No abstract

This work presents a tailored branch‐and‐cut algorithm for the two‐dimensional irregular strip packing problem with uncertain demand for the items to be cut. A two‐stage stochastic programming model is developed, considering a discrete and finite set of scenarios. The strip is discretized over a mesh of points in the model and includes constraints to ensure items are non‐overlapping based on the concepts of inner‐fit raster and no‐fit raster. The algorithm considers lower and upper bounds from a heuristic based on the variable neighborhood search. This heuristic is also used during optimization to obtain new solutions and help to prune unsatisfactory nodes. The numerical results indicate the effectiveness of the proposed algorithm when observing other exact algorithms on the same problem without uncertainty. The algorithm can also provide optimal solutions for instances with uncertainty having more than 60 scenarios within some hours of execution. Besides, the conclusions show it is preferable to handle uncertainty to achieve minimum cost decisions.

The present research deals with the two-dimensional knapsack problem by considering the cutting of irregular items from a rectangular plate with defects. While the defects are only known at the time of cutting (in the future), we need first to select which items to produce from cutting the plate. The final items cannot have any defects and the goal is to maximize the profit from cutting the plate and producing the items. We propose a two-stage stochastic optimization model that makes use of a discrete set of scenarios with the realization of the plate defects. The first-stage decisions involve selecting items for cutting and possible production. The second-stage decisions consider the positioning of items in the plate given the scenarios with defects, and then the cancellation and non-production of some selected items, if any. We also extend this model to include a measure of risk, aiming at robust solutions. We perform computational tests on instances adapted from the literature that consider three types of defects, eight scenarios, and four cases for determining each scenario's probability. The tests evaluate the impact of uncertainties on the problem by calculating the expected value of perfect information and the value of the stochastic solution. The results indicate a percentage reduction in the profit of up to 27.7%, on average, when considering a fully risk-averse decision-maker.

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. Palavras-chave: problemas de corte e empacotamento, itens irregulares, incertezas, modelo de programação estocástica, heurísticas.