Некоторая фирма снабжена большими деревянными панелями. Эти панели разрезаны на требуемые детали. Чтобы сделать, например, книжную полку, они должны вырезать кусочки с большой панели. В большинстве случаев панель свиньи не используется от 100%, будет некоторая потеря, некоторые остаточные части, которые не могут быть использованы. Поэтому, чтобы свести к минимуму потерю, они должны найти оптимальное расположение отдельных частей на большой панели/панели. Я думаю, что это называется «проблема упаковки двумерного прямоугольника».комбинаторная оптимизация - максимальная прибыль при создании мебели
Теперь это становится более интересным.
Не все панели одинаковы, они могут иметь слегка другой тон. Идеальная книжная полка изготовлена из кусков, вырезанных из одной панели или нескольких панелей с одинаковым цветовым тоном. Но книжная полка может быть изготовлена по разным качествам (идеальная, одна штука с другим тоном, две части ..., три разных цветных планшета и т. Д.). У каждого качества есть своя цена. (превосходящий по качеству более дорогой).
Теперь у нас есть несколько деревянных панелей на складе и запрос на мебель (например, 100 книжных полок). Цель состоит в том, чтобы максимизировать прибыль (например, создавать некоторые из них в идеальном качестве, а некоторые - в меньшем качестве, чтобы снизить потери материала).
Как решить эту проблему? Как совместить его с проблемой упаковки корзины? И намеки, документы/статьи будут оценены. Я знаю, что могу минимизировать/максимизировать некоторую функцию и неравенства с целым линейным программированием, но я действительно не знаю, как это решить.
(пожалуйста, не считайте реальным scenerio, когда, например, было бы лучше создать только идеальные ... представьте себе, что потеря из оставшегося материала равна X деньгам на см^2, а Y - цена для конкретных качество продукта и что X и Y могут быть «произвольными»)
Это похоже на проблему [проблема с режущей средой] (http://en.wikipedia.org/wiki/Cutting_stock_problem), смешанная с проблемой максимизации прибыли. Вероятно, вам понадобится MIP, чтобы решить его полностью, если это возможно; в противном случае, я думаю, вам понадобится эвристика, чтобы получить аппроксимационное решение. –
Решение зависит от цены, которую вы можете поручить потребителю для каждого типа. Эта проблема рассматривается в экономике, начиная с http://en.wikipedia.org/wiki/Demand_curve, в качестве вступления – rlb