基于顺序价值修正算法的矩形件二维优化下料

针对矩形件二维下料问题,提出一种顺序价值修正下料算法。构造了四块排样算法,生成矩形件数量有上界约束的四块排样方式;这种排样方式将板材划分为4个块,每个块包含方向相同的条带,每条条带包含同种矩形件。采用顺序启发式算法调用上述四块排样算法逐个生成排样方式,按照不产生多余矩形件原则,确定每个排样方式的最大使用次数;在生成每个排样方式后修正该种排样方式中矩形件的价值。将上述顺序启发式算法迭代执行多次,生成多个下料方案,选择板材使用张数最小的一个作为最终解。采用文献例题进行计算比较,数值实验结果表明本文算法比文献算法更能节省板材。     

基于普通块的四块排样方式及其生成算法

针对矩形件无约束二维剪切排样问题,提出普通块四块排样方式及其生成算法。这种排样方式首先将板材划分成4个普通块,然后将普通块切成条带,最后将条带切成所需要的矩形件。普通块由条带组成,每刀在普通块上仅切下一根条带,连续被切下的两根条带的方向互相平行或垂直。首先采用背包算法确定条带中矩形件的最优布局,然后采用递推算法确定普通块中条带的最优布局,最后采用隐式枚举法确定板材的最优四块划分。采用2组文献例题将本文算法与文献算法进行比较,实验结果表明,本文算法排样价值高于4种文献算法。     

基于两段排样方式的剪冲下料优化算法

针对金属板材剪冲下料问题,提出一种基于两段排样方式的优化算法。下料过程分两个阶段:第1阶段将板材剪切成条料,第2阶段将条料冲压出零件。两段排样方式把板材划分为两个段,每个段包含一组相同长度和方向的条料,每根条料仅包含同种零件。首先构造排样算法生成单张板材上零件的两段排样方式,采用动态规划技术确定条料在段中的优化布局,采用启发式方法确定板材的最优两段划分。然后构造下料算法,通过调用上述排样算法生成一系列排样方式,按照板材使用张数最小原则确定每个排样方式的使用次数,得到下料方案。对比文献中基准例题的计算结果表明,本文算法的板材下料利用率高于其他3种文献算法,并且计算时间合理。     

矩形件五级剪切排样方式的一种生成算法

针对钣金件二维切割排样问题,提出一种满足剪切要求的五级排样方式及其生成算法。这种排样方式将板材划分为5个级,每级中只排放同种矩形件。首先,确定所有可能尺寸的级中矩形件的最优布局方式和级的最大排样价值;然后,采用隐式枚举技术考察板材的所有可能的5级划分,选择排样价值最大的一个作为最终解。采用文献中的基准例题将本文算法与文献算法进行比较,数值实验结果表明本文算法具有如下优势:排样价值高于两段排样算法、四块排样算法、三阶段排样算法、匀质条带三块排样算法和复合条带三阶段排样算法;生成的排样方式切割工艺比较简单;算法计算时间较短,可以满足实际应用需要。     

应用递归划分策略解决矩形件剪切排样问题

针对机械制造领域的矩形件剪切排样问题,提出一种基于递归划分思想的排样算法。用两条互相垂直呈T型的剪切线将板材划分为3个子板,称板材的左下角子板为排样块,称其余两个子板为递归块。对于排样块,按照简单方式排放矩形件;对于递归块,将其看做板材继续划分。用隐式枚举算法确定排样块的最优排样方式,得到块中排放的最优矩形件种类和矩形件的行列数;用分支定界算法确定递归块是否继续划分。采用基准例题将本文算法与文献算法进行对比,实验结果表明,本文算法排样价值高于文献算法,且计算时间能满足实际应用需要。     

匀质条带五块布局方式及其生成算法

针对矩形毛坯无约束二维布局问题,提出一种匀质条带五块布局方式。这种布局方式将板材划分为5个矩形块,每个块由包含同种毛坯的匀质条带组成。构造五块布局方式的生成算法:首先采用动态规划方法生成所有可能尺寸的块中匀质条带的最优布局;然后采用隐式枚举和分支定界技术考察板材所有可能的五块划分方式,按照板材布局价值最大原则确定板材的最优五块划分,得到最终的五块布局方式图。数值实验结果表明,这种算法能有效地提高板材布局价值。     

减少切割成本的圆形件下料优化算法

针对圆形件下料问题,从减少条带数量的角度考虑降低下料总成本,提出一种基于顺序价值修正的启发式下料算法。一个下料方案由一个或多个排样方式组成,每个排样方式均采用T形结构布局。T形结构用一条分界线将板材为两段,同一段中所有条带的方向相同、长度相等。首先,根据所需的不同圆形件直径确定所有的断点长度,再将其代入排样方式生成函数,分别采用动态规划算法和递推算法确定T形排样方式两段中的条带最优组合和最佳断点长度,最后,采用顺序价值修正启发式算法得到最终的下料方案。实验计算结果表明,此优化算法可有效地减少下料方案的条带数量,从而减少企业下料的切割成本。     

约束剪切问题的三块排样方式及其生成算法

讨论了矩形件有约束剪切排样问题,即在一张板材上剪切下若干种已知尺寸和价值的矩形件,约束每种矩形件允许剪切的数量不能超过其需求量,优化目标为使板材剪切出的矩形件总价值最大。提出了一种三块排样方式及其生成算法。这种算法用两条互相垂直的剪切线将板材分成3个块;对于每个块,排放一个矩形件在其左下角,将其剩余部分划分为2个子块;将子块看作块继续递归排样,直到其无法再容纳矩形件为止。采用基准例题将本文算法与文献算法进行实验对比,结果表明本文算法排样价值比4种文献算法分别高0. 35%,0. 31%,0. 19%和0. 37%,且计算时间可满足实际应用需要。     

基于两段方式的圆形片约束排样算法

讨论圆形片约束排样问题,提出一种两段排样方式生成算法。两段排样方式用一条分界线将板材划分为两个段,每个段由相同长度和方向的条料组成,每根条料排放同种圆形片。首先确定所有可能尺寸的条料中圆形片的排样方式;然后采用背包算法,生成所有可能尺寸的段中条料的排样方式;最后依据板材排样价值最大原则,确定段的分界线位置,得到整张板材上圆形片的两段排样方式。将本文算法和文献算法进行比较,数值实验结果表明,本文算法排样价值高于文献算法。     

矩形件剪切下料问题的一种顺序价值修正算法

针对矩形件剪切下料问题,提出一种基于顺序价值修正策略的优化下料算法。首先构造普通块排样方式的生成算法,生成矩形件在单张板材上的排样方式。然后采用顺序价值修正算法,调用上述排样算法,逐个生成排样方式,每个排样方式满足部分矩形件的需求量,直到所有矩形件的需求量均被满足为止,在生成每个排样方式后按照一定规则修正这个排样方式中矩形件的价值。最后将上述顺序价值修正算法迭代执行多次得到多个下料方案,选择耗费板材张数最少的作为最终解。使用基准例题将本文算法与两种文献算法进行对比实验,结果表明,本文算法在节省板材方面优于两种文献算法,且计算时间合理。     

矩形毛坯五块切割排样方式的生成算法

材料利用率和切割工艺复杂度是金属板材切割排样中主要考虑的两个因素。本文提出基于简单块方式的矩形毛坯五块切割排样算法,用以解决金属板材切割排样问题。这种算法将板材分为5个块,各块中矩形毛坯按照简单块方式排列。首先确定所有可能尺寸的最优简单块方式;然后采用隐式枚举法考察所有可能的五块组合的排样价值,选择排样价值最大的一个组合作为最终的五块排样方式。采用文献中的基准测题对比验证了五块排样算法。结果表明,该算法在提高材料利用率和简化板材切割工艺两方面均有效,且算法计算时间较短。     

基于均匀条带排样方式的二维下料启发式算法

条带结构排样方式在机械制造业下料领域有广泛的应用。针对矩形件二维下料问题,提出一种基于均匀条带排样方式的启发式下料算法。下料方案包含多个排样方式,每个排样方式满足部分矩形件的需求量。首先构造均匀条带四块排样方式的约束排样算法;然后采用列生成法反复调用上述约束排样算法生成各个排样方式,直到所有矩形件需求量得到满足为止。采用文献中的基准例题,将本文下料算法和文献中下料算法进行比较,数值实验结果表明本文下料算法能有效地提高板材利用率,且计算时间能满足实际应用要求。     

基于最优同质块的分段式矩形优化排样

为有效解决企业实际生产中的矩形优化排样问题,对矩形优化算法进行研究,提出基于最优同质块的分段式矩形优化排样算法,有效解决了企业实际生产中的剪切排样问题。该算法首先使用剪床将板材剪成不同长度的子段,然后在子段上基于最优同质块进行优化排样。算法将板材的分段问题以及最优同质块在子段上的最优排样问题均转化为背包问题,并基于动态规划算法求解;使用枚举法求解最优同质块排样。将板材分成若干个子段使算法可以有效解决长板排样问题,使用最优同质块对子段进行优化排样使算法的优化性能得到提高。两组实例应用表明本文算法优于文献中的其他算法。     

基于两阶段排样方式的卷材下料算法研究

讨论矩形件卷材下料问题,采用切割工艺简单的两阶段排样方式采进行下料。这种排样方式采用一组平行于卷材宽度方向的剪切线将卷材切割成多个条带,然后将每个条带切割成所需要的矩形件。首先,构造一种有界背包算法确定矩形件在条带中的优化布局;然后,采用基于列生成的线性规划算法调用上述有界背包算法生成排样方式;最后,采用顺序启发式算法,用当前矩形件剩余需求量反复调用线性规划算法生成各个排样方式,直至每种矩形件剩余需求量均为零,组合各个排样方式形成下料方案。将本文算法与2种文献算法进行比较,计算结果表明,本文算法下料方案比2种文献算法分别节省1.97%和1.66%的卷材。     

约束二维排样问题的一种求解算法

讨论有约束二维切割排样问题,即将板材切割成若干种矩形毛坯,其中每种毛坯的数量有上界约束,优化目标以使板材所切割的毛坯总价值(排样价值)最大。采用五块排样方式简化切割工艺,将板材切割成五块,每块切割成所需毛坯。构造一种基于隐式枚举和分支定界思想的算法生成五块排样方式:(1)计算所有可能尺寸的块的排样价值;(2)选择排样价值最大的五块组合生成五块排样方式;(3)采用文献中的基准测题,验证文中的有约束五块排样算法。研究结果表明,文中算法平均排样价值比文献中的3种算法分别高出12.85%,4.52%和1.89%,且算法计算时间较短。     

复合条带三阶段排样方式的生成算法

提出复合条带三阶段排样方式用以解决无约束二维剪切排样问题。该排样方式用3个阶段将板材切割成毛坯,首先用水平刀具将板材切成复合条带,然后用竖直刀具将复合条带切成初始毛坯,最后用水平刀具将初始毛坯切成具有精确尺寸的毛坯。采用背包算法生成该种排样方式,该算法求解两个背包模型分别生成条带在板材中的布局和毛坯在复合条带中的布局。采用文献中基准测题,将文中排样方式与文献中5种重要的排样方式进行比较。实验结果表明,文中复合条带三阶段排样方式平均排样价值高于以上5种排样方式,且切割工艺比较简单。     

多卷材二维下料问题的一种启发式算法

讨论多卷材二维剪切下料问题,即使用多种不同宽度的卷材剪切出若干种一定数量的矩形件,优化目标为材料利用率最高。提出一种顺序启发式下料算法,构造排样方式生成算法,首先根据卷材宽度方向切割废料最小原则,确定矩形件在卷材宽度方向上的排列方式;然后根据卷材长度方向切割废料最小原则,确定卷材的长度以及矩形件在卷材长度方向上的排列方式。按照当前矩形件需求量调用上述排样方式生成算法,生成一个排样方式满足部分矩形件需求量,重复该过程,直到所有矩形件需求量均得到满足为止。采用实际生产中的例题将本文下料算法和文献中排样系统进行比较,数值模拟结果表明:本文算法在优化结果和计算时间两方面均有效。     

基于分段排样的铁芯迭片混合下料优化算法

分段排样方式用于大型发电机定子、转子的圆形和扇形两种迭片的下料。在下料排样图中,一根条带所布局的片型和尺寸必须相同,最多可出现3排迭片。为了简化切割工艺,板材中两个段的条带方向相同,且同一段中的条带长度相同。提出一种生成两段式的混合排样算法,混合的迭片包括圆片和扇片。提出扇片的转置布局,扇片在条带中有竖向放置与横向放置两种形式。使用规范长度作为断点的选择范围,规范长度集中元素的选择与迭片的步长有关。根据最佳断点方法确定整个板材中最优段的划分,然后采用动态规划方法确定每个段中的条带最优布局,最后,运用顺序价值修正启发式算法求解最终的下料方案。实验结果表明,本文算法可明显提高用于生产迭片的材料利用率,从而降低企业的生产成本。     

单一尺寸矩形毛坯下料问题的一种确定性算法

针对单一尺寸矩形毛坯下料问题,讨论了如何用最少的库存板材切割出一定数量的单一尺寸矩形毛坯。提出1种切割工艺简单的5块排样方式,该排样方式将板材划分成5块区域,每块区域中矩形毛坯按照相同方向排列。设计了1种确定性算法求解下料方案,首先构造1种基于隐式枚举思想的算法确定整张板上的最优5块排样方式;然后对该算法进行扩展,使其能够求解部分板上的最优5块排样方式。采用算例将文中下料算法和文献中递归下料算法、拼合下料算法进行比较,数值模拟分析结果表明,文中的下料算法在切割工艺和板材利用率两方面均较为有效。     

基于小生境混合遗传算法的二维优化排样

针对二维零件在板材区域的最优排样问题,采用小生境与遗传模拟退火算法相结合的混合算法作为主要排序算法,确定了零件的最优排序和各自旋转角度,并与启发式算法结合实现了零件的二维优化排样.以此算法为基础,开发了一套应用于实际生产的智能排样系统,与简单模拟退火算法的计算结果进行对比,分析结果表明,该算法具有高效排样的优越性.