Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/87312| Tipo: | TCC |
| Título : | Algoritmo genético aplicado ao problema de corte bidimensional e guilhotinado em placas de madeira |
| Autor : | Maia, Deusiane Kaylane Moreira |
| Tutor: | Queiroz, Mayrton Dias de |
| Palabras clave en portugués brasileño: | Problema de corte;Otimização de corte em chapas de madeira;Algoritmo genético;Corte bidimensional guilhotinado |
| Palabras clave en inglés: | Cutting problem;Cutting optimization in wood sheets;Genetic algorithm;Twodimensional guillotine cutting |
| Fecha de publicación : | 2026 |
| Resumen en portugués brasileño: | As indústrias da modernidade buscam otimizar continuamente os seus processos de produção, seja diminuindo o desperdício de insumos e tempo de fabricação, seja aumentando a eficiência e a quantidade de produtos produzidos. Na indústria de móveis não é diferente, pois de maneira recorrente enfrenta níveis de desperdício de matéria-prima, principalmente no que tange aos cortes de placas de madeira. Nesse sentido, este trabalho tem como objetivo identificar uma estratégia capaz de encontrar uma solução para a realização de cortes de peças em placas de madeira, para maximizar o seu aproveitamento e em tempo hábil. O presente trabalho aborda os problemas de corte e empacotamento bidimensionais, uma vez que consideram-se as dimensões de largura e altura das placas de madeira, com cortes guilhotinados em peças retangulares que apresentam padrões geométricos e que não sofrem rotações devido ao design do móvel. Inicialmente, é realizada uma Revisão Sistemática da Literatura com o objetivo de identificar e analisar as abordagens existentes relacionadas a essa temática. Posteriormente, são implementadas e avaliadas seis configurações de um algoritmo genético, obtidas a partir das combinações dos operadores de Seleção por Roleta e Torneio, e dos operadores de Cruzamento de Um Ponto, Dois Pontos e Pai Único, visando obter soluções de boa qualidade em tempo computacional viável. Dentre as seis configurações avaliadas, o Algoritmo 6, composto pelos operadores de Seleção por Torneio e Cruzamento Pai Único, apresentou a melhor escalabilidade e o melhor desempenho geral, em termos de tempo de execução e aproveitamento da placa. Para as instâncias de pequeno porte, como a m0_i1 (10 peças), os Algoritmos 4, 5 e 6 apresentaram uma redução de aproximadamente 50% no tempo de execução em relação aos Algoritmos 1, 2 e 3, com o Algoritmo 6 registrando o menor tempo de execução, de aproximadamente 0.1136 segundos. Já na instância mais complexa (m5_i40, com 4240 peças), o Algoritmo 6 executou em aproximadamente 25.0 segundos, mantendo o melhor desempenho entre as configurações avaliadas. Além disso, o Algoritmo 6 demonstrou a maior estabilidade, com a amplitude interquartil (IQR) mais compacta entre os boxplots analisados. Dessa forma, o Algoritmo 6 consolida-se como a configuração proposta neste trabalho mais adequada para cenários industriais reais, onde o elevado volume de peças exige respostas rápidas e confiáveis |
| Abstract: | Modern industries seek to continuously optimize their production processes, whether by reducing waste of raw materials and manufacturing time or by increasing efficiency and the quantity of products produced. The furniture industry is no exception, as it repeatedly faces high levels of raw material waste, particularly when cutting wooden panels. In this regard, this study aims to identify a strategy capable of finding a solution for cutting pieces from wooden panels to maximize material utilization in a timely manner. This study addresses two-dimensional cutting and nesting problems, as it considers the width and height dimensions of the wood panels, with straight cuts into rectangular pieces that follow geometric patterns and do not undergo rotation due to the furniture’s design. Initially, a systematic literature review is conducted to identify and analyze existing approaches related to this topic. Subsequently, six configurations of a genetic algorithm are implemented and evaluated, obtained from combinations of the Roulette Wheel and Tournament selection operators, and the One-Point, Two-Point, and Single-Parent crossover operators, with the aim of obtaining high-quality solutions within a feasible computational time. Among the six configurations evaluated, Algorithm 6, consisting of the Tournament Selection and Single-Parent Crossover operators, demonstrated the best scalability and overall performance in terms of execution time and GPU utilization. For small-scale instances, such as m0_i1 (10 pieces), Algorithms 4, 5, and 6 showed an approximately 50% reduction in execution time compared to Algorithms 1, 2, and 3, with Algorithm 6 recording the shortest execution time of approximately 0.1136 seconds. In the most complex instance (m5_i40, with 4,240 pieces), Algorithm 6 ran in approximately 25.0 seconds, maintaining the best performance among the evaluated configurations. Furthermore, Algorithm 6 demonstrated the greatest stability, with the narrowest interquartile range (IQR) among the boxplots analyzed. Thus, Algorithm 6 emerges as the configuration proposed in this study that is best suited for real-world industrial scenarios, where the high volume of parts demands fast and reliable responses. |
| URI : | http://repositorio.ufc.br/handle/riufc/87312 |
| Derechos de acceso: | Acesso Aberto |
| Aparece en las colecciones: | ENGENHARIA DE SOFTWARE - RUSSAS - Monografias |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2026_tcc_mdeusiane.pdf | 1,27 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.