova heurstica est em
desenvolvimento considerando-se a possibilidade de gerar, para cada agrupamento, w
compartimentos distintos (i.e., distintas capacidades para os compartimentos, ao invs de
fixar em Lmax), o que melhoraria o poder combinatrio para o preenchimento da mochila.
Alm disso, um mtodo de gerao de colunas para o problema de corte de estoque, onde
demandas dos itens devem ser satisfeitas e os padres de corte so mochilas
compartimentadas vem sendo desenvolvido.
Uma outra continuao deste trabalho consiste em estender o problema aqui estudado para o
caso de diversos tipos de mochilas com caractersticas diferentes (como, por exemplo,
capacidades variadas). Isto levaria a considerar custos (ck) diferenciados de cada
agrupamento a cada tipo de mochila.
Por fim, poderamos estudar o Problema da Mochila Compartimentada para casos
bidimensionais envolvendo situaes encontradas na prtica como, por exemplo, o problema
de corte de placas de circuitos impressos (os compartimentos so sub-retngulos menores da
placa original, sobre os quais incidem os mesmos processos); problemas tridimensionais,
como no caso de empacotamento de caixas que devem estar agrupadas (compartimentadas)
por cliente.

Agradecimentos
Os autores agradecem os vrios comentrios e sugestes do Prof. Dr. Robison Hoto que
muito enriqueceram o trabalho. Algumas figuras deste artigo foram inspiradas ou retiradas de
sua tese de doutoramento. Esta pesquisa teve apoio da FAPESP e CNPq.

Referncias Bibliogrficas
(1) Arenales, M.N.; Morabito, R. & Yanasse, H. (eds.) (1999). Cutting and Packing
Problems. Pesquisa Operacional, 19(2).
(2) Bischoff, E. & Wscher, G. (eds.) (1995). Cutting and Packing. European Journal of
Operational Research, 84(3), special issue.
(3) Carvalho, J.M.V. & Rodrigues, A.J.G. (1994). A Computer Based Interactive Approach
to a Two-stage Cutting Stock Problem. INFOR, 32, 243-252.
(4) Dowsland, K.A. & Dowsland, W.B. (1992). Packing Problems. European Journal of
Operational Research, 56, 2-14.
(5) Dyckhoff, H.; Abel, D. & Gal, T. (1985). Trim Loss and Related Problems. Omega, 13,
59-72.
(6) Dyckhoff, H. (1990). A Typology of Cutting and Packing Problems. European Journal
of Operational Research, 44, 145-159.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 299

 Marques & Arenales O problema da mochila compartimentada e aplicaes

(7) Dyckhoff, H. & Wscher, G. (eds.) (1990). Cutting and Packing. European Journal of
Operational Research, 44(2), special issue.
(8) Dyckhoff, H. & Finke, U. (1992). Cutting and Packing in Production and Distribution:
Typology and Bibliography. Springer-Verlag Co., Heidelberg.
(9) Dyckhoff, H.; Scheithauer, G. & Terno, J. (1997). Cutting and Packing. Annotated
Bibliographies in Combinatorial Optimization [edited by M. Amico, F. Maffioli and
S. Martello], John Wiley & Sons, New York, 393-414.
(10) Ferreira, J.S.; Neves, M.A. & Castro, P.F. (1990). A Two-phase Roll Cutting Problem.
European Journal of Operational Research, 44, 185-196.
(11) Garey, M.R. & Johnson, D.S. (1979). Computers and Intractability: A Guide to the
Theory of NP-Completeness. W.H. Freeman and Co., San Francisco.
(12) Gilmore, P. & Gomory, R. (1961). A Linear Programming Approach to the Cutting
Stock Problem. Operations Research, 9, 849-859.
(13) Gilmore, P. & Gomory, R. (1963). A Linear Programming Approach to the Cutting
Stock Problem, part II. Operations Research, 14, 94-120.
(14) Gilmore, P. & Gomory, R. (1965). MultiStage Cutting Stock Problems os Two and
More Dimensions. Operations Research, 14, 1045-1074.
(15) Hinxman, A.I. (1980). Trim-Loss and Assortment Problems: A Survey. European
Journal of Operational Research, 5, 8-18.
(16) Hoto, R.S.V. (1996). Otimizao no Corte de Peas Unidimensionais com Restries de
Agrupamento. Dissertao de Mestrado, ICMSC-USP, So Carlos, So Paulo.
(17) Hoto, R.S.V. (2001). O Problema da Mochila Compartimentada Aplicado no Corte de
Bobinas de Ao. Tese de Doutoramento, COPPE-UFRJ, Rio de Janeiro, Rio de Janeiro.
(18) Lin, E.Y.H. (1998). A Bibliographical Survey on Some Well-Known Non-Standard
Knapsack Problems. INFOR, 36(4), 274-317.
(19) Lodi, A.; Martello S. & Monaci, M. (2002). Two-Dimensional Packing Problems:
A Survey. European Journal of Operational Research, 141, 241-252,
(20) Marques, F.P. (2000). O Problema da Mochila Compartimentada. Dissertao de
Mestrado, ICMC-USP, So Carlos, So Paulo.
(21) Martello, S. & Toth, P. (1990). Knapsack Problems: Algorithms and Computer
Implementations. John Wiley & Sons, Chichester.
(22) Morabito, R. & Arenales, M. (1992). Um exame dos problemas de corte e
empacotamento. Pesquisa Operacional, 12(1), 1-20.
(23) Morabito, R. & Garcia, V. (1998). The Cutting Stock Problem in a Hardboard Industry:
A Case Study. Computers and Operations Research, 25(6), 469-485.
(24) Pereira, M.A. (1993). Uma Abordagem Matemtica para o Problema de Corte e
Laminao de Fitas de Ao. Dissertao de Mestrado, UNICAMP, Campinas, So Paulo.
(25) Sweeney, P. & Paternoster, E. (1992). Cutting and Packing Problems: A Categorized,
Application-Oriented Research Bibliography. Journal of the Operational Research
Society, 43, 691-706.

300 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

(26) Wscher, G. & Gau, T. (1996). Heuristics for the Integer One-Dimensional Cutting
Stock Problem: A Computacional Study. OR Specktrum, 18, 131-144.
(27) Yanasse, H.H.; Soma, N.Y. & Maculan, N. (2000). An algorithm for determining the
K-best solutions of the one-dimensional knapsack problem. Pesquisa Operacional,
20(1), 117-134.
(28) Zak, E.J. (2002). Modeling multistage cutting stock problems. European Journal of
Operational Research, 141, 313-327.

Apndice: Aplicao no Corte de Bobinas de Ao

Descrevemos aqui o corte em bobinas de ao, sujeito laminao, o que foi a motivao
inicial deste estudo, procurando enfocar os principais aspectos envolvidos no processo. Alm
disso, fazemos uma descrio dos custos envolvidos no processo de produo.
Este problema foi observado em uma empresa que produz tubos de ao para diversas
aplicaes. A linha de produo consiste em produzir fitas, a partir de bobinas de ao em
estoque. Essas fitas, por sua vez, sero utilizadas na confeco dos tubos soldados, que tero
finalidades especficas.

1. Consideraes Iniciais
Terminologia:
Bobinas mestres so os objetos a serem cortados (mochilas a serem preenchidas). Tais
bobinas so identificadas pelos seus pesos (entre 12000 e 13500 Kg), larguras (variando
de 1100 a 1200 mm), espessura do ao e pelo teor de carbono do ao segundo os critrios
do SAE (Society of Automotive Engineers). Os mais utilizados so: SAE 1008, SAE 1010,
SAE 1012, SAE 1017 e SAE 1021.
Bobinas intermedirias so as bobinas obtidas durante a primeira etapa de corte (os
compartimentos). As bobinas intermedirias herdam algumas de suas caractersticas das
bobinas mestres, como a espessura e o teor de carbono do ao. Porm, por sua vez, as
bobinas intermedirias tero seus prprios pesos e larguras.
Fitas so os itens obtidos durante a segunda etapa de corte, a partir das bobinas
intermedirias. As fitas possuem caractersticas bem definidas como a largura (de acordo
com o dimetro dos tubos a serem produzidos), a espessura e o tipo de ao.
Observe que uma bobina com o tipo de ao SAE 1008 somente poder produzir fitas com
esta caracterstica. No que se segue, supomos que o conjunto de fitas selecionado para ser
produzido tenha as caractersticas necessrias de uma mesma bobina mestre a ser cortada.

2. O Processo de Corte
Uma peculiaridade do problema ao se efetuar cortes em bobinas de ao sujeitas a um
processo tcnico de laminao, reside no fato de que as bobinas mestres no podem ser
laminadas devido a sua largura, pois existem restries fsicas, impostas pelo laminador,
estabelecendo limites nas larguras das bobinas para que essas possam ser laminadas.
Portanto, as bobinas mestres devem ser cortadas em bobinas intermedirias, cujas larguras

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 301

 Marques & Arenales O problema da mochila compartimentada e aplicaes

respeitem as restries do laminador e, posteriormente, recortadas em fitas. Alm disso, vale

enfatizar que o processo de laminao executado visando ajustar a espessura das bobinas
intermedirias de acordo com as fitas demandadas.
Sendo assim, temos duas etapas de corte bem caracterizadas, definindo um compartimento
de fitas (bobinas intermedirias devero produzir fitas de mesma espessura) na construo de
um padro de corte.
Denomina-se Refugo todo tipo de perda inevitvel de material durante o processo de
obteno das fitas, e Sobra todas as outras categorias de perdas de material. Temos dois
refugos intrnsecos: um durante a primeira etapa de corte e outro durante a segunda etapa de
corte, ilustrado na figura 1.

Bobina mestre
Refugo
Primeira
Etapa
Largura til de
Corte
Largura Total
Refugo

Bobinas intermedirias Segunda

Etapa
Neste ponto, poder, ou no, ocorrer laminao. de
Fitas Corte
Refugos
+ Sobras

Figura 1 Corte em bobinas de ao com refugos embutidos.

Na prtica, por uma restrio no nmero de facas, o nmero de bobinas intermedirias na

primeira etapa limitado. Uma dificuldade adicional no processo de corte decorre da
existncia de demandas baixas, de maneira que a utilizao de uma bobina mestre com peso
consideravelmente alto poder proporcionar excesso de produo, mesmo que apenas uma
fita de um determinado tipo aparea no padro de corte. Para evitar este excesso,
(Hoto, 2001) considera uma formulao 1.5-dimensional, introduzindo uma varivel no
comprimento da bobina mestre.

3. A Cortadeira
Uma bobina mestre desenrolada e o processo de corte para obteno das bobinas
intermedirias feito longitudinalmente por discos de corte (no h cortes transversais e
por isso podemos entender que o problema unidimensional). Nesta etapa, existem
perdas intrnsecas (que podem ser visualizadas na figura 1 como refugos) nas laterais da
bobina, para eliminar as irregularidades das bordas, variando entre 6 a 8 mm por borda.
Posteriormente, as bobinas intermedirias so enroladas e passaro, ou no, para o processo
de laminao se as espessuras das fitas forem idnticas espessura da bobina mestre, no
ser necessrio o processo de laminao.

302 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002

 Marques & Arenales O problema da mochila compartimentada e aplicaes

O tempo de preparao da mquina de corte cerca de 40 minutos e o tempo mdio para o

corte de uma bobina gira em torno de 15 minutos. A figura 2 ilustra o processo de corte.

BOBINA INTERMEDIRIA

CORTADEIRA

BOBINA MESTRE

Figura 2 Perfil do processo de corte em bobinas de ao.

4. Laminao
O processo de laminao tem por objetivo diminuir (quando necessrio) a espessura do
material de uma bobina intermediria. Esse processo se d temperatura ambiente
(laminao a frio) por meio de cilindros de laminao que efetuam presso sobre a lmina de
ao (figura 3). Cabe notar que, eventualmente, uma mesma bobina intermediria poder
sofrer mais de uma laminao. Isto necessrio para que se possa obter a espessura desejada
do material (a reduo cerca de 15 a 20% da espessura em cada passo, e de 50 a 60% no
total). Como todas as outras, a mquina que executar a laminao (o laminador) possui
restries do tipo: No possvel laminar uma bobina intermediria com menos de 154 mm e
mais de 456 mm de largura (isto limita os tamanhos dos compartimentos, conforme definio
do Problema da Mochila Compartimentada, seo 2). A figura 3 ilustra o processo de
laminao em perfil.

Sentido de Operao

Cilindros de
Carretel
Laminao
Desenrolador
Carretel
Enrolador

Figura 3 Perfil do processo de laminao.

Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002 303

 Marques & Arenales O problema da mochila compartimentada e aplicaes

Aps a laminao, a bobina intermediria novamente cortada para a produo das fitas.
Quando uma bobina intermediria submetida ao processo de laminao, o material adquire
alguns fatores fsicos indesejveis e se faz necessrio, aps o recorte, um tratamento trmico
ao material denominado recozimento. No recozimento, as fitas so acondicionadas em fornos
especiais onde permanecem por um certo perodo e, em seguida, so lentamente resfriadas
at atingirem a temperatura ambiente. O processo todo leva cerca de 24 horas e constitui um
gargalo na produo.
Em sntese, as diversas peculiaridades da linha de produo aqui citadas apontam para um
problema complexo. Alm disso, a necessidade do processo de laminao induz padres de
corte pouco evidentes, pois nem todas as fitas tm a mesma espessura. Uma empresa na
capital paulista que trabalha com este problema indica uma perda de material da ordem de
10%, o que corresponde a uma mdia mensal de 500 toneladas de ao (Hoto, 2001).

304 Pesquisa Operacional, v.22, n.3, p.285-304, julho a dezembro de 2002