Question

我很难理解如何为切割库存问题制定代码。我已经广泛搜索了网络，我看到了很多理论，但没有实际的例子。

大多数查询结果都指向维基百科页面：http://en.wikipedia.org/wiki/Cutting_stock_problem

生产13种图案，并附有所需数量。默认情况下，机器生产的宽度为5600，可切割成下方宽度。目标是尽量减少浪费。

  Widths/Required amount
1380    22
1520    25
1560    12
1710    14
1820    18
1880    18
1930    20
2000    10
2050    12
2100    14
2140    16
2150    18
2200    20

有人会告诉我如何使用lpsolve / lpsolve API在R中制定此解决方案吗？

  stock=5600
  widths=c(1380,1520,1560,1710,1820,1880,1930,2000,2050,2100,2140,2150,2200)
  required=c(22,25,12,14,18,18,20,10,12,14,16,18,20)

 library(lpSolveAPI)




 ...
 solve(lprec)
 get.variables(lprec)

Answer 1

您可以将其建模为混合整数问题，并使用各种技术解决它。当然要生成变量（即有效的宽度模式），您需要使用合适的列生成方法。

看看这个C ++项目：https://code.google.com/p/cspsol

cspsol基于GLPK API库，使用列生成和分支＆amp;必然会解决MIP问题。它可能会给你一些关于如何在R中做到这一点的提示。祝你好运！

使用lpsolve / lpsolveapi切割原料优化/废物最小化

1 个答案: