Post on 18-Apr-2015
1
Heurísticas Relax-and-Fix para o Problema Integrado de
Dimensionamento de Lotes e Corte de Estoque com Demanda EstocásticaDouglas José Alem Junior
Reinaldo Morabito Deisemara Ferreira
Universidade Federal de São Carlos Universidade de São
Paulo
XII Oficina Nacional de Problemas de Corte, Empacotamento & Correlatos
Abril, 2009
2
O Problema Integrado na Indústria Moveleira – PDL e PCE
Decisões:
•Antecipar ou atrasar produção
3
O Problema Integrado na Indústria Moveleira – Processo Produtivo Simplificado
4
O Problema Integrado na Indústria Moveleira - Motivação do Trabalho
•Decisão sob incerteza: demanda estocástica
•Problema de programação estocástica de dois estágios com recurso simples
•Demanda estocástica: conjunto de cenários associados a uma probabilidade de ocorrência
5
O Problema Integrado na Indústria Moveleira - Motivação do Trabalho
•Decisão sob incerteza: demanda estocástica
•Programação estocástica de dois estágios com recurso
•Demanda estocástica: conjunto de cenários associados a uma probabilidade de ocorrência
1,0
},...,,{
},,2,1{
21
s
ss
S
pp
pppP
S
6
111
111
111
11
22221
111211
2
1
21
sIT
sI
sI
sT
ss
sT
ss
dddIi
dddi
dddi
Tttt
- Representação de um Cenário para 1sitD
7
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático (PIDLCE)
8
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
ttt
tjjtjt
tjjtjt
stiitsits
stiitsits
tiitit
OcoCO
ZcsCS
YcpCP
IhpH
IhpH
XcC
,
,
,,
,,
,
9
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
10
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
11
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
12
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
13
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
14
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
15
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
16
Minimize COCSCPHHC
itsstiitsitsstiit dIIIIX
,1,,1, , sTtIi ,,
Ii
itpiJj
jtpj XrYa , TtPp ,
ttJj
jtjtjtj OCZtsYv
S , Tt
Pp
tJj
jtpjp CYab F , Tt
jtjt QZY , TtJj ,
Ex0 tt CO , Tt
inteiro e 0itX , 0, itsits II , sTtIi ,,
inteiro e 0jtY , 1,0jtZ , TtJj ,
O Problema Integrado na Indústria Moveleira – Modelo Matemático
17
Comentários sobre o Modelo - Número de Variáveis e Restrições
reais variáveis||||||||2
inteiras variáveis||||||||
binárias variáveis||||
TSTI
TITJ
TJ
18
Comentários sobre o Modelo - Número de Variáveis e Restrições
reais variáveis||||||||2
inteiras variáveis||||||||
binárias variáveis||||
TSTI
TITJ
TJ
restrições ||||||2|||||||||| TJTTPSTI
• Quantidade de padrões de corte pode ser enorme!
19
Testes Computacionais Preliminares – Dados de Entrada e Critérios de Parada
•Produtos: 5
•Padrões de corte: 71
•Peças: 61
•Períodos: 48 (semanas)
•Cenários: 10
20
Testes Computacionais Preliminares – Dados de Entrada e Critérios de Parada
•Demandas: [1,150]
•Capacidade regular: 44 h (5 dias, 8,8 h/dia)
•Capacidade extra: 8,8 h
•Preparação da serra: 600 s
•Tempo de furação: 5/3 s
•Tempo de corte: 87 s
21
Testes Computacionais Preliminares – Dados de Entrada e Critérios de Parada
•Custo de produção e das placas: fornecidos
•Custo de preparação nulo
•Custo de estocagem: 1% do custo de produção
•Custo de falta: lucro perdido
•Custo de hora-extra: custo do trabalhador
22
Testes Computacionais Preliminares – Dados de Entrada e Critérios de Parada
* Estratégia default do CPLEX 11.0
* Parada do B&C: 3600 s ou GAP < 0,01
* GAP = (|BP|-|BF|)/|BP|, em que
BP é o valor da função objetivo da melhor solução inteira possível e BF é o valor da função objetivo da solução inteira atual.
Obs. 3408 VB, 3648 VI, 4848 VR, 8832 REST.
23
Testes Computacionais Preliminares – Resultados (1 exemplar)
* Considerando demanda perdida:• GAP = 95,59% ou 2169% em relação ao RMIP** Tempo limite de 3600 s• Solução: Pouca produção e estoque, muita falta, praticamente sem uso de hora-extra
24
Testes Computacionais Preliminares – Resultados
* Considerando demanda perdida:• GAP = 95,59% ou 2169% em relação ao RMIP** Tempo limite de 3600 s• Solução: Pouca produção e estoque, muita falta, praticamente sem uso de hora-extra* Considerando demanda atrasada:** Tempo limite de 3600 s• Não foi encontrada solução factível!
25
Método de Solução – Heurística Relax-and-Fix (RF)
• Heurísticas simples que consistem em relaxar a integralidade de algumas variáveis, de modo a produzir MIPs menores
26
Método de Solução – Heurística Relax-and-Fix (RF)
• Heurísticas simples que consistem em relaxar a integralidade de algumas variáveis, de modo a produzir MIPs menores.
• Motivação: com um número menor de variáveis inteiras e binárias, espera-se conseguir soluções factíveis de boa qualidade (subótimas) num tempo computacional razoável.
27
Método de Solução – Heurística Relax-and-Fix (RF)
* Idéia geral de heurísticas RF
• Relaxar a condição de integralidade das variáveis menos importantes
• Resolver o MIP associado
• Fixar as variáveis inteiras obtidas mais importantes
28
Método de Solução – Heurística RF para o PIDLCE
1
para-Fim
se-Fim
obtidas inteiras e variáveisas Fixe 3.
:faça , Se
:faça ,..1 Para
associado MIP o Resolva 2.
para-Fim
se-Fim
e
variáveisdas adeintegralid a Relaxe 1.
:faça , Se
:faça ,..1 Para
Enquanto
kk
ZY
kt
Tt
ZY
kt
Tt
Tk
jtjt
k
jtjt
29
1
para-Fim
se-Fim
obtidas inteiras e variáveisas Fixe 3.
:faça , Se
:faça ,..1 Para
associado MIP o Resolva 2.
para-Fim
se-Fim
e
variáveisdas adeintegralid a Relaxe 1.
:faça , Se
:faça ,..1 Para
Enquanto
kk
ZY
kt
Tt
ZY
kt
Tt
Tk
jtjt
k
jtjt
Método de Solução – Heurística RF para o PIDLCE
• Resolvemos T MIPs
menores que o MIP original
30
Método de Solução – Heurística RF com Overlapping (RF0)
* Idéia geral da RFO
• Manter a integralidade das variáveis para dois períodos consecutivos a cada iteração RF
• Entretanto, na hora de fixar as variáveis inteiras, apenas do período atual
• Motivação: qualidade da solução pode ser melhor
31
RF com Overlapping – Esquema Geral
t=1 t=2 t=3 t=Tt=4 ...
t=1 t=2 t=3 t=Tt=4 ...
t=1 t=2 t=3 t=Tt=4 ...
t=1 t=2 t=3 t=Tt=4 ...
t=1 t=2 t=3 t=Tt=4 ...
t=T-1
t=T-1
IT =1
IT =2
IT =T-1
IT =3
IT =T-2
32
Resultados Computacionais - RF e RFO- Com e sem perda de demanda
Estratégia FO
Tempo (s)
GAP-R (%)
RMIP-p 6819001 0,733 -
MIP-p 154734286 3600 2169
RF-p 6862053 130 0,631
RFO-p 6844692 141 0,377Estratégi
a FO Tempo (s) GAP-R (%)
RMIP 7147305 0,786 -
MIP * 3600 *
RF 7178165 177 0,432
RFO 7176061 149 0,402
33
Considerações Finais e Perspectivas de Trabalhos Futuros
• Heurísticas parecem promissoras para o problema em questão
• GAP em relação à relaxação linear é < 1 (%)
• Testes computacionais com exemplares gerados aleatoriamente (demandas, capacidades, preparações, etc.) e alteração no número de padrões de corte
34
Continuação•Construção de uma árvore de cenários mais realista (dados históricos)
Implica numa quantidade de cenários bem maior
Ao mesmo tempo, gera soluções de segundo estágio muito distintas programação estocástica robusta ou restrição de recurso
35abril maio junho
0,6
0,3
0,1
0,50,30,1
0,50,40,1
0,10,10,8
1
2
3
1
1
1
1
2
2
2
3
3
3
111 1
2
3
1 1
1
2
31
1
1 1
21
21
21 3
2
1
31
31
1
3
0,30
0,18
0,12
0,150,12
0,03
0,010,01
0,08
Árvore de Cenários
36abril maio junho
0,6
0,3
0,1
0,50,30,1
0,50,40,1
0,10,10,8
1
2
3
1
1
1
1
2
2
2
3
3
3
111 1
2
3
1 1
1
2
31
1
1 1
21
21
21 3
2
1
31
31
1
3
0,30
0,18
0,12
0,150,12
0,03
0,010,01
0,08
Árvore de Cenários
* 3 cenários para 2
períodos = 9 cenários
37abril maio junho
0,6
0,3
0,1
0,50,30,1
0,50,40,1
0,10,10,8
1
2
3
1
1
1
1
2
2
2
3
3
3
111 1
2
3
1 1
1
2
31
1
1 1
21
21
21 3
2
1
31
31
1
3
0,30
0,18
0,12
0,150,12
0,03
0,010,01
0,08
Árvore de Cenários
* 3 cenários para 2
períodos = 9 cenários
* 3 cenários para 12
períodos = 531441
cenários!
38abril maio junho
0,6
0,3
0,1
0,50,30,1
0,50,40,1
0,10,10,8
1
2
3
1
1
1
1
2
2
2
3
3
3
111 1
2
3
1 1
1
2
31
1
1 1
21
21
21 3
2
1
31
31
1
3
0,30
0,18
0,12
0,150,12
0,03
0,010,01
0,08
Árvore de Cenários
* 3 cenários para 12
períodos = 531441
cenários!
Redução de cenários
39
Obrigado pela atenção !