A GRASP METAHEURISTIC FOR THE ORDERED CUTTING STOCK PROBLEM UN META-HEURÍSTICO GRASP PARA EL PROBLEMA DE STOCK DE CORTE ORDENADO

• Main Authors: Rodrigo Rabello Golfeto, Antônio Carlos Moretti, Luiz Leduíno de Salles Neto
• Format: Article
• Language: English
• Published: Universidad de Tarapacá 2008-12-01
• Series: Ingeniare : Revista Chilena de Ingeniería
• Subjects: Problemas de stock de corte; GRASP; Just-in-time; Cutting Stock problem
• Online Access: http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052008000300005

This study presents a new mathematical model and a Greedy Randomized Adaptive Search Procedure (GRASP) meta-heuristic to solve the ordered cutting stock problem. The ordered cutting stock problem was recently introduced in literature. It is appropriate to minimize the raw material used by industries that deal with reduced product inventories, such as industries that use the just-in-time basis for their production. In such cases, classic models for solving the cutting stock problem are useless. Results obtained from computational experiments for a set of random instances demonstrate that the proposed method can be applied to large industries that process cuts on their production lines and do not stock their products.<br>Este estudio presenta un nuevo modelo matemático y un procedimiento meta-heurístico de búsqueda voraz adaptativa y aleatoria (GRASP, por sus siglas en inglés) para resolver el problema de stock de corte ordenado. Éste problema ha sido introducido recientemente en la literatura. Es apropiado minimizar la materia prima usada por las industrias que manipulan inventarios reducidos de productos, tales como las industrias que usan la base justo a tiempo para su producción. En tales casos, los modelos clásicos para resolver el problema de stock de corte ordenado son inútiles. Los resultados obtenidos, mediante experimentos computacionales para un conjunto de ejemplos aleatorios, demuestran que el método propuesto puede ser aplicado a industrias grandes que procesan cortes en sus líneas de producción y no mantienen en stock sus productos.