স্টক বর্জ্য হ্রাস করা

এই উদাহরণটি একটি কাটিং স্টক অপ্টিমাইজেশান মডেল দেখায় যা বর্জ্য কমানোর জন্য তৈরি করা হয়েছে যখন স্ট্রেইট স্টক দৈর্ঘ্য থেকে রিইনফোর্সিং বার কাটা হয়। মডেলটি প্রয়োজনীয় বারের দৈর্ঘ্য এবং পরিমাণ নেয়, উপলব্ধ স্টক দৈর্ঘ্যের সাথে তাদের তুলনা করে এবং অফকাট বর্জ্য হ্রাস করার সময় চাহিদা পূরণ করে এমন কাটিং প্যাটার্ন নির্ধারণ করে।

সমস্যাটি দক্ষতার সাথে সমাধান করার জন্য, আমরা একটি খুব দ্রুত প্যাটার্ন-জেনারেশন অ্যালগরিদম ব্যবহার করি যাতে সমস্ত সম্ভাব্য কাটিং প্যাটার্নগুলি গণনা করা যায়, একটি দ্রুত আবদ্ধ এবং শুরুর বিন্দু পেতে প্রথমে LP শিথিলকরণের সমাধান করি এবং তারপরে একটি পূর্ণসংখ্যা প্রোগ্রাম হিসাবে চূড়ান্ত মডেলটি সমাধান করি যাতে প্রস্তাবিত কাটিয়া পরিকল্পনাটি বাস্তবে সম্পূর্ণরূপে বাস্তবায়নযোগ্য হয়৷

দেখানো উদাহরণে, মডেলটি প্রচলিত পরিকল্পনার অধীনে প্রায় 6-8% থেকে প্রায় 0.5% বর্জ্য হ্রাস করেছে। এটি আনুমানিক 85-94% বর্জ্য হ্রাসের প্রতিনিধিত্ব করে, যা এমন প্রকল্পগুলিতে একটি খুব উল্লেখযোগ্য পার্থক্য করতে পারে যেখানে বড় পরিমাণে রিইনফোর্সিং স্টিল কেনা এবং প্রক্রিয়া করা হচ্ছে।

খরচের পরিপ্রেক্ষিতে, সেই উন্নতির মান ইস্পাত খরচের সাথে সরাসরি বৃদ্ধি পায়। একটি সূচক উদাহরণ হিসাবে, যদি একটি প্রকল্প $1 মিলিয়ন রিইনফোর্সিং বার ক্রয় করে, 6-8% বর্জ্য প্রায় $60,000-$80,000 বস্তুগত ক্ষতির প্রতিনিধিত্ব করে, যেখানে 0.5% বর্জ্য প্রায় $5,000 প্রতিনিধিত্ব করে। এটি শুধুমাত্র ইস্পাতেই মোটামুটি $55,000-$75,000 এর সাশ্রয় বোঝায়। অতিরিক্ত সঞ্চয় স্ক্র্যাপ হ্যান্ডলিং, পরিবহন, সঞ্চয়স্থান, এবং অপারেশনাল পুনর্ব্যবহার থেকেও আসতে পারে। প্রকৃত সঞ্চয় ইস্পাতের দাম, সংগ্রহের পরিমাণ এবং সাইটের অবস্থার উপর নির্ভর করে পরিবর্তিত হবে।

মডেলটি কাটিং পরিকল্পনাকে পরিমাপযোগ্য বাণিজ্যিক ফলাফলে রূপান্তর করার একটি বাস্তব উপায় প্রদান করে। ম্যানুয়াল ট্রায়াল এবং ত্রুটির উপর নির্ভর করার পরিবর্তে, এটি কাটিং কম্বিনেশন তৈরি করে যা উপাদানের ব্যবহার উন্নত করে, এড়ানো যায় এমন বর্জ্য কমায়, এবং বানোয়াট কর্মপ্রবাহ জুড়ে আরও সামঞ্জস্যপূর্ণ পরিকল্পনা এবং রিপোর্টিং সমর্থন করে।