Evaluación de Funciones Objetivo para Resolver el Problema de Corte
Palabras clave:
Problema de corte, Algoritmo del Búfalo Africano, Programación Lineal, Algoritmos HeurísticosResumen
El documento aborda el problema de corte unidimensional que consiste en cortar objetos pequeños o ítems de piezas grandes de material o stocks. A lo largo del tiempo, se han desarrollado diversos modelos basados en programación lineal y estrategias para abordar este problema, que van desde métodos exactos hasta algoritmos heurísticos, metaheurísticos e híbridos. En este estudio se evalúa la efectividad del Algoritmo Discreto del Búfalo Africano con tres diferentes funciones objetivo. La primera función considera minimizar el desperdicio; la segunda, el número de stocks usados y la tercera es una combinación de las dos anteriores. Se realizaron experimentos bajo dos escenarios con instancias de diferente complejidad y características. Los resultados muestran que las funciones con una sola medida de desempeño son adecuadas para una complejidad moderada y alta, mientras que la función con dos medidas de desempeño es idónea para cualquier complejidad, pero es sensible a la heterogeneidad de los ítems.
Descargas
Información de Publicación
Perfiles de revisores N/D
Declaraciones del autor
Indexado en
- Sociedad académica
- N/D
Citas
Barragan-Vite, I., Montiel-Arrieta, L. J., Seck-Tuoh-Mora, J. C., Hernandez-Romero, N., & Medina-Marin, J. (2023). Algoritmo discreto del búfalo africano para resolver el problema de corte de material de una dimensión. Pädi: Boletín Científico de Ciencias Básicas e Ingenierías del ICBI, 123-132
Odili, J. B., Mohd Nizam, K. M., & Shahid, A. (2015). African Buffalo Optimization: A Swarm-Intelligence Technique. 2015 IEEE International Symposium on Robotics and Intelligent Sensors (IRIS 2015) (pp. 443-448). Malaysia: Elsevier B. V.
Jiang, T., Zhu, H., & Deng, G. (2020). Improved African buffalo optimization algorithm for the green flexible job shop scheduling problem considering energy consumption. Journal of Intelligent & Fuzzy Systems, 4573-4589.
Liang, K.-H., Yao, X., Newton, C., & Hoffman, D. (2002). Anewevolutionaryapproachtocuttingstockproblems with and without contiguity . Computers & Operations Research, 1641-1659.
Montiel-Arrieta, L. J., Barragan-Vite, I., Seck-Tuoh-Mora, J. C., Hernandez-Romero, N., & Gonzalez-Hernandez, M. (2023). Minimizing the total waste in the onedimensional cutting stock problem with the African buffalo optimizat
Montiel-Arrieta, L. J., Barragan-Vite, I., Hernandez-Romero, N., & Gonzalez-Hernandez, M. (2022). Algoritmo del búfalo africano para resolver el problema de corte unidimensional. Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI, 1-8.
Wäscher, G., Hausner, H., & Schumann, H. (2007). An improved typology of cutting and packing problems. European Journal of Operational Research, 183, 1109-1130.
Kantorovich, L. V. (1960). Mathematical methods of organizing and planning production. Management science, 6(4), 366-422.
Hassler, R. (1975). Control de cambios en el patron de corte en problemas de corte unidimensionales . Investigación de operaciones.
Farley, A., & Richardson, K. (1984). Problemas de carga fija con cargas fijas idénticas. Revista Europea de Investigación Operativa.
Foerster, H., & Wäscher, G. (2000). Pattern reduction in onedimensional cutting stock problems. International Journal of Production Research, 38(7), 1657-1676.
Umetani, S., Yagiura, M., & Ibaraki, T. (2003). Una búsqueda local basada en LP para el problema de corte unidimensional utilizando un número dado de patrones de corte. IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences.
Lee, J. (2007). Generación de columnas in situ para un problema de material de corte. Computer & Operations Research.
Alves, C., & de Carvalho, J. (2008). A branch-and-price-andcut algorithm for the pattern minimization problem. ALIO/EURO V Conference on Combinatorial Optimization. (pp. 435-453). Paris: EDP Sciences.
Alves, C., Macedo, R., & de Carvalho, J. V. (2009). New lower bounds based on column generation and constraint programming for the pattern minimization problem. Computers & Operations Research, 36(11), 2944-2954.
Gherboudj, A. (2018). Two discrete binary versions of African Buffalo Optimization metaheuristic. ACSIT, ICITE, SIPM - 2018 (pp. 33-46). Academy & Industry Research Collaboration Center (AIRCC).
Zhou, H., Jiang, T., & Wang, Y. (2020). Discrete African Buffalo Optimization Algorithm for the Low-carbon Flexible Job Shop Scheduling Problem. Journal of Advanced Manufacturing Systems, 9(4), 837-854.
Kolen, A. W., & Spieksma, F. C. (2000). Solving a bicriterion cutting stock problem with open-ended demand: a case study. Journal of the Operational Research Society, 1238-1247.
Singh, P., Meena, N. K., Slowik, A., & Bishnoi, S. K. (2020). Modified African Buffalo Optimization for StrategicIntegration of Battery Energy Storage in Distribution Networks. IEEE Access, 14289-14301.
Sarper, H., & Jaksic, N. I. (2019). Simulation of the stochastic one-dimensional cutting stock problem Simulation of the stochastic one-dimensional cutting stock problem to minimize the total inventory cost. 29th International Conference on FlexibleAutomation and Intelligent Manufacturing (pp. 24- 28). Limerick: Elsevier.
Sa Santos, J. V., & Nepomuceno, N. (2022). Computational Performance Evaluation of Column Generation and Generate-and-Solve Techniques for the One Dimensional Cutting Stock Problem. Algorithms, 15, 394.
Vanderbeck, F. (2000). Exact Algorithm for Minimising the Number of Setups in the One-Dimensional Cutting Stock Problem. Operations Research, 48(6), 915-926.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Eloísa Fernanda Acevedo Mendoza, Irving Barragan Vite, Joselito Medina Marín, Gustavo Erick Anaya Fuentes

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.