Problemas de los patrones de corte Ejemplo N 10 Una empresa produce papel en rollos de 90 cm. de ancho y 100 m.

de largo, pero muchas veces recibe pedidos para despachar rollos de dimensiones menores. En este momento necesita cumplir con la siguiente orden de produccin: La compaa desea determinar la forma de cortar los rollos estndar, de tal manera que se produzca el mnimo sobrante de papel. Elabore el modelo matemtico de P.L. para este problema. Construccin del modelo: Obviamente la solucin a este problema implicara que sea necesario despachar dos o ms rollos para obtener la longitud pedida de cada uno de los anchos, ya que el rollo estndar solo mide 100 m. de largo. Tambin aceptemos que el papel sobrante es todo rollo inferior a 25 cm. Para entender mejor la lgica de solucin del problema, determinemos todas las formas en que se puede cortar un rollo de ancho de 90 cm., para obtener anchos de 75, 35 y 25 cm. Si tomamos como referencia un metro del rollo de ancho estndar, las posibles formas de corte

son:

Observemos que hay cuatro modalidades de corte, en cada una de las cuales se obtiene un nmero de franjas de los anchos necesarios, con un desperdicio determinado. Las actividades alternativas a desarrollar son las cuatro modalidades de corte, cada una con su sobrante asociado por cada metro. Las caractersticas de los cuatro cortes posibles, se resumen en la siguiente tabla, en donde como se dijo los datos son para cada metro de ancho de 90 cm. que se corte en cada modalidad.

Podemos definir las variables del modelo como: Xi: nmero de metros del rollo estndar cortados en la modalidad i. Sj: nmero de metros del ancho j, cortados en exceso sobre lo pedido (j= 1, 2, 3). Con lo cual al modelo puede plantarse as: Minimizar: Sobrante: 0.15X1 + 0.20X2 + 0.05X3 + 0.15X4 Sujeta a:

Cantidad necesaria de cada ancho 1X1 > 200 2X2 + 1X3 > 500 2X3+3X4 > 300 con Xi > 0, i, Sj > 0, j Si escribiramos las restricciones como igualdades, puede presentarse el caso de que el problema no tenga solucin factible, al ser imposible encontrar modalidades de corte que produzcan exactamente las cantidades pedidas de cada ancho. Una alternativa para no usar las relaciones mayor o igual y en cambio utilizar relaciones de igualdad, es introducir al lado izquierdo de las restricciones las variables Sj para indicar el nmero de metros de ancho j, cortado en exceso sobre lo pedido. Se pide al estudiante que escriba el modelo adecuado para representar la situacin que se acaba de mencionar. Ejemplo N 11 Una empresa se dedica al transporte areo de cargas y cuenta para ello con un avin que tiene tres compartimientos: frontal, central y trasero. Las capacidades en peso y espacio para cada compartimiento son:

Por motivos tcnicos, debe tenerse igual proporcin de peso ocupado a capacidad en peso en cada compartimiento. La empresa recibi el encargo de transportar la carga de cuatro clientes pudiendo aceptar cualquier fraccin de ellos. La informacin de peso, volumen y utilidades de las cargas es:

Cmo debe programar la ocupacin del avin para obtener la mxima ganancia? Construccin del modelo: Un problema de este tipo es en realidad, similar a un problema de capacidades de peso y volumen de los compartimientos. Antes de construir el modelo, debemos calcular el volumen por tonelada de cada carga. Los resultados se registran en la siguiente tabla:

Las variables de decisin sern:

Xij; toneladas de la carga i a transportar en el compartimiento j ( i= 1, 2, 3, 4); ( j= F, C, T ) El modelo de P.L. puede ser el siguiente: Maximizar:

Utilidad = Sujeta a: Capacidades de peso en los compartimientos

Algoritmo GRASP para cortes de guillotina

RESUMEN El presente trabajo se enfoca en el corte recto de guillotina, el cual debido al alto costo computacional que ocasiona al obtener soluciones exactas, se plantea utilizar un Algoritmo GRASP que permita encontrar buenas soluciones para cualquier instancia y en tiempos adecuados, teniendo como objetivo principal minimizar el residuo o de desperdicio de materiales que se generan en el proceso de corte. Esto permitir el incremento de la productividad y reduccin de costos hacindolo atractivo para aplicarlo en el sector de la industria del papel, vidrio, metal y madera. Palabras Clave: GRASP, heurstica, parmetro de relajacin, cortes en 2D. MTODOS EXISTENTES PARA RESOLVER EL PROBLEMA DE CORTES El problema de cortes en dos dimensiones es un problema de optimizacin combinatoria. Se sabe que la nica garanta de encontrar la solucin ptima para problemas de optimizacin combinatoria sera enumerando todas las alternativas. Para resolver grandes problemas de optimizacin combinatoria se puede elegir entre dos caminos. El primero consiste en buscar la optimalidad con el riesgo de obtener grandes tiempos de respuesta computacionales, en algunos casos posiblemente impracticable; el segundo, trata de obtener soluciones con rapidez, aun con el riesgo de caer en la sub-optimalidad. Entre los que siguen la primera opcin destacan los mtodos de enumeracin y las tcnicas de programacin dinmica. La segunda opcin da lugar a los algoritmos de aproximacin, tambin llamados con frecuencia algoritmos heursticos. Algoritmos exactos Son algoritmos destinados a encontrar soluciones exactas para problemas NPComplejos; construidos a partir de mtodos capaces de determinar lmites superiores o inferiores para la solucin buscada en un esquema de enumeracin. Para cada instancia, los lmites inferiores y superiores (las soluciones factibles), van siendo calculados, hasta que cierta instancia tenga que ser dividida en subproblemas, de tal forma que la unin de stos conduzca a soluciones factibles

del problema inicial. Los subproblemas son procesados de forma similar. Dentro de los algoritmos exactos se tienen: Mtodo de Wang (10) y Mtodo AAO(And/Or) Pearl, J. (8), entre otros. Algoritmos aproximados Son algoritmos que utilizan alguna heurstica para encontrar las soluciones, tambin son denominados algoritmos sub-ptimos. Cuando se estudian estos tipos de algoritmos, la duda frecuente es, si existe alguna forma de determinar cun distante se encuentra la solucin encontrada de la solucin ptima. Para que estos algoritmos sean ms empleados que los algoritmos exactos, deben de procurar tener tiempos de ejecucin, ms corto y ofrecer soluciones razonables. Entre algunos de estos tenemos, Algoritmo Goloso Miope (Edmonds, 1971), Algoritmo de Regin de Confianza (Mauricio & Maculan, 1997). Metaheursticas Las heursticas para la solucin de problemas de optimizacin discreta generalmente no consiguen encontrar una solucin ptima global, pero si consiguen encontrar un ptimo local. A partir de un ptimo local, no se consigue generar ninguna mejora una vez alcanzada aquella solucin. Una posibilidad para enfrentar esto es la perturbacin del flujo de bsqueda de soluciones el cual admita, mediante pasos intermedios, soluciones con valores superiores del mnimo ya encontrado, aumentando as la oportunidad de no recorrer por caminos del espacio de soluciones que lleven a mnimos menores y tambin escapando de un mnimo local. Lo fundamental de este enfoque es la introduccin de alguna aleatoriedad en el procedimiento. En general todos los enfoques denominados metaheursticos son de aplicacin general. Son alternativas para la resolucin de problemas ms genricos. Entre algunos de estos tenemos, Algoritmo Goloso Randmico Adaptativo (GRASP) (Feo&Resende (2)), Algoritmo Gentico (Holland (5)), Simulated Annealing (Parada, V. (7)), Algoritmo de Bsqueda (Tab Glover y Laguna (4)), Algoritmo Gentico Evolutivo (Parada V., (6)). DESCRIPCIN DEL PROBLEMA DE CORTES DE GUILLOTINA Considere un nmero ilimitado de lminas rectangulares con dimensiones de largo L y ancho A y un conjunto de n requerimientos rectangulares de largo y ancho (l1 ,a1),...(ln ,an) respectivamente con li L y ai A. El objetivo del problema consiste en realizar cortes de extremo a las lminas de forma de atender todos los requerimientos usando el menor nmero de lminas. Este problema de corte algunas veces es subdividido en dos sub-problemas; el primero de ellos tiene por objetivo determinar un subconjunto de lminas (barras) de los disponibles para satisfacer la demanda de piezas (the assortment problem), y el segundo problema tiene por objetivo determinar el patrn de corte adecuado para cumplir con la demanda a partir del stock de lminas (barras) minimizando las prdidas o desperdicio (the trim-lossproblem). Se conoce como constrained stock cutting problem cuando el nmero de piezas de un determinado tipo solicitado es limitado. Algunos aspectos tericos del problema de cutting stock son referenciados por Golden (1976) y Hinxman (1980)

Lminas: Pieza rectangular nueva de vidrio, papel, metal o madera con dimensiones de largo L y ancho A sobre la cual se efectuan los cortes, segn requerimientos. Cada vez que se necesite una nueva lmina esta ser del mismo tamao (L x A), mostrada en la figura 2.

Requerimientos u rdenes: Pieza rectangular con un determinado largo (li) y ancho (ai) solicitado por los usuarios segn necesidad y que sern cortados sobre una lmina nueva o residuo de una determinada lmina, como muestra la figura 3.

Las dimensiones de la lmina, como el tamao de cada uno de los requerimientos son datos de entrada por lo tanto sern ingresados por el usuario al inicio. Patrones: Esquemas o modelos que muestran la manera ms adecuada para cumplir con la atencin de todos los requerimientos, sobre una o varias lminas como muestra la figura 4. Este patrn muestra la atencin de los siete requerimientos indicados anteriormente, en una sola lmina.

Objetivos del problema Determinar el patrn de corte adecuado para cumplir con los requerimientos a partir de las existencias de lminas minimizando las prdidas o desperdicios. Determinar un subconjunto de lminas de los disponibles para satisfacer los requerimientos de piezas (rdenes). Incrementar la productividad y reducir costos. Corte recto por guillotina

Existen problemas particulares de cortes de dos dimensiones resultantes de la utilizacin de ciertas mquinas que cortan el material en lnea recta de un extremo de la lmina al otro extremo opuesto, como por ejemplo la guillotina, usada para cortar papel y debido fundamentalmente a que la forma de los objetos (planchas, lminas) y de los requerimientos son rectangulares o cuadrangulares; los patrones de corte en este caso son denominados ortogonales. La complejidad de estos problemas depende del nmero de cambios de direccin de los cortes (perodos) y del nmero de cortes paralelos que se efecta por perodo. Un periodo, es el cambio de direccin de un determinado corte realizado por la guillotina, el cambio puede ser de corte horizontal a corte vertical o de corte vertical a corte horizontal. Un ejemplo de corte por periodo se muestra en la figura 5, donde los cortes son enumerados en el orden en que deben ser efectuados.

El corte por guillotina limita mucho el modelo de corte de dos dimensiones. Este tipo de corte por guillotina puede ser resuelto usando mtodos de programacin dinmica. Una frmula de recurrencia usada para este fin es dado por Gilmore y Gomory (3). Existen subclases especiales de los cortes por guillotina menos difciles de modelar y que corresponden a los cortes usados en ciertas industrias. Una subclase muy importante de modelos de corte 2D por guillotina es aquella en que los cortes son considerados en dos periodos, como se muestra en la figura 6, donde el rectngulo A x L es cortado segn el ancho en tiras y luego cada tira cortado segn el largo, como se detalla en la figura 6: (a) Modelo de corte de guillotina en dos periodos; despus de haberse realizado los cortes horizontales llegamos a (b) Corte del primer periodo (corte horizontal), y finalmente cambia la direccin del corte (periodo) de horizontal a vertical como se muestra en (c) Corte del segundo periodo (corte vertical).

En ocasiones es necesario contar con tres o ms periodos, como se muestra en la figura 7.

De una forma inductiva es posible definir cortes por guillotina en n periodos como un estilo de corte en el que se considera cada tira como una nueva lmina en la que es posible efectuar un corte por guillotina en n-1 periodos. La dificultad se presenta en los siguientes aspectos: El nmero de patrones es excesivamente grande. Pertenece a la geometra combinatoria. Cuando los items no tienen forma rectangular el problema an es ms difcil. Es un problema NP-difcil.

Proporcin de peso en los compartimientos