Řešení multikriteriálniho Cutting Stock Problemu pomocí metod evolučních výpočtů

Abstract

Táto diplomová práca sa zaoberá použiteľnosťou genetických algoritmov pre dvoj dimenzionálny non-guillotineable Cutting Problem v drevárskom priemysle - 2D non-guillotineable Log Cutting Problem (ngLCP). V práci sú prezentované dva nové prístupy ku konštrukcii riešenia pomocou konštrukčnej heuristiky pre ngLCP a tieto sú následne dôkladne preverené. V práci je ďalej prezentovaná inovatívna fitness funkcia pre ohodnocovanie porezových plánov, ktorá sa zameriava na pomoc evolučnému procesu ku konvergencii k vhodnému riešeniu ngLCP. Kvôli nedostatku literatúry pojednávajúcej o LCP, alebo podobnom probléme a následnej nedostupnosti vhodných testovacích scenárov, boli navrhnuté testovacie scenáre ktoré obsahujú 15 reálnych aj syntetických kontajnerov a 5 sád malých objektov. Tieto scenáre sú následne použité k overeniu a porovnaniu navrhovaných riešení medzi sebou. Práca takisto zvažuje multikriteriálnu optimalizáciu kde je okrem výťaže optimalizovaná aj kvalita reziva.