МОДЕЛЮВАННЯ ОПТИМАЛЬНОГО РОЗКРОЮ МАТЕРІАЛІВ
DOI:
https://doi.org/10.31319/2519-8106.2(53)2025.341873Ключові слова:
розкрій матеріалів, задачі дискретної оптимізації, кросовер, генетичні алгоритми, задачі розкрою та упаковкиАнотація
У контексті зростання вартості матеріалів, комплектуючих та підвищення тарифів на енергоносії, питання раціонального використання сировинних ресурсів набуває особливої актуальності. Це зумовлено необхідністю підвищення ефективності виробничих процесів та зниження витрат на виготовлення продукції. Одним із напрямів такої оптимізації є розв’язання задач плоского розкрою, що безпосередньо впливають на обсяг залишків матеріалу та загальну собівартість продукції.
Задача плоского розкрою формулюється як оптимізаційна проблема розміщення множини менших за розміром елементів на площині, що відповідає заготовці більшого розміру, з метою мінімізації залишків (незаповненого простору). Ефективне вирішення цієї задачі дозволяє знизити матеріальні втрати та підвищити рентабельність виробництва. Навіть незначне покращення в схемі розміщення деталей може забезпечити суттєвий економічний ефект. Більшість задач даного типу належать до класу NP-складних, що унеможливлює знаходження точного оптимального розв’язку в обмежений проміжок часу для задач великої розмірності. У зв’язку з цим, доцільним є застосування евристичних та метаевристичних методів, зокрема генетичних алгоритмів, що забезпечують знаходження наближених, але практично придатних рішень.
Метою дослідження є розробка ефективного метаевристичного підходу до розв’язання задачі двовимірного прямокутного розкрою з використанням генетичних алгоритмів. У межах дослідження сформульовано формальні постановки задачі розкрою, побудовано відповідні математичні моделі, а також реалізовано модифікований генетичний алгоритм, адаптований до специфіки задачі розміщення прямокутних об’єктів.
Запропонований алгоритм базується на імітації процесів природного відбору та еволюції — зокрема, на генерації популяції потенційних рішень (особин), механізмах селекції, кросоверу та мутації. Для інтерпретації генетичних даних у вигляді конкретних карт розкрою розроблено спеціалізований декодер, що забезпечує трансформацію генотипу в реальні просторові конфігурації.
На основі розробленого підходу створено програмне забезпечення, яке дозволяє задавати параметри вхідних даних, візуалізувати отримані рішення та здійснювати їх кількісну оцінку. Результати чисельних експериментів підтверджують ефективність запропонованого методу для широкого класу задач плоского розкрою. Отримані розв’язки демонструють високу якість заповнення площі заготовки та дозволяють зменшити витрати матеріалу, що сприяє підвищенню загальної економічної ефективності виробничих процесів.
Посилання
Stoian Yu.H., Hil M.I. (2016) Metody i alhorytmy rozmishchennia heometrychnykh obiek-tiv[Methods and algorithms for placing geometric objects]. Kyiv: Naukova dumka. 247 s. [in Ukrainian].
Kosolap A. (2020) Practical Global optimization. Dnipro: Publisher Bila K.O. 192 p. [in Eng-lish].
Hulianytskyi L. F., Dubina A. V. (2021) Rozviazuvannia zadachi rozmishchennia priamokutnykiv na napivneskinchennii strichtsi alhorytmamy lokalnoho ta tabuiovanoho poshuku. [Solving the problem of placing rectangles on a semi-infinite ribbon using local and tabu search algorithms] Naukovyi visnyk Uzhhorodskoho universytetu. Seriia «Matematyka i informatyka». Vol. 38. № 1. P. 123–136. [in Ukrainian].
Sergienko I.V., Shylo V.P. (2016) Modern Approaches to Solving Complex Discrete Optimiza-tion Problems. Automation and Information Sciences. Volume 48, Issue 1. P. 15-24. [in Eng-lish].
Liu K., Zhang H., Wang C., Li H., Chen Y., Chen Q. (2023). Robust Optimization for the Two-Dimensional Strip-Packing Problem with Variable-Sized Bins. Mathematics, №11(23), 4781. https://doi.org/10.3390/math11234781 [in English].
SalemK.H., Silva E., Oliveira J. F. (2023). Cutting and packing problems under uncertainty: lit-erature review and classification framework. International Transactions in Operational Research. Volume30, Issue6. P. 3329-3360. [in English].
Caggiano A., Seccia A., Di Sciascio F. (2020) A mixed integer linear programming model for optimising stock cutting in steel mills. International Journal of Production Research. No. 58 (16). P. 5063–5078. [in English].
Birgin E. G., Romão O. C., Ronconi D. P. (2020) The multiperiod two-dimensional non-guillotine cutting stock problem with usable leftovers. International Transactions in Operational Research, Volume27, Issue3. P.1392–1418. [in English].
Delorme M., Iori M., Martello S. (2016) Bin packing and cutting stock problems: Mathematical models and exact algorithms. European Journal of Operational Research, Volume 255, Issue 1. P. 1-20. [in English].
Chen M., Wu C., Tang X., Peng Z., Liu S. (2019). An efficient deterministic heuristic algo-rithm for the rectangular packing problem. Computers & Industrial Engineering, 137, 106097. [in English].
Yi-Bo Li, Hong-Bao Sang, Xiang Xiong, Yu-Rou Li (2021). An Improved Adaptive Genetic Algorithm for Two-Dimensional Rectangular Packing Problem. Applied Sciences (Multidiscipli-nary Digital Publishing Institute). Vol. 11, Iss: 1. 413. https://doi.org/10.3390/APP11010413 [in English].
Стоян Ю.Г., Гіль М.І. Методи і алгоритми розміщення геометричних об’єктів. Київ: Наукова думка, 2016. 247 с.
Kosolap A. Practical Global optimization. Dnipro: Publisher Bila K.O., 2020.192 p.
Гуляницький Л. Ф., Дубіна А. В. Розв'язування задачі розміщення прямокутників на напівнескінченній стрічці алгоритмами локального та табуйованого пошуку. Науковий вісник Ужгородського університету. Серія «Математика і інформатика», 38(1), 2021. С. 123–136. https://doi.org/10.24144/2616-7700.2021.38(1).123–136.
Sergienko I.V., Shylo V.P. Modern Approaches to Solving Complex Discrete Optimization Problems. Automation and Information Sciences. Volume 48, Issue 1, 2016. P. 15–24.
Liu K., Zhang H., Wang C., Li H., Chen Y., Chen Q. Robust Optimization for the Two-Dimensional Strip-Packing Problem with Variable-Sized Bins. Mathematics, №11(23), 2023. 4781. https://doi.org/10.3390/math11234781
SalemK.H., Silva E., Oliveira J. F. Cutting and packing problems under uncertainty: literature review and classification framework. International Transactions in Operational Research. Volume 30, Issue 6, 2023. P. 3329–3360.
Caggiano A., Seccia A., Di Sciascio F. A mixed integer linear programming model for optimising stock cutting in steel mills. International Journal of Production Research. No. 58 (16), 2020. P. 5063–5078.
Birgin E. G., Romão O. C., Ronconi D. P. The multiperiod two-dimensional non-guillotine cutting stock problem with usable leftovers. International Transactions in Operational Research, Volume27, Issue3, 2020. P.1392–1418.
Delorme M., Iori M., Martello S. Bin packing and cutting stock problems: Mathematical models and exact algorithms. European Journal of Operational Research, Volume 255, Issue 1, 2016.
P. 1–20.
Chen M., Wu C., Tang X., Peng Z., Liu S. An efficient deterministic heuristic algorithm for the rectangular packing problem. Computers & Industrial Engineering, 2019. 137, 106097.
Yi-Bo Li, Hong-Bao Sang, Xiang Xiong, Yu-Rou Li. An Improved Adaptive Genetic Algorithm for Two-Dimensional Rectangular Packing Problem. Applied Sciences (Multidisciplinary Digital Publishing Institute). Vol. 11, Iss. 1. (2021). 413. https://doi.org/10.3390/APP11010413
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
a. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
b. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
c. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).