Uma Abordagem do Problema de Corte Bidimensional Guilhotinado Não-estagiado via Metaheurísticas GRASP e BRKGA com Aprendizado por Reforço.
Otimização combinatória, Corte Bidimensional Guilhotinado Não-estagiado, Metaheurísticas híbridas, Q-Learning.
Os problemas de corte de materiais são recorrentes no cotidiano da indústria, sendo encontrados nas mais diferentes formas. O problema de corte bidimensional guilhotinado é uma dessas formas. Este problema consiste em determinar a melhor maneira de se produzir peças retangulares, realizando cortes do tipo guilhotina, em placas retangulares em estoque, o qual é um problema de Otimização Combinatória NP-Difícil. Neste cenário, as empresas que fazem uso do corte de matéria-prima, como, por exemplo, corte de peças de madeira, de peças de vidros, de chapas de aço, de folhas de papel ou painéis de acrílico, para produção de produtos semiacabados ou finais, têm dado bastante atenção ao problema de desperdício no processo de produção, buscando meios para que se tenha um melhor aproveitamento do material utilizado para confecção destes produtos, objetivando também, melhorar a competitividade no seu setor de atividades. Este trabalho propõe o desenvolvimento de metaheurísticas Híbridas, GRASP e BRKGA, em conjunto com uma técnica de Aprendizado por Reforço, mais especificamente, o Algoritmo Q-Learning, para solucionar o Problema do Corte Bidimensional Guilhotinado não-estagiado.