Orientador: Antonio Carlos Moretti

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica

Resumo: Neste trabalho é apresentada uma nova abordagem da heurística Simulated Annealing, no que se refere a geração de soluções na vizinhança de uma solução factível, para encontrar a solução ótima de uma formulação de programação linear inteira para o Problema de Corte de Estoque Unidimensional....

Resumo: Neste trabalho é apresentada uma nova abordagem da heurística Simulated Annealing, no que se refere a geração de soluções na vizinhança de uma solução factível, para encontrar a solução ótima de uma formulação de programação linear inteira para o Problema de Corte de Estoque Unidimensional. O desempenho do novo algoritmo é comparado à metodologia publicada em A simulated annealing heuristic for the one-dimensional cutting stock problem apresentada em [2]. Os resultados dos experimentos computacionais indicam que essa nova abordagem, fornece soluções muito melhores em relação ao valor objetivo em tempo equivalente de execução. Além disso, uma comparação qualitativa é feita com o solver CPLEX. Para os experimentos numéricos utiliza-se o gerador de problemas CUTGEN1: A problem generator for the Standard One-dimensional Cutting Stock Problem, proposto em [6], o qual fornece um gerador de classes de problemas de acordo com os critérios de tamanho dos itens finais e demandas. Finalmente, são reportados resultados dos experimentos computacionais baseados na metodologia apresentada em [1] no artigo Guidelines for Designing and Reporting on Computational Experiments with Heuristic Methods

Abstract: This work presents a new approach to heuristic Simulated Annealing, in refers to the generation of solutions in the neighborhood of a feasible solution, to _nd the solution an optimal integer linear programming formulation for the Cutting Stock Problem One-dimensional. The performance of...

Abstract: This work presents a new approach to heuristic Simulated Annealing, in refers to the generation of solutions in the neighborhood of a feasible solution, to _nd the solution an optimal integer linear programming formulation for the Cutting Stock Problem One-dimensional. The performance of the new algorithm is compared to the methodology published in A simulated annealing heuristic for the one-dimensional cutting stock problem presented in [2]. The results of computational experiments indicate that this new approach provides much better solutions in relation to the objective value time equivalent execution. In addition, a qualitative comparison is made to the CPLEX solver. For the numerical experiments we use the generator of problems CUTGEN1: A problem generator for the Standard One-dimensional Cutting Stock Problem, in [6], which provides a generator classes of problems according to criteria size and demands of end items. Finally, results of experiments are reported computer-based method presented in [1] by article Guidelines for Designing and Reporting on Computational Experiments with Heuristic Methods