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。     

一种求解矩形件排样问题的启发式算法

研究在一定的矩形板材上排放所需要小矩形的优化排样问题,提出一种基于4块结构排放模式的启发式算法,并且建立了动态规划模型。通过对在计算机上随机产生的试验数据的模拟计算,获得了比遗传算法更好的解,是一种行之有效的方法。     

矩形件优化排样模拟退火算法求解

综合条料生成算法与填充算法思想，提出了一种适用于矩形件优化排样的最小宽度算法，将其与模拟退火算法相结合，能够跳出局部搜索，最终可获得近似总体最优的排样结果。使用表明，该优化排样算法具有广泛的适应性，并可适合“一刀切”的高效率下料工艺。     

大规模矩形件优化排样遗传算法

遗传道法是一种全局优化的数值计算方法。与传统优化算法相比,其优点是对函数的要求不高,一般不会陷入局部最优解,更适应于求解大规模离散优化问题。本文将遗传算法应用于工程问题的一个典型离散优化问题－－大规模矩形件优化排样。通过该算法可以找出高效率的非样加工方法。设计结果能广泛应用于各零件的排样加工实例。     

一种矩形排样问题的优化设计方法

研究了在一定矩形板材上排放所需要小矩形的优化排样问题,提出了一种基于四块结构和一般分块排样模式的新方法,分析了四块结构模式和一般分块模式的特点,并且根据该分块的思想建立了动态规划模型.通过对在计算机上随机产生的试验数据的数值计算,表明该方法获得了比遗传算法更好的解,是一种行之有效的方法.类似文中矩形件排样问题完全可以用该方法来求解,选定合理的参数可以在比较短的时间里得到近似最优解,并且该算法具有一定的鲁棒性.如何把这种分块的启发式思想应用到不规则二维排样和一般的三维排样中去是今后的研究目标.     

矩形件优化排样算法与系统的研究

为了有效解决矩形件优化排样问题,通过在已有动态规划算法的基础之上,引入多种启发式策略,提出一种带有启发式策略的动态规划算法,并设计和开发了一个基于该算法的矩形件优化排样系统。介绍了系统的总体设计方案。并通过实例测试,讨论了矩形件优化排样算法的有效性和系统的实用性,证明矩形件优化排样算法具有排样过程耗时少、效果好和适用范围广3大优点,可以有效地提高材料利用率和生产效率。     

基于并行遗传算法的矩形件排样优化

利用遗传算法对待排零件进行编码,将矩形件正交排样问题转化为排列问题.然后采用一种新的解码排样算法--基于最低水平线的改进算法,将每一个体编码转化为排样图,进行适应度评价,以驱动遗传进化,最终寻找出最优排样图.对遗传算法进行了并行性改进,较好地维持了种群的多样性,增强了算法的搜索效率.对文献中的两个算例进行了求解,结果表明该算法是有效的.     

大规模矩形件优化排样的遗传算法

遗传算法是一种全局优化的数值计算方法。与传统优化算法相比,其优点是对函数的要求不高,一般不会陷入局部最优解,更适应于求解大规模离散优化问题。本文将遗传算法应用于工程问题的一个典型离散优化问题——大规模矩形件优化排样。通过该算法可以找出高效率的排样加工方法。设计结果能广泛应用于各零件的排样加工实例。     

实用矩形件化排样系统的研究与开发

在研究矩形件优化排样数学模型的基础上，根据不同的下料的工艺要求，构造出与之相适应的四种不同的近似优化算法。对于这些算法，要求它们在板材尺寸与矩的尺寸的差异方面；在矩形件个数的规模方面；在矩形件之间的尺寸差异等敏感问题上有较好的适应性。在理论方面对这些算法进行一些定量的分析以保证这些算法的先进水平。     

一种分阶段式匀质块最优矩形件排样方法

在生成排样图案时,应同时考虑材料利用率和切割过程的复杂性.提出了一种用于生成矩形件剪切割方式的分阶段式排样方案的算法.它仅允许一种尺寸的毛坯出现在匀质块中,从而简化了切割过程.该算法采用隐式枚举算法和动态规划来确定最佳优化排样方案,以使材料利用率达到最大.通过文献中的测题,将该算法与普通T形排样方式算法、普通两段排样方...     

矩形件单一排样问题的一种精确算法

针对机械制造业领域的矩形件单一排样问题,即在长宽为L、W的板材里排放最多个数的长宽为l、w的矩形件,提出一种基于整数规划和约束规划的精确排样算法。首先在板材上刻画W+1条等距的水平基线;然后建立单一排样问题的整数规划数学模型,求解出最优排样方案所对应的每条基线上排放的水平矩形件和竖直矩形件个数;最后采用约束规划模型求解出每个矩形件在基线上的具体排放坐标,画出最优排样方案图。将本文算法与文献中的单一排样算法进行比较,结果表明,本文算法求得的板材排样方案中可以排放更多的矩形件,板材利用率更高。     

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...     

实用矩形件优化排样系统的研究与开发

在研究矩形件优化排样数学模型的基础上, 根据不同的下料的工艺要求, 构造出与之相适应的四种不同的近似优化算法。对于这些算法, 要求它们在板材尺寸与矩形件的尺寸的差异方面;在矩形件个数的规模方面; 在矩形件之间的尺寸差异方面等敏感问题上有较好的适应性。在理论方面对这些算法进行一些定量的分析以保证这些算法的先进水平。     

基于T型布局方式的异构矩形件下料算法

讨论异构矩形件下料问题,提出一种基于T型布局方式的优化下料算法。首先构造一种约束布局算法,生成矩形件在单张板材上的T型布局方式,然后采用列生成算法,依据当前矩形件剩余需求量,迭代调用上述约束布局算法,生成一个虚拟下料方案,按照不产生多余矩形件原则,选取虚拟下料方案中的部分布局方式加入到实际下料方案中,更新当前矩形件剩余需求量,重复上述步骤,直到矩形件剩余需求量为零。采用文献中基准例题将本文算法与3种文献中算法进行比较,数值实验结果表明,本文算法比3种文献中算法分别节省3.93%,1.27%和1.17%的板材。     

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。