|
A generic algorithm-based heuristic for constrained circular cutting problems
Résumé.
Dans cet article, nous étudions le problème de découpe circulaire. Une instance du problème est caractérisée par une
plaque rectangulaire R de dimensions (L,W) et d'un ensemble de n types de pièces circulaires.
Chaque type de pièce i est représenté par son rayon ri , i = 1,...,n, et par sa demande
di (une borne supérieure sur le nombre d'apparitions de la pièce du type i dans un plan de
découpe). Nous proposons deux méthodes approchées pour la résolution du problème de découpe circulaire. Les méthodes
proposées s'appuient principalement sur la recherche du meilleur ordre de placement des pièces et utilisent une
adaptation de la procédure de la recherche de la meilleure position locale (proposée dans Hifi et M'Hallah [13]) afin
d'identifier le meilleur sous-plan de découpe associé à l'ordre prédéfinit. La procédure de positionnement a été
revisitée vu la spécificité du problème étudié. Les deux méthodes sont comparées aux meilleures approches de la
littérature.
Abstract.
In this paper, we study the problem of cutting a rectangular plate R of dimensions (L,W) into as many
circular pieces as possible. The circular pieces are of n different types with radii ri , i =
1,...,n. We solve the constrained circular problem, where di the maximum demand for
piece type i is specified, using two heuristics : a constructive procedure based heuristic and a genetic
algorithm based heuristic. Both of these approaches search for a good ordering of the pieces and use an adaptation
of the best local position procedure [13] to find the "best" layout of this ordered set. This
positioning procedure is specifically tailored to circular cutting problems. It acts, for constrained problems, as
one of the mutation operators of the genetic algorithm. We compare the performance of both proposed approaches to
that of existing approximate and exact algorithms on several problem instances taken from the literature. The
computational results show that the proposed approaches produce high-quality solutions within reasonable
computational times. The genetic algorithm based heuristic is easily parallelizable ; one of its important features
to be investigated in the near future.
JEL Classification :
C44, C61, C63.
*LaRIA, Laboratoire de Recherche en Informatique d'Amiens, 5 rue du Moulin Neuf, 80000 Amiens.
|