Resolução de problemas de Bin Packing utilizando rede neural aumentada e Minimum Bin Slack

AUTOR(ES)

Almeida, Ricardo de, Steiner, Maria Teresinha Arns

FONTE

Gest. Prod.

DATA DE PUBLICAÇÃO

04/09/2015

RESUMO

ResumoO objetivo do presente trabalho é comparar a utilização da meta-heurística Rede Neural Artificial Aumentada (RNAA) com a heurística Minimum Bin Slack (MBS) para resolução de Problemas de Otimização Combinatória, mais especificamente, em problemas de Bin Packing, uma classe de Problemas de Corte e Empacotamento (PCE). PCEs são vastamente encontrados em diversos ramos da indústria e o tratamento adequado deste tipo de problema pode gerar impactos diretos na economia de matérias-primas e/ou espaço físico das empresas. Para a otimização dos parâmetros da RNAA, fez-se uso de um projeto de Delineamento de Experimento (DOE) do tipo Fatorial Completo. Os testes, realizados em diversos problemas benchmark da literatura, mostraram que, de uma forma geral, a heurística MBS foi superior tanto em relação à qualidade das respostas (cerca de 70% melhor), quanto em relação ao tempo computacional (aproximadamente 90% menor).

ASSUNTO(S)

rede neural corte e empacotamento delineamento de experimentos bin packing minimum bin slack

Documentos Relacionados

• Algoritmos aproximados para solucionar o problema de Bin Packing unidimensional.
• Resolução de problemas de controle otimo utilizando o algoritimo box
• Modelagem matemática e resolução de problemas
• A HYBRID IMPROVEMENT HEURISTICS FOR THE BIN PACKING PROBLEM AND ITS APPLICATION TO THE PROBLEM OF TASK SCHEDULING
• Comparativo de Prognósticos da Velocidade do Vento Utilizando Modelo WRF e Rede Neural Artificial