蚁群算法在一维下料优化问题中的应用

研究了一维下料优化问题,建立了一维下料的双目标多约束数学优化模型,并给出了求解模型的蚁群算法的具体实现过程;针对模型的特殊性,提出了零件编码和将所有下料方式首尾连接转化为蚂蚁路径的方法,并讨论了初始化参数变量的选择问题。通过一维下料实例进行验证,计算结果表明,此算法可逼近理论最优解,收敛速度较快,理论上可以解决多规格大规模的一维下料优化问题。     

递推矩阵的列生成算法下的一维下料方案研究

针对工程实际中一维下料优化问题,这里采用以原材料使用量最少为目标,以每根原材料的余料长度小于最短零件长度等为约束,建立数学优化模型,提出使用一种基于递推矩阵的列生成算法进行求解该模型。此算法主要通过求解列生成优化模型中的递推矩阵,生成添加列,最终得出下料方案。最后针对单一订单的情况,并根据实例优化计算所得结果进行对比,分析可知该算法能够减少下料方式,验证了该算法的有效性,在工程实际中可以有效借鉴此方法。     

一维下料问题的优化算法及其编程

提出了一种下料方案的算法,结合Kantorovich建立的线性规划模型,给出适合一维下料问题的数学模型.设计了一种求最优解的算法,并对最优解进行了分析.利用计算机编程完整地实现了一维下料问题的优化,解决生产中广泛存在的一维下料问题.     

基于改进BFD算法的多规格一维下料系统

针对现有的计算机下料系统在算法和工作流程方面存在的不足,提出基于改进BFD算法的多规格一维下料求解方法,同时引入流程再造的思想,改善优化下料的工作流程,在此基础上开发了新型的计算机优化下料系统。     

基于优化下料算法的铁塔制造企业材料管理系统

主要针对某铁塔制造企业的生产管理、材料管理、优化下料的业务流程进行分析与研究,应用ERP原理、数据库技术把优化下料算法融合到材料管理中去,提出了比较实用的系统方案,并在此基础上开发了基于优化下料算法的铁塔制造企业材料管理软件系统,通过下料管理、采购管理、库存分析等功能模块,为企业构建了高性能的下料使用环境,成功地实现了铁塔制造企业材料管理的科学化和信息化。     

基于优化下料算法的铁塔制造企业材料管理系统

主要针对某铁塔制造企业的生产管理、材料管理、优化下料的业务流程进行分析与研究,应用ERP原理、数据库技术把优化下料算法融合到材料管理中去,提出了比较实用的系统方案,并在此基础上开发了基于优化下料算法的铁塔制造企业材料管理软件系统,通过下料管理、采购管理、库存分析等功能模块,为企业构建了高性能的下料使用环境,成功地实现了铁塔制造企业材料管理的科学化和信息化.     

基于改进遗传算法的铝合金型材下料方法研究

铝合金型材的下料问题属于一维下料问题。主要针对多规格铝合金型材下料问题,在铝合金原材料长度大于零件长度的情况下,采用了蚁群算法和遗传混合模拟退火算法两种不同的求解方法求解多规格铝合金型材下料问题,并进行分析对比。根据某门窗有限公司在铝合金门窗方面实际下料情况,建立一维下料优化模型并设计算法,通过MATLAB进行编程,并以企业的门窗切割实例进行模拟计算。结果表明,遗传混合模拟退火算法比蚁群算法更为优异,能有效提高铝合金门窗下料的材料利用率。     

有约束单一尺寸矩形毛坯下料问题的一种求解算法

讨论有约束单一尺寸矩形毛坯下料问题:切割库存板材满足一定数量的单一尺寸矩形毛坯的需求,优化目标是使所切割的板材总面积最小,该问题广泛的出现在制造业领域的板材切割下料环节。提出一种基于五块布局模式的优化下料算法。首先调用无约束五块布局算法生成整张板材上的毛坯排样方式,然后调用有约束五块布局算法生成部分板上的毛坯排样方式。使用算例对文中下料算法进行了测试,并与文献中下料算法进行了比较。实验结果表明,下料算法可以提高下料利用率,而且计算时间合理。     

基于在线检测动态一维下料问题的GPU并行蚁群算法

随着在线检测技术发展,生产线上的物料需要根据检测结果进行快速切割。已有一维下料优化问题是根据全局目标进行建模的,其最优化算法不能满足实时调整切割方案的要求。本文首先根据物料在线检测及切割特点提出了动态多规格一维下料优化问题,并给出最优化模型;然后结合GPU特点创建并行蚁群算法来求解多规格动态一维下料问题,以保证在有限时间内求得近似最优结果;经过算法分析证明,对于大规模数据变量,并行蚁群算法效率高于传统蚁群算法。通过实验表明,在大规模数据量下,此并行蚁群算法与传统蚁群算法和分支定界算法相比,能够在较短时间内得到较优切割方案。     

基于变邻域人工蜂群算法的三维矩形箱体下料优化研究

相比一维、二维下料问题,三维空间下料优化问题存在零件规格种类多样、数量庞大、尺寸约束及工艺约束等多重因素限制,导致原材料利用率偏低的现象。为此,文中以三维矩形箱体为研究对象,建立了三维空间下料模型,基于变邻域人工蜂群三维矩形箱体下料算法及算法流程,设计了4种三维变邻域搜索策略：邻域交换、邻域顺序、邻域逆序及邻域正交,提出了5种三维解码方式：SCO,BCO,HO,WO和LO。试验结果表明：变邻域人工蜂群算法较人工蜂群算法在三维矩形箱体排样中有效提高了原坯料利用率及排样效率,排样方案更优、算法迭代时间更短、更加贴合生产实际,对解决制造业在三维空间下料效率与成本方面所面临的问题,具有很好的借鉴意义。     

APPLICATION OF INTEGER CODING ACCELERATING GENETIC ALGORITHM IN RECTANGULAR CUTTING STOCK PROBLEM

An improved genetic algorithm and its application to resolve cutting stock problem are presented. It is common to apply simple genetic algorithm (SGA) to cutting stock problem, but the huge amount of computing of SGA is a serious problem in practical application. Accelerating genetic algorithm (AGA) based on integer coding and AGA's detailed steps are developed to reduce the amount of computation, and a new kind of rectangular parts blank layout algorithm is designed for rectangular cutting stock problem. SGA is adopted to produce individuals within given evolution process, and the variation interval of these individuals is taken as initial domain of the next optimization process, thus shrinks searching range intensively and accelerates the evaluation process of SGA. To enhance the diversity of population and to avoid the algorithm stagnates at local optimization result, fixed number of individuals are produced randomly and replace the same number of parents in every evaluation process. According to the computational experiment, it is observed that this improved GA converges much sooner than SGA, and is able to get the balance of good result and high efficiency in the process of optimization for rectangular cutting stock problem.     

矩形件排样优化的背包算法

根据矩形件排样的实际下料工艺要求，将一个二维排样问题转化为一个一维下料问题，并构造了一个利用背包问题解法的矩形件排样的近似优化算法。     

基于改进引力搜索算法的铣削加工参数低碳建模及优化

针对数控机床铣削加工特点，考虑刀具寿命、加工表面质量、切削速率和铣床工艺性能等条件，以铣削加工过程中的单位体积碳排放、单位体积生产成本和加工时间为目标，以切削速率、每齿进给量和切削宽度三参数为优化变量，建立了铣削加工参数多目标优化模型，并提出了一种改进的非支配排序引力搜索算法对该多目标模型进行求解。在所提出算法中采用精英保留策略和位置更新回退操作，引导群体质点向真实Pareto最优解集区域靠近。在遗传算法的交叉操作启发下，提出精英精英交叉策略和精英非精英交叉策略，增加了群体多样性。最后与原始非支配排序引力搜索算法和教学优化算法进行对比，验证了所提改进算法的优越性和可行性。采用灰色关联度法在获得的Pareto最优解集中选择满意解，为面向绿色制造的切削参数优化提供了一种新的思路。     

考虑客户收货顺序的“货到人”分拣系统的订单排序和客户分批优化

可以并行分拣多个客户订单的"货到人"分拣系统中,每个客户包含多个订单,客户要求按订单排序依次收货。为提高该系统的分拣效率,以最小化料箱出入库数量为目标,从订单排序和客户分批两方面进行优化。分别建立两个0-1整数规划模型解决多客户同时拣选时的订单排序优化和客户分批优化问题;针对客户分批问题,又提出种子算法和遗传算法来解决。设计试验检验了不同客户数量、客户订单数量、总品项数量时订单排序模型和客户分批算法的优化效果。试验结果表明,0-1整数规划模型优化订单排序,可提高效率约15%,具有有效性;客户分批优化方面,0-1整数规划模型、遗传算法和种子算法都可以不同程度地提高系统效率,分别适合不同问题规模和时间要求的场景。     

响应面模型与混合优化算法相结合的锯片参数优化设计

针对传统算法在锯片声学特征优化中的局限性,提出了一种将二阶响应面模型与混合算法相结合的优化设计方法。在设计区域内应用D-optimal试验设计法抽取样本点,分别通过显式算法获取锯片声学、应力响应以及隐式算法获取锯片变形量,并用试验验证了数值模型的准确性,然后建立了由6个变量参数所决定的锯片的声学、应力以及刚度的二阶响应面模型;利用自适应模拟退火法和蛙跳混合算法对响应面模型进行循环逼近,获得了设计变量影响度以及最优结果。结果表明,在保证刚度和应力许可条件下,通过有限次数值分析,经全局优化后的最佳结构可降低空载噪声4~7dB。数字算例表明,该方法适用于旋转类刀具的声学性能优化设计。     

基于竞选算法的机床主轴结构优化设计

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机,将其应用于机床主轴的结构优化设计,并以一个实例分析了设计全过程。首先根据在满足各种约束条件下,使机床主轴刚度最好和材料最省的要求,建立了机床主轴结构优化设计的数学模型,应用竞选算法对问题进行了求解,得到了结构优化设计方案。结果表明,竞选算法在机械优化设计中具有实用性和可行性。     

两阶段法求解1.5维切割问题

切割问题亦称为下料问题.多维切割问题是机加工、木材加工和造纸等行业在生产中经常遇见的实际问题.1.5维切割问题是介于一维和二维切割问题之间的一类问题.针对1.5维切割问题的特殊性,采用两阶段方法进行求解.第一阶段是将1.5维切割问题转化为一维切割问题,第二阶段首先利用一种启发式算法得到一组初始解,然后使用粒子群算法对初始解进行优化,得最终解.     

多规格—维型材优化下料

针对工程实际中常见的多规格一维型材下料问题,本文根据原材料数量是否满足下料要求将该问题分为完全下料和不完全下料两方面,分别建立优化模型。在传统遗传算法的基础上,引入FFD、BF近似算法的思想,提出求解该类问题的混合遗传算法,并编制相应软件。最后给出一个工程项目的下料算例,实际使用表明,本文方法的效果是令人满意的。     

基于遗传算法的复杂槽型铣刀片槽型参数优化

针对三维复杂槽型铣刀片槽型优化问题,进行了铣削温度和铣削力试验及其有限元分析,以铣刀片耦合场最优为优化目标,建立了槽型参数多目标优化数学模型,利用遗传算法求解了固定切削参数和给定约束下的优化槽型参数。仿真计算结果表明,槽型优化后的铣刀片耦合场明显优于其它槽型参数下的铣刀片耦合场,为铣刀片三维复杂槽型的重构提供了依据。     

一刀切问题的优化二叉树排样

为了在提高板材利用率的同时提高全料的二次利用率,以二维一刀切下料问题为研究对象,根据现实约束提出了优化二叉树的启发式算法。该算法基于最小空穴插入最大零件、零件靠左靠下放置、整除求余确定零件转向以及板材的整点切割等规则,给出兼容多板料的一刀切排样动态寻优算法流程;提出余料的动态拆分和合并思想,根据相邻关系将余料分为一类空穴和二类空穴两种类型,设计分裂、合并、Strip、Shake等算子,实现了一刀切下料的动态快速优化求解。基于本算法开发的系统在企业中的实际应用表明,所提算法能够在提高板材利用率的同时,有效避免余料的碎化,提高余料的二次利用率。