Nesting Algoritması Nasıl Çalışır?

Nesting; mobilya parçalarını bir plaka üzerine fire en az olacak şekilde yerleştiren matematiksel bir optimizasyon işlemidir. Görünüşte basit gibi durur; "büyük parçaları önce koy, sonra küçükleri arasına sıkıştır" demek aslında çok yetersiz bir özettir. Bu yazıda nesting yazılımının arka planında çalışan algoritmaları, problem tipini ve gerçek hayatta neyi optimize ettiğini teknik olarak inceliyoruz.

Nesting Hangi Matematiksel Problemdir?

Nesting, akademik literatürde "2D bin packing problem" sınıfına girer. Bu problem NP-hard olarak sınıflandırılır; yani parça sayısı arttıkça en iyi çözümü bulmak için gereken süre üstel olarak büyür. 100 parça için tüm olasılıkları tek tek denemek modern bir bilgisayara saatler alır. Bu sebeple pratik nesting yazılımları kesin çözüm değil, "yeterince iyi" bir yaklaşık çözüm arar.

1D ve 2D Nesting Farkı

Sadece uzunluk eksenli (örneğin metre tülünden boru kesimi) tek boyutlu nesting hızlı çözülür. Mobilya plaka kesimi ise iki boyutlu (en × boy) bir uzayda parça yerleştirme gerektirir. Üstüne bir de damar yönü kısıtı eklenince problem üç boyutlu zihinsel uzaya kayar.

Guillotine vs Free Nesting

Yerleşim iki ana stratejide planlanır:

Guillotine Cut

Plaka boydan boya tek hat ile kesilir. Sonraki kesimler de aynı şekilde, tüm parçayı baştan sona böler. Düz bıçak panel saw için zorunlu strateji budur, çünkü makine kısmi kesim yapamaz. Pratik ama bazen %5-10 ekstra fire üretir.

Free / Pocket Nesting

CNC router üzerinde uygulanır. Plakanın ortasında parça oyulabilir, kenar atılmadan yerleştirme tamamlanır. Maksimum verim sağlar ama sadece CNC tezgahta uygulanabilir.

Algoritma Aileleri

First Fit Decreasing (FFD)

Parçalar büyükten küçüğe sıralanır, her parça plaka üzerinde sığabildiği ilk konuma yerleştirilir. Hızlıdır, kabul edilebilir verim sağlar. Pratikte temel başlangıç noktası olarak kullanılır.

Best Fit Decreasing (BFD)

FFD'nin geliştirilmiş hali. Parça için sığabildiği en küçük boşluk seçilir; böylece geniş alanlar büyük parçalar için saklanır. FFD'ye göre genelde %2-5 daha iyi verim üretir.

Bottom-Left-Fill (BLF)

Parça plakanın sol-alt köşesine yerleştirilir, bir engele çarpana kadar aşağı ve sola kayar. Hızlı ve görsel olarak temiz yerleşim üretir. Endüstri standardı olarak yaygın kullanım görür.

Genetik Algoritma (GA)

Birden fazla yerleşim "popülasyon" olarak üretilir. Her yerleşimin verimi (fitness) hesaplanır. En iyi performans gösterenler "ebeveyn" olur, çocuk yerleşimler üretilir. Birkaç yüz nesil sonra %95+ verime ulaşılır. CPU yoğun ama sonucu en iyi yöntemdir.

Simulated Annealing

Sıcak bir başlangıçtan yavaşça soğutulan bir sistemdir. Yerleşim rastgele bozulur, eğer yeni durum daha iyiyse kabul edilir; daha kötüyse rastgele olasılıkla yine kabul edilir. "Yerel minimum" tuzaklarından kaçınmak için tercih edilir.

Damar Yönü (Grain Direction) Kuralı

MDFLAM, suntalam veya kaplama yüzeylerde damar bir yöne uzanır. Görsel bütünlük için bir dolapta kullanılan parçaların damarları aynı yönde olmalıdır. Bu kısıt nesting'e eklendiğinde verim %5-10 düşer; çünkü algoritma artık parçaları 90° döndürerek sığdırma şansını kaybeder.

Verim Nasıl Hesaplanır?

Plaka verimi yüzde olarak şöyle bulunur:

Verim = (Toplam parça alanı / Plaka alanı) × 100

Kaliteli nesting yazılımları %92-98 arası bir aralıkta sonuç verir. Aynı parçalar manuel yerleşimle %75-85 verime düşer. Aradaki fark, bir küçük dolap projesinde tek başına 1 plakaya, büyük siparişte 5+ plakaya denk gelir.

BAK CNC Nesting Sistemi

BAK CNC online nesting aracı, BLF tabanlı bir başlangıç + genetik algoritma iyileştirme zinciri çalıştırır. Damar yönü tercihi tek tıkla aktif edilir, sonuç 10-30 saniye içinde hesaplanır. Müşteri kaç plaka satın alacağını ve fire oranını adım girişi sonrası anında görür.

Manuel Yerleşim ile Karşılaştırma

Aynı 50 parçalı bir mutfak siparişi iki yöntemle yerleştirildiğinde sonuç çarpıcı bir farklılık gösterir. Manuel yerleşim genellikle 5 plaka, %18-22 fire ile sonuçlanır; toplam 30-35 dakika operatör mesaisi gerektirir. Algoritma bazlı yerleşim aynı 50 parçayı 4 plakaya yerleştirir, fire %5-7 seviyesinde kalır ve hesaplama 15 saniyede tamamlanır. Hem zaman hem hammadde tasarrufu birleşince bir mutfak siparişinde bile fark net görülür.

Özet

Nesting bir bin packing problemidir; FFD, BFD, BLF, genetik algoritma ve simulated annealing gibi yöntemlerle çözülür. Damar yönü ve guillotine kısıtları sonucu doğrudan etkiler. İyi bir algoritma %95+ verim üretir; manuel yerleşim ile aradaki fark birden fazla plakaya çıkar. Detaylı bilgi ve örnek için nesting aracını deneyebilirsiniz.