Search

Within various industrial settings, such as shipping, aeronautics, woodworking, and footwear, there exists a significant challenge: optimizing the extraction of sections from material sheets, a process known as “nesting”, to minimize wasted surface area. This paper investigates efficient solutions to complex nesting problems, emphasizing rapid computation over ultimate precision. We introduce a dual-approach methodology that couples both a greedy technique and a genetic algorithm. The genetic algorithm is instrumental in determining the optimal sequence for placing sections, ensuring each is located in its current best position. A specialized representation system is devised for both the sections and the material sheet, promoting streamlined computation and tangible results. By balancing speed and accuracy, this study offers robust solutions for real-world nesting challenges within a reduced computational timeframe.

El desarrollo de Chatbots o sistemas conversacionales basados en lenguaje natural se ha extendido a todas las ramas de la sociedad. Los sistemas actuales (tipo ChatGPT) son capaces de dar respuestas muy similares a las que daría un humano y su uso cada vez cobra más importancia a la vez que también genera algunas dudas sobre la ética de usar este tipo de sistemas sin ningún tipo de control. En este trabajo se pretende estudiar, caracterizar y desarrollar a nivel de prototipo un sistema conversacional con características similares a las descritas arriba, orientadas a dar respuesta a cuestiones relacionadas con la Universidad de Alicante. El sistema debe dar respuestas basadas exclusivamente en información oficial de la universidad, intentando evitar el uso de respuestas generadas automáticamente basadas en información no oficial.