Kapningsproblemet enkelt förklarat
Vad kapningsproblemet är, varför det är NP-svårt och hur 1D- och 2D-optimerare (giljotin jämfört med äkta bitoptimering) hittar bra lösningar snabbt.
Vad är kapningsproblemet?
Givet lagerlängder (stänger, brädor, skivor) och en lista med önskade detaljer, kapa alla detaljer från så lite lager som möjligt. Det låter trivialt; matematiskt är det NP-svårt – antalet kombinationer exploderar när detaljlistan växer.
1D, 2D och giljotinsnitt
1D betyder en dimension: rör, profiler, reglar. 2D lägger till bredd – plywood, glas, plåt. Giljotinsnitt går kant till kant (det en panelsåg gör); äkta bitoptimering tillåter godtycklig rotation och icke-giljotinlayouter (det lasrar och routers gör).
Varför exakta lösningar är sällsynta
Endast små instanser kan lösas exakt (dynamisk eller heltalsprogrammering). Industrin förlitar sig på heuristiker – First Fit Decreasing, Best Fit Decreasing, hyllalgoritmer – som oftast hamnar inom några procent av optimum på millisekunder.
Sågvidd och andra verkstadsfällor
Varje snitt förbrukar material: en bladvidd på 3 mm lägger till 3 mm per snitt, och 50 snitt äter tyst 150 mm virke. Återanvändning av restbitar, fiberriktning och trimförluster spelar minst lika stor roll som packningen själv.
Testa på din egen kaplista
Kalkylator för linjär kapning optimerar stång- och profillistor; Kalkylator för skivkapning hanterar giljotinlayouter på skiva med rotation och sågvidd. Klistra in din lista och jämför total virkesåtgång före och efter.
Kalkylator för linjär kapning Öppna kalkylatorn för linjär kapning