OptAtlas
형식 문제

1D 절단 재고

재고 봉/롤을 주문 길이로 잘라 낭비 또는 사용 재고를 최소화하기.

다른 이름: 1D Cutting Stock · 절단 재고 문제 · 1D CSP · 트림 손실 문제

마지막 검증: 2026-05-27

정의

고정 길이의 재고와, 필요한 더 짧은 길이별 수요가 주어졌을 때, 최소 개수의 재고로 수요를 충족하도록(즉 트림 손실 최소화) 절단 패턴을 선택한다.

예시

재고 길이 L=10L = 10, 수요가 길이 6짜리 3개와 길이 4짜리 5개라고 하자. 패턴 “6+4”(길이 합 6+4=106+4=10, 트림 0)를 세 번 쓰면 6짜리 3개와 4짜리 3개가 나오고, 남은 4짜리 2개는 패턴 “4+4”(길이 8, 트림 2) 한 번으로 충당한다. 합계 재고 4개, 총 트림 손실 2 — 6짜리는 한 재고에 하나뿐이라 최소 3개가 필요하고 남은 4짜리에 1개가 더 들기 때문에 이보다 적게는 불가능하다.

여기서 중요한 이유

이 문제는 열 생성의 본고장이다: 모든 절단 패턴을 열거하는 대신, Gilmore–Gomory 접근은 배낭 가격 산정 부분문제를 풀어 유망한 패턴을 필요할 때 생성한다. 같은 기법이 절단·적재 계열 전반에 다시 등장한다.

관련 노드

아래 깊이 1 그래프를 참고하라.

주장 & 증거

모든 관계는 등가 수준과 증거 등급을 가진 하나의 주장입니다. 증거 정책을 참고하세요.

관계주장등가증거출처
사용 방법열 생성 (Column Generation)Gilmore & Gomory(1961)는 절단 재고 문제를 위한 열 생성(지연 패턴 생성) LP 접근을 도입했다.A
  • AA Linear Programming Approach to the Cutting-Stock Problem
방법 공유2D 빈 패킹1D 절단 재고와 빈 패킹은 같은 절단·적재 계열의 밀접한 구성원이며, 둘 다 패턴/구성 정식화로 다뤄진다.E3B
  • AAn improved typology of cutting and packing problems
직접 벤치마크BPPLIBBPPLIB은 빈 패킹과 절단 재고 문제의 인스턴스를 제공하는 직접 벤치마크다.A
  • ABPPLIB: a library for bin packing and cutting stock problems
사용 방법분기 한정 (Branch and Bound)절단 재고의 정수해는 열 생성과 분기 한정을 결합한 분기-가격으로 보고되어 왔다.B
  • ABPPLIB: a library for bin packing and cutting stock problems
사용 방법정수 선형 계획법 (Integer Linear Programming)1D 절단 재고는 패턴(절단 방식) 변수를 갖는 정수 선형 계획으로 정식화된다 — Gilmore–Gomory의 패턴 정식화가 그 기반이다.A
  • AA Linear Programming Approach to the Cutting-Stock Problem

이웃 그래프

직접 연결된 그래프 이웃입니다. 깊이를 전환해 확장하세요.

노드를 클릭하면 열리고 · 엣지를 클릭하면 주장이 보입니다

함께 보기

직접 연결되어 있지 않지만, 공유하는 연결과 설명으로 보아 개념적으로 가까운 노드입니다.