In this work, the one-dimensional cutting stock problem with the objectives of minimizing waste and reducing the number of patterns in the solution is considered. Four new heuristics to solve this problem are proposed. The first thrce houristics have three phases: in the first phase an initial set of patterns is generated, in the second phase a residual problem is solved and in the third phase a pattern reduction technique is applied to the solution of the problem. The methodology applied in the second and third phases is the same for all these three heuristics. The heuristics differ only in phase 1 regarding the methodology used to generate the patterns. The fourth heuristic has only two phases. In the first phase, a variation of a heuristic procedure recently proposed in the literature is used, where several solutions are generated and the best is chosen. The second phase of heuristic 4 is identical to phase 3 of the three previous heuristics. In the first heuristic the patterns are generated taking into consideration the average demand of the remaining items, valuing the larger items. In the second heuristic, the patterns are generated dividing the items in two disjoint groups according to their demands. The third heuristic is a variant of the second heuristic, modifying the way the items are divided in groups, that are not necessarily disjoint sets and the quantity of items in these groups is determined according to the residual demand of the items at each iteration. In the fourth heuristic, patterns that can bc cut with different pre-established frequencies, sot according to the demands of the existing items, are generated. We also propose a variant of the procedure in of the literature known as KOMBI, that we denominated MüDIFIED KOMBI or KOMBI-M. We performed computational tests with instances of the liter ature and we observed that the proposed heuristics present a good performance in terms of quality of solutions when compared with other solutions generated by recent methods of the literature, with an acceptable computational time average.
Neste trabalho, foca-se o problema de corte de estoque unidimensional em que são considerados dois objetivos: a minimização do desperdício e a redução do número de padrões na solução. Quatro novas heurísticas para resolver este problema são propostas. As três primeiras heurísticas possuem três fases: na primeira fase um conjunto inicial de padrões é gerado, na segunda fase um problema residual é resolvido, e, na terceira fase uma técnica de redução de padrões é aplicada à solução do problema. A metodologia aplicada nas fases 2 e 3 é a mesma para estas 3 heurísticas consideradas, que diferem apenas na fase 1 quanto à metodologia adotada na obtenção dos padrões. A quarta heurística tem apenas duas fases. Na primeira fase utiliza-se uma variante de uma heurística recentemente proposta na literatura em que várias soluções são geradas e a melhor é mantida. A segunda fase desta heurística 4 é idêntica à fase 3 das 3 heurísticas anteriores. Na heurística 1 os padrões são gerados levando-se em consideração a demanda média dos itens remanescentes, valorizando os itens maiores. Na heurística 2, os padrões são gerados a partir de uma divisão dos itens em dois grupos disjuntos de acordo com suas demandas. A heurística 3 é urna variante da heurística 2, em que modificamos a maneira de dividir os itens em grupos, que não necessariamente são disjuntos e a quantidade destes grupos é definida de acordo com a demanda residual dos itens a cada iteração. Na heurística 4 são gerados padrões que podem ser cortados com diferentes frequências pré-estabelecidas de acordo com as demandas dos itens existentes no problema. Propomos também uma variação do procedimento de redução de padrões da literatura conhecido como KOMBI, a fim de melhorar seu desempenho, possibilitando um maior número e combinação de padrões, contribuindo assim, para reduzir mais o número de padrões na solução do problema, o qual denominamos de KOMBI MODIFICADO ou KOMBI-M. São realizados testes computacionais com instâncias da literatura e observa-se que as heurísticas propostas apresentam um bom desempenho em termos de qualidade de solução quando comparadas com outras soluções geradas por métodos recentes da literatura, com média de tempo computacional aceitável.
