Artículos de revistas
Optimization of an Integrated Lot Sizing and Cutting Stock Problem in the Paper Industry
Fecha
2016Registro en:
TEMA (São Carlos). Sociedade Brasileira de Matemática Aplicada e Computacional, v. 17, n. 3, p. 305-320, 2016.
1677-1966
2179-8451
10.5540/tema.2016.017.03.0305
S2179-84512016000300305
S2179-84512016000300305.pdf
Autor
Universidade Estadual Paulista (Unesp)
Universidade Estadual de Campinas (UNICAMP)
Institución
Resumen
Two important optimization problems occur in the planning and production scheduling inpaper industries: the lot sizing problem and the cutting stock problem. The lot sizing problem must determine the quantity of jumbos of different types of paper to be produced in each machine over a finite planning horizon. These jumbos are then cut in order to meet the demand of items for each period. In this paper, we deal with the integration of these two problems, aiming to minimize costs of production and inventory of jumbos, as well as the trim loss of paper generated during the cutting process. Two mathematical models for the integrated problem are considered, and these models are solved both heuristically and using an optimization package. Attempting to get lower bounds for the problem, relaxed versions of the models also have been solved. Finally, computational experiments are presented and discussed. Dois importantes problemas de otimização combinatória ocorrem no planejamento da produção em indústrias papeleiras: o problema de dimensionamento de lotes e o problema de corte de estoque multiperíodo. O problema de dimensionamento de lotes deve determinar a quantidade de bobinas jumbos de diferentes tipos de papel (gramaturas) a serem produzidos em cada máquina, ao longo de um horizonte de planejamento finito. Estes jumbos são então cortados para atender a demanda de itens para cada período. Neste trabalho, tratamos da integração desses dois problemas, procurando minimizar custos com produção e estoque dos jumbos, como também a perda de papel durante o processo de corte. Duas modelagens matemáticas para o problema integrado foram consideradas, e os modelos foram resolvidos heuristicamente usando um pacote de otimização. Procurando obter limitantes inferiores para o problema, foram resolvidas versões relaxadas dos modelos. Finalmente, experimentos computacionais são apresentados e discutidos.