Kitchen Layout Generation as an Optimization Problem
Generování rozvržení kuchyně jako optimalizační problém
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/200842Identifiers
Study Information System: 277647
Collections
- Kvalifikační práce [11981]
Author
Advisor
Referee
Hildebrand, Robert
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Computer Science with specialisation in Artificial Intelligence
Department
Computer Science Institute of Charles University
Date of defense
20. 6. 2025
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
kuchyň|rozvržení|návrh|optimalizace|celočíselné programování|omezující podmínkyKeywords (English)
kitchen|layout|design|optimization|integer programming|constraint programmingPři plánování kuchyně v kuchyňském studiu designér navrhuje rozmístění skříněk a spotřebičů v místnosti. Naším cílem je tento krok automatizovat. Nejprve jsme zavedli nový formální model rozvržení kuchyně a na jeho základě definovali výpočetní problém (Kitchen Layout Problem). Pro efektivní řešení tohoto problému v praxi jsme vytvořili dvě implementace: první pomocí smíšeného celočíselného lineárního programování, druhou za použití modelovacího jazyka MiniZinc. Generovaná rozvržení jsou realistická a dobře zachycují záměr našeho modelu. Dále jsme srovnali výkon několika dostupných řešičů a přístupů k modelování. Zatímco některým řešičům trvá nalezení řešení nepřiměřeně dlouho, komerční řešič Gurobi a svobodný řešič CP-SAT problém spolehlivě vyřeší během desítek sekund, CP-SAT obvykle rychleji než Gurobi.
When designing a kitchen for a client in a kitchen design studio, the designer proposes a layout of the cabinets, fixtures, and appliances that should be in the kitchen. To automate this step, we propose a new formal model of a kitchen layout and define the corresponding Kitchen Layout Problem. To solve this problem efficiently in practice, we create two implementations, one using mixed integer linear programming, and another using the constraint modeling language MiniZinc. The generated layouts are realistic and capture well the intent of our model. We compare the performance of several available solvers and modeling approaches. While some solvers take unrealistically long to finish, the commercial solver Gurobi and the open-source solver CP-SAT both finish reliably within tens of seconds, with CP-SAT usually being faster.
