otimização matemática e aplicações socorro rangel departamento de ciências da computação e...
TRANSCRIPT
Otimização Matemática e Aplicações
Socorro Rangel Departamento de Ciências da Computação e Estatística
e-mail: [email protected]
Sumário
• Problemas de Otimização• Aplicações:
– Indústria de Móveis– Indústria de Refrigerantes
• Ferramentas Computacionais
Motivação"Existem duas maneiras de aumentar a eficiência de uma
loja, empresa, ou indústria. Uma delas requer a melhoria tecnológica, isto é, atualização dos equipamentos, mudança no processo tecnológico, descoberta de novos e melhores tipos de matéria prima. A outra maneira, até hoje muito menos utilizada, envolve melhorias na organização do planejamento e da produção. Isto é, melhorias no processo de distribuição do trabalho entre as máquinas da empresa, distribuição de matéria prima, combustível, entre outros fatores."
(Kantorovich (1939) in Dantzig, 1963, pg 22)
Motivação
Por que usar modelos matemáticos para auxiliar a tomada de decisão? – Solução matemática X solução impírica– Melhor entendimento da empresa– Ferramenta de apoio a tomada de decisão
Elementos de um modelo de otimização
DECISÕESIdentificar as possíveis soluções (decisões)
Definir Variáveis de DecisãoOBJETIVOS
Definir critérios de avaliação capazes de indicar que uma decisão é preferível a outrasDefinir Função Objetivo
RESTRIÇÕES
Identificar quais as restrições que limitam as decisões a serem tomadasDefinir Conjunto de Equações ou Inequações
Forma Geral de um Modelo de Otimização
min ou max (função objetivo)
sujeito a(restrições principais - equações ou
inequações)
(tipo das variáveis de decisão)
Classes de Modelos de Otimização• Linear contínuo• Linear Inteiro• Não linear• Misto
Modelo de Otimização Linear
ou , ,ser pode~onde0,...,
~.........
~......
~......a sujeito
...max)min(
21
2211
222222122
111212111
2211
n
mnmnpmpmm
nnpp
nnpp
nn
xxx
bxaxaxaxa
bxaxaxaxa
bxaxaxaxa
xcxcxczou
Inteiro Misto
, inteiraspxxx ,...,, 21
O Problema da Mochila
• elementos conhecidos:– um conjunto de itens – peso e valor de de cada item – Capacidade da Mochila (peso
máximo)• elementos desconhecidos: um
subconjunto de itens a serem incluidos na mochila cuja soma dos pesos é menor ou igual que a capacidade da mochila
• Objetivo: encontrar o subconjunto de itens com o maior valor possível
Modelo de Otimização Inteira
Sujeito a 10453 321 xxx
321 101040zmax xxx
1ou 0,, 321 xxx
possíveis soluções! Como encontrar a solução ótima?
n2
O Problema da mochila
n1,...,j 1/0 jx
Cxpxpxp nn ...2211Sujeito a
nn xvxvxv ...zmax 2211
Enumerar as Soluções: é Sempre Possível?
n 2n
3 85 3210 1024100 1.26 x 1030
Computador:
1 solução 1s
1.26x1030 soluções ~4 x 1022 anos!!!!
O que fazer então?
Como podemos ver, tentar resolver os problemas de otimização
inteira pelo método de enumeração completa é inviável.
Precisamos de técnicas mais avançadas:
• Enumeração implícita (branch and bound)
• Geração de Colunas (inclusão de variáveis)
• Planos de corte poliédricos (inclusão de inequações)
• Heurísticas
• Combinação dos Métodos acima (branch-cut- and price).
Métodos de Solução de problemas de Otimização Inteira Mista
Aplicações
Problemas de Corte e empacotamento(Cutting and Packing Problems)
Panorama da indústria moveleira
• Forte dispersão geográfica, porém concentrada em pólos regionais
localizados principalmente nas regiões Sul e Sudeste do país
•Pólo de Votuporanga-SP: empresas de pequeno e médio porte, móveis
retilineos.
• Matéria prima principal: painéis de madeira - compensados, aglomerados e
chapas de fibras comprimidas (MDF- Médium-Density Fiberboard)
Planejamento da Produção: Corte de Matéria Prima na Indústria de Móveis
O processo de produção de um móvel 1 – Corte da matéria prima: problema de corte de estoque bidimensional
390 x 110 x 12 (6)450 x 132 x 15 (3)
600 x 440 x 15 (2)
370 x 110 x 12 (3)388 x 377 x 03 (3)
410 x 383 x 03 (3)
445 x 213 x 03 (4)
2 - furação, colagem, pintura
3 – Os itens são agrupados, empacotados e aramazenados
-Armazenamento de itens cortados deve ser evitado- Espaço limitado para armazenar produto final.
objetositem
Tipo de Corte
Guilhotinado ortogonal em até três estágios
1º
2º
3º
A serra
Ajuste de acordo com a largura da faixa
ajuste de acordo com o comprimento
do itemCapacidade da serra – corte de varios objetos simultaneamente (até 60mm de
espessura)
Solução clássica• Sistema Cortebi - Método Simplex com geração de colunas; Padrões de corte em dois
estágios de Gilmory e Gomory (1965).
• Se mostrou útil como um sistema de apoio a decisão devido a rapidez e qualidade da solução
• Resolveu exemplares do problema com até 20 itens em menos que dois segundos e com
perda total entre 3,07% e 5,27% . A indústria aceita até 6%.
Rejeitado (perda 4,19%) Aceito (perda 2,73%)
Padrão Tabuleiro (ou 1-grupo)
1o estágio - faixas 2o estágio – faixas são cortadas simultaneamente
Padrões de corte n-grupos•As faixas obtidas no primiro estágio são agrupadas e cortadas simultaneamente no segundo estágio
•Os padrões 1-grupo posuem baixo custo operacional e podem ser identificados como subpadrões nos padrões de corte utilizados pela indústria.
Padrão de corte da indústria Subpadrão tabuleiro
Heuristica para gerar padrões tabuleiros compostos
1 2 2 B
1 2 2 B
1 2 2 BA
1 2 2 B
ARemoção
de faixas
Passo 1 - Leia a dimensão do objeto e dos itens ),( WL , ( ),( ii wl mi ...1 , rotação e ordenação dos itens ( piww ii ...1,1 ). Passo 2 - Use o item k (item pivô), pk ...1 , para criar até duas faixas de largura kw : homogênea maximal e se possível uma faixa heterogênia (o item pivô e itens j tais que
kj ww ). Seja S o conjunto de itens incluídos em cada faixa. Passo 3- Para cada faixas criadas no Passo 2, (área B) inclua o item i se
kiiSj
j wwillL
:,)( .
Passo 4 - Para cada faixa criada Etapa 1, gere um padrão tabuleiro usando kwW faixas. Passo 5 - Para cada padrão tabuleiro criado no Passo 4 crie K padrões de corte derivados removendo faixas do padrão. Se um padrão tabuleiro possuir t faixas, podem ser construídos até (t-1) padrões derivados. A área ociosa associada às faixas removidas será considerada um novo objeto (área A). Gere um padrão tabuleiro para o subobjeto (L, WA). Passo 6 - Resolva o problema do corte de estoque bidimensional considerando o pool de padrões gerados nos passos 2-5. O pool irá conter até 2p(K+1) padrões de corte diferentes.
Estudo Computacional
Máquina: PC AMD-Athlon 2200, 256 RAM
Software: XPressMP Suite
Exemplares: Produtos fabricados com itens (objetos) de diferentes espessuras (3, 6, 15,18, 20, e 25mm). Um problema de corte de estoque para cada tipo de objeto.
Usados pela IndustriaGerados pela heuristica
03 m
m12
mm
15 m
mResultados 1: Padrões de corte para P1
ProdutoHeuristica Industria
Nr. Pad.
Nr. Obj perda Nr.
Pad.Nr. Obj perda
P1 8 142 4,2% 6 143,5 4,3%
P2 16 240 4,3% 12 240 4,5%
P3 33 236 4,9% 27 240 4,9%
Total 57 618 4,5% 45 624 4,6%
Resultados 2: 1 lote de cada produto
Aplicações
Problemas Integrados de dimensionamento e sequenciamento de lotes(Lot-scheduling Problems)
• Várias linhas de produção• Vários tanques para armazenamento de
líquido • Garrafas recicláveis e descartáveis • Refrigerantes em diversos sabores e
tamanhos
Planejamento da Produção na Indústria de Bebidas
Uma linha de produção(Empresa de Médio porte na região de S. J. do Rio Preto)
• Esteira rolante • Máquinas alinhadas em série
• lavar garrafas• encher • fechar• rotular• empacotar
A unidade de produçãoDeterminar a quantidade e a ordem de produção de refrigerantes de forma a satisfazer a demanda do mercado, com objetivo de minimizar os custos deprodução, armazenamento e preparo de máquinas.
..
.
Estágio I – Xaroparia
Linha de produção 1 Linha de produção 2 Linha de produção m...
Estágio II - Envase
Propocionador (Bebida)
Tanque
Concen-trados, aromas, essências e sucos
água
Atraso da linha Atraso do tanque
Linha (Envase de refrigerantes)Tanque (Preparo do xarope para produção do refrigerante)
Estágio I Estágio II
Linha m
Tanque
m
53 3 41 2
dc ca b
Sincronizado
Subp. 1 Subp. 2 Subp. 3 Subp. 4 Subp. 5 Subp. 6
d
Tanque
m
Linha
m
a b c c d d
1 2 3 3 4 5
Não sincronizado
Subp. 1 Subp. 2 Subp. 3 Subp. 4 Subp. 5 Subp. 6
Tempo
troca
i para j
k para l
Desafio: Sincronia no Processo de Produção
Modelo Dois Estágios Multi-Máquinas (P2EMM - Otimização Inteira Mista)
•Demanda dos refrigerantes (itens);•Tempos de produção;•Tempos de troca de itens nas linhas de produção;•Capacidade das Máquinas;•Tempos de troca de xarope no tanque;•Capacidade dos tanques;•Quantidade de xarope utilizada em cada item;•Custos: estoque, troca de item, troca de xarope;
Elementos Conhecidos
Restrições•Fornecimento dos xaropes necessários para produção; •Capacidade dos tanques;•Troca de xarope nos tanques;• troca de itens nas linhas;•Capacidade da linha (tempo de produção);•Atendimento da demanda;•Sincronia entre preparo de xarope e envase do líquido
Critério de Otimização
•Minimizar os custos de estoque, atraso, custo de troca de itens nas linhas e xarope nos tanques;
•Estágio I – xaroparia: 8 classes de restrições•Estágio II – envase: 8 classes •de restrições
•Computador: Pentium 4, 1.0 Gb de RAM, 3.2 Ghz 256 Mb
•Software: AMPL/CPLEX 10.0.
• 15 exemplares (2 linhas de envase, 2 máquinas, 23 tipos de itens, 18 tipos de xaropes)
•Total de variáveis variáveis binárias restrições 86.359 4.575 86.140
•Métodos de solução•Branch and cut (CPLEX)•Estratégia de Decomposição (ED)•Estratégia de Relaxação (ER)•Heuristica relax and fix (RF)
Estudo Computacional
Resultados• O modelo P2EMM mostrou-se útil na representação do
problema de programação da produção de refrigerantes. • A resolução de exemplares deste modelo mostrou as
limitações dos sistemas de última geração disponíveis atualmente (Gap > 98% , 4 horas de cpu)
• Necessidade de se buscar métodos específicos de solução que explorem a estrutura combinatória do problema.
• Combinação ER + RF gerou soluções melhores que a fornecida pela Fábrica (26,3%).
Ferramentas Computacionais• Comerciais - Versão de estudante
XPRESS: http://www.dashoptimization.com/
MPL: http://www.maximal-usa.com/
AMPL: http:www.ampl.com/
(acompanha sistema de resolução: e.g. CPLEX, LINDO)
•Não ComerciaisCLP (COIN-OR Linear Program Solver)
http://www.coin-or.org/Clp/
LPSOLVE - http://lpsolve.sourceforge.net/5.5/
ZIMPL - http://www.zib.de/koch/zimpl/
Publicações Selecionadas1. RANGEL, S. . Introdução à construção de modelos de otimização
linear e inteira. 1. ed. São Carlos-SP: Sociedade Brasileira de Matemática Aplicada e Computacional-SBMAC, 2005. 82 p.
2. RANGEL, S. ; LEMOS, Renato Brigido . Manual do sistema CorteBI - Interface Gráfica. São José do Rio Preto,: Departamento de Ciências de Computação e Estatística - DCCE/UNESP, 2007 (Relatório Técnico).
3. RANGEL, S. ; FIGUEIREDO, A. . O problema de corte de estoque em indústrias de móveis de pequeno e médio porte 2007 (Relatório Técnico - Submetido para publicação).
4. MOSQUERA, Gabriela Perez ; RANGEL, S. . Minimização do número de ciclos da serra no problema de corte de estoque 2007 (Relatório Técnico - Submetido para publicação).
5. FERREIRA, D. ; MORABITO, R. ; RANGEL, S. . Abordagens de solução para o problema integrado de dimensionamento e sequenciamento de lotes de produção de refrigerantes com dois estágios e múltiplas máquinas 2007 (Relatório Técnico - Submetido para publicação).