Řešení multikriteriálniho Cutting Stock Problemu pomocí metod evolučních výpočtů

Ing. Martin Zamba

Master's thesis

Solving of Multicriterial Cutting Stock Problem using Evolutionary Computation methods

Abstract:

Táto diplomová práca sa zaoberá použiteľnosťou genetických algoritmov pre dvoj dimenzionálny non-guillotineable Cutting Problem v drevárskom priemysle ? 2D non-guillotineable Log Cutting Problem (ngLCP). V práci sú prezentované dva nové prístupy ku konštrukcii riešenia pomocou konštrukčnej heuristiky pre ngLCP a tieto sú následne dôkladne preverené. V práci je ďalej prezentovaná inovatívna fitness funkcia pre ohodnocovanie porezových plánov, ktorá sa zameriava na pomoc evolučnému procesu ku konvergencii k vhodnému riešeniu ngLCP. Kvôli nedostatku literatúry pojednávajúcej o LCP, alebo podobnom probléme a následnej nedostupnosti vhodných testovacích scenárov, boli navrhnuté testovacie scenáre ktoré obsahujú 15 reálnych aj syntetických kontajnerov a 5 sád malých objektov. Tieto scenáre sú následne použité k overeniu a porovnaniu navrhovaných riešení medzi sebou. Práca takisto zvažuje multikriteriálnu optimalizáciu kde je okrem výťaže optimalizovaná aj kvalita reziva

Abstract:

This diploma thesis deals with the usability of genetic algorithms for two dimensional non-guillotine Cutting Problem in wood industry ? 2D non-guillotineable Log Cutting Problem (ngLCP). Two novel approaches for construction heuristics of solutions to ngLCP are presented and thoroughly tested. Novel fitness function for evaluation of cutting patterns is presented which aims to help evolution process in finding the right solution for ngLCP. Because of lack of literature about Lumber Cutting Problem or similar problem and resulting lack of testing scenarios, we propose new set of 15 real and synthetic containers and 5 small item sets. These scenarios were later used to compare proposed solution methods between each other. The thesis also consider multicriterial optimization where alongside of utilization the lumber quality is also optimized

Keywords

dvoj-rozmerný cutting stock problem, genetický algoritmus, drevná guľatina, rezivo

Language used: Czech

Date on which the thesis was submitted / produced: 17. 5. 2013

Thesis defence

• Date of defence: 19. 6. 2013
• Supervisor: doc. Ing. Petr Doležel, Ph.D.

University of Pardubice

Faculty of Electrical Engineering and Informatics

Master programme / field:
Information Technology / Information Technology