矩形毛坯最优三块排样的新算法

针对矩形毛坯二维下料问题,提出采用三块排样的下料算法,以达到最小化板材消耗量和简化切割工艺的目标。该算法将列生成法和排样方式生成算法相结合,生成一个含多个排样方式(排样图)的集合,然后通过解整数规划问题获得各个排样方式的使用次数。排样方式生成算法通过构造并求解整数规划模型,求出最优三块排样。采用的三块排样,切割工艺简单,能有效提高切割效率。实验结果表明,该算法可以明显减少板材消耗。     

基于树型编码的矩形布局算法

优化布局的目的是根据给定待排零件对板材进行最优切割使得板材的利用率尽可能地高。本文提出一种基于遗传算法的矩形件排样布局算法，该算法直接采用布局树(二叉树)作为种群编码，并重新定义了相关的适应值函数、重组和变异等遗传算子。实验和应用表明算法是成功的。     

基于CASE推理的排样算法

优化排料的目的是根据给定待排样品对板材进行最优切割使得板材的利用率尽可能的高。提出了一种基于case推理的优化排样算法,基本思想是对每块板材的布局都进行case推理,选取CASE中的最佳布局,若没有相应的Case,则调用启发式算法搜索。算法不但避免了组合爆炸,加快了排料速度,而且具有满意的材料利用率。目前算法已集成了作者研制的《布局之星》切割系统,实际应用表明算法是成功的。     

考虑切割刀数的T形排样算法研究

讨论无约束二维板材切割问题,采用T形排样方式以简化切割工艺。优化目标是使排样方式的价值最大,而排样方式的价值等于其中所含毛坯的总价值与切割成本之差。假定切割成本与切割刀数成正比,采用基于动态规划的算法生成排样方式。实验结果表明该算法可有效地减少切割刀数,计算时间合理。     

二维板材切割下料问题的一种确定性算法

研究二维板材切割下料问题,即使用最少板材切割出一定数量的若干种矩形件。提出一种结合背包算法和线性规划算法的确定性求解算法。首先构造生成均匀条带四块排样方式的背包算法;然后采用线性规划算法迭代调用上述背包算法,每次均根据生产成本最小原则改善目标函数并修正各种矩形件的当前价值,按照当前价值生成新的排样方式;最后选择最优的一组排样方式组成排样方案。采用基准测题,将该算法与著名的T型下料算法进行比较,实验结果表明,该算法比T型下料算法更能节省板材,计算时间能够满足实际应用需要。     

基于重要度的矩形工件优化填充排样算法

大规模矩形件优化排样是一个典型的组合优化问题,属于NP2hard问题。矩形件优化排样已广泛应用于板材切割、瓷砖铺设、服装裁剪等行业。在实际排样工作中发现,决策者对工件的选择不仅要考虑大小、工件费用、铺设利用率等诸多因素,往往还需要考虑颜色、花式、铺设方式等因素。基于这种状况,引入排样属性重要度的概念,提出了基于重要度的矩形工件优化填充排样算法,使用计算机辅助排样。通过实例排样表明了该算法的有效性和实用性。     

基于重要度的矩形工件优化填充排样算法

大规模矩形件优化排样是一个典型的组合优化问题,属于NP2hard问题。矩形件优化排样已广泛应用于板材切割、瓷砖铺设、服装裁剪等行业。在实际排样工作中发现,决策者对工件的选择不仅要考虑大小、工件费用、铺设利用率等诸多因素,往往还需要考虑颜色、花式、铺设方式等因素。基于这种状况,引入排样属性重要度的概念,提出了基于重要度的矩形工件优化填充排样算法,使用计算机辅助排样。通过实例排样表明了该算法的有效性和实用性。     

生成矩形毛坯最优两段排样方式的确定型算法

排样价值、切割工艺和计算时间是排样问题主要考虑的3个因素.文中提出一个新的基于排样模式的确定型排样算法——同质块两段排样算法,此算法适合剪冲下料工艺,在实现工艺简化的同时提高了排样价值时间比.首先通过动态规划算法生成最优同质块,然后求解一维背包问题生成块在级中的最优排样方式和级在段中的最优排样方式,最后选择两个段生成最优的两段排样方式.通过3组经典测题对该文算法进行了测试,将算法与4种著名算法进行了比较.实验结果表明,该文算法的优化结果好于以上4种著名算法,有效地提高了板材利用率,并且计算时间合理.     

二维板材组包排样问题的离散差分进化算法求解

为了提高包装箱的空间利用率,提出一种基于离散差分进化算法的方法,以求解二维板材组包排样问题.采用带符号的序列代表一个排样方案,提出了基于最低水平线的空隙可再利用启发式算法,对单个包的子序列进行解码,获得对单包的排样子问题的自动排样方案,使板材充分填充产生的空隙;为了改进排样结果,提出邻近策略以进一步提高空间利用率.实验结果表明,对仿真实验数据,该算法获得了比遗传算法更好的结果;对实际生产数据,该算法所得结果比原有排样方案的空间利用率更高.     

改进的矩形毛坯三块排样方式及其算法

致力于改进矩形毛坯三块排样方式的生成算法,采用三种策略缩小解的搜索范围,并将该算法与线性规划相结合形成排样方案生成算法,用于求解大规模矩形毛坯排样问题.通过实验证明,与二阶段、T形、两段、三阶段排样算法相比,排样方案生成算法生成的排样方案虽然板材利用率稍低,但排样方案简单,能够简化切割工艺.     

基于动态分割与合一的排样算法

提出一种于动态分割与合一的优化排样算法,基本思想是分割之后,尽量将相邻的余料合并成较大的余料参与下一轮排祥,这不仅增加了排祥大件的可能性,而且也增加排样优化的机会,同时减少零件之间的空隙余料碎片,从而提高了切割速度。     

求解风力发电机布局问题的超启发式算法研究

针对大规模问题求解效率不高、结果不理想等问题,以影响参数多变的风力发电机布局问题为研究对象,设计并实现了超启发式算法策略,底层算子用差分进化（Differential Evolution,DE）算法和适应性协方差策略（Covariance Matrix Adaptation Evolution Strategy,CMA-ES）算法,高层策略用启发式调用策略选择底层算子求解在不同场景、不同风力参数等多种情况下的风力发电机布局情况。实验将权值选择策略与DE算法、CMA-ES算法和随机调度策略进行比较,最终数据表明该策略求解风力发电布局的效果远高于其他三种。     

考虑多目标优化的一维排样系统

对于常见的一维下料问题,采用顺序启发式算法设计排样系统。在保证较高材料利用率的同时,考虑多个优化目标的实现,如减少排样方式数,优先使用短材料,增加最后一根原材料上的余料长度等。通过对各个目标设定不同的优先级,可生成满足实际生产环境需要的排样方案。经过与其他多种优化算法的实验结果比较,证实本文排样系统的优越性。     

带有一刀切约束的二维非规则装箱算法

针对切割下料领域的二维非规则一刀切装箱问题,首先给出了最小移动距离的定义,然后给出了一种基于最大移动距离的启发式算法。该算法通过计算一个凸多边形滑动至另一个凸多边形内部所允许的最大移动距离,对待排件的摆放位置进行一次性定位,避免使用传统的NFP(Not-Fit-Polygon)预判交方法,极大地缩短了排样的整体时间,最后使用模拟退火算法对下料流程进行了优化,改善了排样结果。     

基于禁忌搜索的启发式任务路径规划算法

基于启发式搜索和禁忌搜索技术,提出一种用于解决有限资源、不同重要性要求的任务路径规划问题的有效算法,通过对不同重要程度的任务进行分层调度,得到较为满意的决策结果.该算法具有搜索空间小、求解速度快的优点.仿真结果验证了算法的有效性.     

基于ACIS和优化排料的手机创新设计研究与实现

利用3D造型软件开发平台ACIS可以快速地生成造型各异的构件.优化排料的目的是根据给定待排样品对板材进行最优切割使得板材的利用率尽可能的高,利用ACIS软件生成手机构件,然后应用优化排料算法对手机进行优化布局.实验结果表明,该算法能够加快设计速度,拓宽设计思路,能够增强构件概念设计的创新性.     

Hybrid heuristic algorithm for two-dimensional steel coil cutting problem

This paper is concerned with the problem of two-dimensional cutting of small rectangular items, each of which has its own deadline and size, from a large rectangular plate, whose length are more than one thousand times its width, so as to minimize the trim loss and the reduction of the times of clamping and changing speed are also concerned. This problem is different with the classical two-dimensional cutting problem. In view of the distinguishing features of the problem proposed, we put forward the definition of non-classical cutting, that is to say, put a series of items on the rectangular plates in their best layout, so as to enhance utility and efficiency at the same time. These objectives may be conflicting and a balance should be necessary, so we present a Hybrid Heuristic Algorithm (HHA), consisting of clustering, ordering, striping and integer programming etc. We demonstrate the efficiency of the proposed algorithm through the comparison with the algorithm we studied before.     

基于单亲遗传算法的最优布局问题求解

在单亲遗传算法的基础上提出了一种最优布局问题的求解方法,它不要求初始群体的多样性,同时避免了早熟收敛.以常见的矩形件排样优化问题为例,说明了该方法的可行性和高效性.     

基于遗传算法的大规模矩形件优化排样

大规模矩形件优化排样是一个典型的组合优化问题，属于NP-hard问题．实际工程中对一个排样方案一般有满足“一刀切”的工艺要求，“一刀切”要求增加了对排样的约束．提出的优化算法，将矩形匹配分割算法作为遗传算法染色体的解码器实现一个排样方案，用遗传算法进行排样方案的全局搜索．算例比较表明，该算法可以求得满足“一刀切”约束的最优解．