基于同质条带的两段式有约束矩形优化排样

为了有效解决企业生产中的有约束矩形优化排样问题，对矩形优化排样算法进行研究，在综合考虑原材料利用率及切割工艺复杂度的情况下，给出基于同质条带的两段式有约束矩形优化排样算法。算法首先通过问题转换，将有约束矩形优化排样问题转化成多重背包问题，然后再基于动态规划算法对其进行求解，最后基于动态规划算法开发了一应用系统，有效地解决了企业实际生产中的有约束矩形优化排样问题。实例应用表明，该算法在求解有约束矩形优化排样问题方面优于其他算法。     

基于同质段矩形优化排样问题求解

为有效解决企业实际生产中的矩形优化排样问题,对矩形优化排样算法进行研究,给出基于同质段矩形优化排样问题的求解算法,该算法可同时有效解决企业实际生产中矩形优化排样的单一排样和套裁排样问题。算法首先基于隐式枚举法求出所有同质条带的最优排样及备选同质段,对备选同质段进行规范化处理求出所有的候选同质段,使用候选同质段将板材分成若干个子段,并将矩形优化排样问题转化为完全背包问题,最后基于动态规划算法进行求解。两组应用实例验证了本文算法的有效性。     

可减少排样方式数的二维下料顺序启发式算法

讨论矩形件二维下料问题，将板材成本最小作为主要优化目标，将排样方式数最少作为辅助优化目标。提出一种可减少排样方式数的下料算法。该算法基于顺序启发式框架，按顺序逐个产生排样方式满足剩余矩形件的部分需求量，直到矩形件的所有需求量均得到满足为止。它采用一种分组技术选择可用来生成下一个排样方式的矩形件，用这些矩形件生成下一个排样方式后根据顺序价值校正方法调整矩形件的价值，其中每个排样方式均采用动态规划程序生成。将本文下料算法与两种文献算法进行对比，实验结果表明，本文下料算法使用的板材面积比文献算法分别节省了1.12%和0.89%,排样方式数比文献算法分别减少了45.56%和30.79%,且计算时间与文献算法接近。     

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.     

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。     

NGSA算法在不规则零件优化排样中的应用研究

对于二维不规则图形零件在排样区域上的最优排列,也就是对二维不规则图形的计算机自动排样算法进行优化问题.采用矩形包络算法、遗传模拟退火算法及小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度,然后采用基于"最低水平线"策略的启发式排样算法实现二维不规则图形零件自动排样,得到满意的优化排样结果.     

一种实用钣金CAD排样算法

将人工智能领域中的遗传算法和模拟退火算法相结合，成功地应用到LFB算法中，利用遗传模拟退火混合算法的全局优化搜索能力，得到了较LFB算法更优的排样结果。同时对混合算法中的几个影响参数进行了简单的讨论，为钣金件排样系统的开发提供一种实用的算法。     

适用于曲线轮廓工件排样的顶点算法

优化排样中的多边形顶点算法是目前主流方法中应用较多的一种方法.顶点算法的核心是根据顶点和边的关系找出相对边和相切点,该方法在处理含有曲线轮廓的排样问题时,有一定的局限性.本文参考了排样碰撞算法中碰撞点的提取方法,将其用于完善排样顶点算法对圆弧轮廓的处理,即将相对边分为圆与直线相切,圆与圆相内切,圆与圆相外切三种情况处理.完善后的方法实际上是顶点算法和碰撞算法的结合,在一定程度上扩大了顶点算法的应用范围,提高了排样的精确性.     

混合遗传算法在矩形件优化排样中的应用

二维排样是典型的组合优化问题。通过综合遗传算法和模拟退火算法思想,提出一种适宜于大批量、多种类的矩形件排样的混合遗传算法,并结合基于局部板材利用率最高的填充算法不断填充板材,获得近似总体最优的排样结果。运用此算法,作者开发了实用的排样软件,并给出了计算实例,结果表明该算法是一种行之有效的方法。     

冲压毛坯嵌套排样的一种算法

冲压毛坯嵌套排样优化问题是冲压毛坯排样优化问题中的一个难点。本文在分析了嵌套排样优化问题产生的条件之后 ,详细介绍了一种可以在各种情况下解决毛坯嵌套排样优化问题的算法 :拆分——裁剪分段平移法。同时对采用枚举法解决毛坯排样优化问题作了总结。     

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。     

矩形件排样优化的一种近似算法

摘要根据矩形件排样的实际下料工艺要求，以板材的长或宽对待排矩形件的长或宽求余数，根据余数结果提出了一种矩形件排样的近似优化算法。     

基于遗传算法的凸轮轴生产线设备布局优化及仿真研究

为提高凸轮轴的生产效率,基于遗传算法对传统凸轮轴生产线设备布局进行优化。以凸轮轴生产线物流费用最低为目标函数,生产车间总长度、总宽度、设备间保留最小间距等为约束条件,建立凸轮轴生产线数学模型,通过MATLAB软件求得最优解。根据所求得的布局解,利用Flexsim仿真软件对凸轮轴车间机床布局进行仿真。结果表明:凸轮轴的日产量明显增加,设备布局优化后的物流费用降低,达到了预期目标。     

基于遗传光学算法的镜片加工车间布局优化

为了提高镜片加工车间生产效率,降低成本,对设备布局优化问题进行研究。以最小化镜片车间设备间物流搬运费用和设备包络面积为优化目标,构建了多行设备布局优化模型,并开发了一种遗传光学算法来求解模型。在算法设计中,通过连续编码、部分优先权解码的策略,将光学算法取代遗传算法中变异算子,改进了遗传算法容易陷入局部最优的缺点。结果表明,光学遗传算法的求解质量高于遗传算法和自适应遗传算法,能比遗传算法结果节约搬运成本10%;表明文中方法能够解决镜片车间设备布局的问题。     

空白矩形填充和邻域搜索结合的矩形件排样优化算法

针对矩形件排样问题,提出一种新的空白矩形填充算法和邻域搜索算法相结合的混合优化算法.首先,设计空白矩形填充算法时,提出了消除多余空白矩形的方法,以减小计算时间复杂度.其次,利用邻域搜索算法优化矩形件排放顺序,通过挖掘矩形件排样的问题特征,设计了受限距离的交叉和插入两种邻域算子,并提出了特殊算子执行点选择策略.然后,设计...     

基于智能优化算法的设备布局设计

制造系统的设备布局与生产率和生产成本密切相关,布局设计是制造系统设计者面临的关键问题之一.文章针对布局问题的平方分派模型,构建了一种布局设计的混合智能优化算法--遗传退火算法 ,并分析了算法实现的方法.实例表明遗传退火算法的高效性.