Submitted by Lara Oliveira (lara@ufersa.edu.br) on 2018-03-15T21:26:01Z No. of bitstreams: 1 JonathanLS_DISSERT.pdf: 6143092 bytes, checksum: 68ad13bf204320bdcea5907ddb8d2102 (MD5) / Approved for entry into archive by Vanessa Christiane (referencia@ufersa.edu.br) on 2018-06-18T16:59:44Z (GMT) No. of bitstreams: 1 JonathanLS_DISSERT.pdf: 6143092 bytes, checksum: 68ad13bf204320bdcea5907ddb8d2102 (MD5) / Approved for entry into archive by Vanessa Christiane (referencia@ufersa.edu.br) on 2018-06-18T16:59:51Z (GMT) No. of bitstreams: 1 JonathanLS_DISSERT.pdf: 6143092 bytes, checksum: 68ad13bf204320bdcea5907ddb8d2102 (MD5) / Made available in DSpace on 2018-06-18T16:59:58Z (GMT). No. of bitstreams: 1 JonathanLS_DISSERT.pdf: 6143092 bytes, checksum: 68ad13bf204320bdcea5907ddb8d2102 (MD5) Previous issue date: 2017-08-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / 2018-03-15 / Os problemas de corte de materiais são recorrentes no cotidiano da indústria, sendo encontrados nas mais diferentes formas.Oproblema de corte bidimensional guilhotinado é uma dessas formas. Ele surge pelas restrições da ferramenta de corte, tipicamente a guilhotina. Este trabalho apresenta três abordagens para solucionar o problema em questão: uma abordagem matemática, uma abordagem exata computacional e uma abordagem heurística. A abordagem matemática consiste em um modelo de programação linear baseado em listas de itens e montagem do arranjo de corte partindo dos itens, unindo-os dois a dois, tentando maximizar o número de uniões sem ultrapassar as dimensões da placa. A abordagem exata computacional tratá-se de um algoritmo Branch-and-Bound modificado para permitir que estados mais promissores possam ser analisados antes, comportando-se como um algoritmo de busca em profundidade com uma pequena etapa em largura, na qual ordena os filhos na árvore de decisão pelo desperdício gerado. Por fim, a abordagem heurística é composta das metaheurísticas GRASP, Busca Tabu, Algoritmo Genético, BRKGA e Religação de Caminhos combinados com uma heurística de montagem baseada nos algoritmos propostos por Nascimento, Longo e Aloise (1999). Essas metaheurísticas foram combinadas em um time assíncrono para alcançar melhores resultados que os já encontrados na literatura. Além de melhorar os resultados conhecidos, a pesquisa também tinha como objetivo apresentar um modelo viável, em número de variáveis, e resultados ótimos para instâncias comumente utilizadas para o problema supracitado e novas opções de obtê-los em instâncias que venham a surgir no futuro. Testes mostraram a competividade dos algoritmos propostos frente aos melhores resultados encontrados, reduzindo inclusive o número total de placas, bem como a capacidade dos métodos exatos propostos de encontrar as soluções ótimas para as instâncias testadas. Cerca de de 25% dos resultados ótimos foram encontrados, passando esse número para 75%, quando considerados os resultados dos algoritmos metaheurísticos que atingiram o limite inferior das instâncias