Neste trabalho desenvolvemos um algoritmo genético simbiótico com objetivo de minimizar o número de objetos processados e o setup num problema de corte unidimensional. Nosso algoritmo genético gera seus próprios padrões em conjunto com soluções para o problema, através de um processo simbiótico entre duas populações distintas, a de soluções e a de padrões. Trabalhando com os dois objetivos na função de aptidão e com a relação simbiótica entre as duas populações, obtivemos resultados competitivos em relação aos métodos descritos na literatura.

This work presents a genetic symbiotic algorithm to minimize the number of objects and the setup in a one-dimensional cutting stock problem. The algorithm implemented can generate combinations of ordered lengths of stock (the cutting pattern) and, at the same time, the frequency of the cutting patterns, through a symbiotic process between two distinct populations, solutions and cutting patterns. Working with two objectives in the fitness function and with a symbiotic relationship between the two populations, we obtained positive results when compared with other methods described in the literature.

This study presents a new mathematical model and a Greedy Randomized Adaptive Search Procedure (GRASP) meta-heuristic to solve the ordered cutting stock problem. The ordered cutting stock problem was recently introduced in literature. It is appropriate to minimize the raw material used by industries that deal with reduced product inventories, such as industries that use the just-in-time basis for their production. In such cases, classic models for solving the cutting stock problem are useless. Results obtained from computational experiments for a set of random instances demonstrate that the proposed method can be applied to large industries that process cuts on their production lines and do not stock their products.

Este estudio presenta un nuevo modelo matemático y un procedimiento meta-heurístico de búsqueda voraz adaptativa y aleatoria (GRASP, por sus siglas en inglés) para resolver el problema de stock de corte ordenado. Éste problema ha sido introducido recientemente en la literatura. Es apropiado minimizar la materia prima usada por las industrias que manipulan inventarios reducidos de productos, tales como las industrias que usan la base justo a tiempo para su producción. En tales casos, los modelos clásicos para resolver el problema de stock de corte ordenado son inútiles. Los resultados obtenidos, mediante experimentos computacionales para un conjunto de ejemplos aleatorios, demuestran que el método propuesto puede ser aplicado a industrias grandes que procesan cortes en sus líneas de producción y no mantienen en stock sus productos.