一种求解圆形下料问题的快速算法

本文研究圆形件优化排样算法,目的是提高材料利用率.本文提出了一种新的放置算法(圆弧搜索算法,ASA),与文献中算法相比,ASA在较短的时间内产生了可以和排样领域著名的法国学者Hifi在SCI和EI检索刊物中提出的较复杂方法CA-BH在利用率方面相媲美的效果;对随机生成例题的计算结果表明,本文算法的计算时间可以满足一般实践应用的要求,所得排样方案的材料利用率较高.     

一种求解圆形下料问题的快速算法

本文研究圆形件优化排样算法,目的是提高材料利用率。本文提出了一种新的放置算法(圆弧搜索算法,ASA),与文献中算法相比,ASA在较短的时间内产生了可以和排样领域著名的法国学者Hifi在SCI和EI检索刊物中提出的较复杂方法GA-BH在利用率方面相媲美的效果;对随机生成例题的计算结果表明,本文算法的计算时间可以满足一般实践应用的要求,所得排样方案的材料利用率较高。     

一种求解圆形件下料问题的启发式算法

针对二维圆形件下料问题,提出一种改进的顺序启发式算法。在生成排样方式的过程中,采用价值修正策略不断修正当前排入圆片的价值,使之趋于合理,选取价值最大的排样方式组成当前排样方案,迭代调用该过程多次,从中选取最优的排样方案。实验结果证明,与线性规划算法相比,该算法更有效。     

混合遗传算法在圆形件优化排样中的应用研究

本文研究的是圆形件优化排样问题,是将卷材切成若干种圆形毛坯,使所产生的废料最少以达到节约材料的目的。本文在我们提出的放置算法(ASA)的基础上,采用混合遗传算法作为搜索策略;实验测试结果表明,本文算法可以和排样领域著名的法国学者Hifi在国外检索刊物上提出的算法相媲美,该算法的计算时间可以满足一般实践应用的要求,所得排样方案的材料利用率较高。     

圆形件卷材排样问题的一种定序定位算法

圆形件卷材排样问题是指将一组不同半径的圆形件互不重叠的排放在宽度指定的 卷材上,使得占据的卷材长度最小。针对该问题提出一种定序定位启发式优化算法。设计基于 最大穴度的定位算法,对于每个特定排样序列,计算待排样圆形件在当前布局的所有可行放置 位置的穴度,选择穴度最高的一个位置放置圆形件;更新当前布局,继续排放剩余圆形件,直 到所有圆形件均排放进卷材为止。采用遗传算法对排样序列进行遗传进化得到多种不同的排样 方案,选择耗费卷材长度最小的一种排样方案作为最终解。实验结果表明,本文算法排样方案 耗费卷材长度较小,且算法计算时间相对合理。     

二维板材圆形下料的邻居关系算法

二维圆形排样问题是工业设计与生产中经常遇到的问题.常规下料问题主要针对矩形或圆形等规则板材,常用算法包括模拟退火、遗传算法等.本文在分析规则板材下料算法的基础上,针对实际生产应用中更为复杂的、具有不规则边界板材下料问题,提出了一种基于人工下料思维的仿生下料算法--邻居关系算法.该算法具有很好的利用率和时效性,较好地满足了实际应用的需要.实际板材下料结果表明,平均面积利用率为75.56％,平均计算时间为13.84s.所得排样利用率与模拟退火算法相当,但排样运算时间大大缩小,适应了实际下料需求,已应用于某跨国企业优化下料中.     

一种有效的求解一维下料问题的启发式算法

使用了一种改进的顺序启发式算法,在排样方式的生成过程中不断修正当前排入毛坯的价值,使之趋于合理,依次选取求解背包函数获得的最大单位价值的排样方式组成当前排样方案,迭代调用该过程多次,最终选取最优的排样方案。在保证较高材料利用率的同时考虑减少排样方式,增加最后一根材料余料长度等多个优化目标。通过多组实验结果比较,证实了算法的有效性。     

用于求解二维圆形排样问题的自适应混合算法

针对二维圆形版面不等圆排样问题,在最小局部距离定位布局策略的基础上,引入紧凑度和适应度,提出基于拟矩形排样的自适应启发式算法,并与以自然数编码的遗传算法相结合构建混合算法。该混合算法发挥两者的全局搜索能力与局部寻优能力。在标准测试算例上,与一些经典算法进行比较,结果表明,该算法能够在更短的时间内获得更为满意的结果。     

基于多阶排样方式的矩形件二维板材下料算法

针对二维剪切下料的特点,提出一种基于多阶排样方式的优化算法。递归构造多阶排样方式,称若干行若干列同种矩形件按照相同方向排列在一起形成的排样方式为0阶排样方式,n(n为正整数)阶排样方式由两个n-1阶排样方式沿着水平方向或竖直方向拼合而成。设计多阶排样方式的递归生成算法,按照阶数从小到大顺序生成多阶排样方式。将列生成算法与多阶排样方式生成算法相结合得到下料方案,按照板材使用张数最少原则确定下料方案中每个排样方式的使用次数。将这里排样方式分别与文献中的匀质条带三块排样方式、双排多段排样方式、简单块占角排样方式和递归四块排样方式进行对比,实验计算结果表明,多阶排样方式的排样价值高于以上4种排样方式。进一步地,将该下料算法与文献下料算法进行对比,实验结果表明该下料算法可提高板材利用率。     

一种快速的有约束矩形件优化排样模型

为了有效地解决有约束的矩形件优化排样问题,提出一种快速的求解算法;通过比较待排样矩形件的不同排样模式,选择最优排样方案。算法完全基于解析计算,虽不能寻找理论最优解,但相比于各种启发式算法大大提高了排样速度。实验结果表明,算法能够在较短的计算时间内获得满意的排样效果,是一种效率较高的有约束矩形件排样算法。     

基于3块方式的圆形片剪冲排样算法

采用2条相互垂直的分割线将板材分割成3块子板材,每块子板材包括一组方向和长度都相同的条带。用动态规划算法确定子板材中条带的最优布局,用枚举法确定2条分割线的位置,使整张板材价值达到最大。实验结果表明,该算法能够提高材料利用率,计算时间满足实际应用的需要。     

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.     

圆形窗口的凸多边形填充算法

给出了一种基于圆形窗口的凸多边形填充算法，它集裁剪与填充功能于一体，也可完成单纯地裁剪功能。     

求解带平衡约束圆形Packing问题的快速局部搜索算法

带平衡性约束的圆集在圆容器内的布局优化问题,属于NP困难问题。针对此问题,提出了一种快速的局部搜索算法。该算法首先构造出等价的物理模型,定义系统的能量函数,再利用最速下降法对能量函数进行优化,从而间接得到问题的近似解。在局部搜索算法中引入加速策略,提高了计算效率。最后通过两个算例的数值计算,验证了该方法的可行性和有效性。     

一种快速虹膜定位算法

提出了一种根据眼睛瞳孔近似为圆的几何特性,利用与瞳孔相切的两条平行扫描线进行瞳孔圆心的定位来实现虹膜的定位算法.与传统虹膜定位算法相比,该方法避免了搜索的盲目性,提高了虹膜定位的精度和速度.     

最长公共子序列算法在填空题评分程序中的应用

讨论最长公共子序列算法在填空题评分中的应用,并具体设计一种基于网络环境下,考试系统中的填空题题型的通用答案识别逻辑,在独立学院网络考试系统中操作可行。