Řešení optimalizačního problému Cutting Stock Problem s využtím genetického algoritmu

Abstract

Cutting Stock Problem je běžný optimalizační problém ve výrobě a logistice, kde cílem je efektivně uspořádat předměty nebo tvary ve větším kontejneru tak, aby se minimalizoval odpad, nebo maximalizovalo využití. Tato práce si klade za cíl prozkoumat současná existující řešení Cutting Stock Problému a poskytnout potenciální řešení Cutting Stock Problému pro nepravidelné(konkávní) tvary pomocí genetického algoritmu. Výsledky tohoto výzkumu mají potenciál přispět k efektivnějším a udržitelnějším výrobním procesům v různých průmyslových odvětvích, jako je výroba oděvů nebo výroba automobilů. Při tom se snažím poskytnout posouzení praktičnosti genetických algoritmů pro řešení těchto problémů pro společnost, pro kterou v současné době pracuji.

The Cutting Stock Problem is a common optimization challenge in manufacturing and logistics, where the goal is to efficiently arrange objects or shapes within a larger container, in order to minimize waste or maximize utilization. This thesis aims to investigate the current existing solutions to the Cutting Stock Problem, and provide a potential solution to Cutting Stock problem involving irregular shapes, using genetic algorithm. The findings of this research have the potential to contribute to a more efficient and sustainable manufacturing processes of variety of industries such as clothes manufacturing, or automobile manufacturing. In doing so, I aim to provide an accurate assessment of viability of genetic algorithms for solving such problems, for the company I am currently working for.