Tesis
Algoritmos geneticos e o problema de corte multiobjetivo
Genetic algorithms and the cutting stock problem
Registro en:
Autor
Silva, Daniel Tressi da
Institución
Resumen
Orientadores: Antonio Carlos Moretti, Roberto Andreani Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica Resumo: Nesta dissertação, estudamos algoritmos genéticos para resolver o problema de corte unidimensional multiobjetivo, onde minimizamos o desperdício dos objetos processados e o número de padrões distintos denominado custo de setup. Primeiro, realizamos uma codificação baseada em grupos desenvolvida por Falkenauer e, em seguida, aplicamos o algoritmo genético multiobjetivo SPEA2 para obter a Fronteira de Eficiente do problema. Abstract: In this dissertation we studied genetic algorithms to solve the unidimensional multiobjective cutting stock problem, where we minimize the wastage of processed objects and the distinct number of patterns used, called setup cost. First, we make a group based codification derived by Falkenauer and, after that, we apply the multiobjective genetic algorithm SPEA2 to obtain problem's Efficient Frontier. Mestrado Otimização e Pesquisa Operacional Mestre em Matematica Aplicada