Resolvendo Problemas de Corte de Estoque Unidimensional com Aprendizado por Reforço Profundo

É bem conhecido que o problema de corte de estoque unidimensional (1DCSP) é um problema de otimização combinatória com características de polinomial não determinística (NP-difícil). Algoritmos heurísticos e genéticos são os dois principais algoritmos usados para resolver o problema de corte de estoque (CSP), que apresenta problemas de pequena escala e soluções de baixa eficiência. Para melhorar melhor a estabilidade e versatilidade da solução, um modelo matemático é estabelecido, com o objetivo de otimização do consumo mínimo de matéria-prima e do comprimento máximo de material restante. Enquanto isso, um novo algoritmo baseado em aprendizado por reforço profundo (DRL) é proposto neste artigo. O algoritmo consiste em dois módulos, cada um projetado para diferentes funções. Primeiramente, a rede de ponteiros com estrutura de codificador e decodificador é usada como a rede política para utilizar o modo subjacente compartilhado pelo 1DCSP. Em segundo lugar, o algoritmo de aprendizado por reforço livre de modelo é usado para treinar os parâmetros da rede e otimizar a sequência de corte. Os dados experimentais mostram que o modelo de algoritmo de corte de estoque unidimensional baseado em aprendizado por reforço profundo (DRL-CSP) pode obter a solução satisfatória aproximada em 82 instâncias de 3 conjuntos de dados em um tempo muito curto, e demonstra boa performance de generalização e potencial de aplicação prática.