共查询到20条相似文献,搜索用时 15 毫秒
1.
矩形件排样优化的背包算法 总被引:17,自引:1,他引:17
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。 相似文献
2.
3.
4.
矩形件优化排样改进的启发式算法与系统 总被引:2,自引:0,他引:2
在分析传统矩形件优化排样近似算法及其主要缺陷的基础上,提出了一个新的启发式算法,并据此算法开发了矩形件排样系统,获得了比原近似算法更好的优化排样结果。 相似文献
5.
6.
蚂蚁算法是解决优化问题的一种相对轻新的启发式算法,大规模的矩形件优化排样问题是个NP难题。文中尝试用蚂蚁算法求解矩形件优化排样问题,根据提出的求解算法,开发出了基于蚂蚁算法的计算机辅助优化排样系统,并将蚂蚁算法的求解结果和遗传算法进行了对比,试验结果证明了用蚂蚁算法求解矩形件优化排样问题的可行性和有效性。 相似文献
7.
针对矩形件排样问题,提出了最低轮廓线最佳匹配算法。该算法根据最低轮廓线排放矩形,使板材浪费降至最低。并将其与模拟退火算法相结合,可获得近似最优的排样结果。最后给出不同规模的算例,结果表明,该算法比最低水平线算法排样结果好,是解决矩形件排放的有效方法。 相似文献
8.
9.
基于模拟退火算法的矩形件排样 总被引:2,自引:0,他引:2
针对矩形件排样问题,提出了最低轮廓线最佳匹配算法。该算法根据最低轮廓线排放矩形,使板材浪费降至最低。并将其与模拟退火算法相结合,可获得近似最优的排样结果。最后给出不同规模的算例,结果表明,该算法比最低水平线算法排样结果好,是解决矩形件排放的有效方法。 相似文献
10.
针对理论上属于NP完全问题的矩形件优化排样问题,提出了一种基于小生境技术的自适应遗传模拟退火算法。研究了将矩形件在板材上的排列方式转换为特定编码的方法,利用遗传模拟退火算法进行全局优化概率搜索,考虑到算法中交叉概率和变异概率的选择影响到算法收敛性,提出了自适应的交叉概率和变异概率,并通过小生境技术对子辈个体是否替换父辈个体加以控制,最终得到矩形件排样的最优次序和排放方式,采用最低水平线策略的启发式排样算法实现自动排样。排样实例表明,该优化排样算法行之有效,具有广泛的适应性。 相似文献
11.
12.
蚁群算法是一种新型的进化算法,但它与其他进化算法一样也存在容易陷入局部搜索空间等缺陷。将蚁群算法引入到矩形零件的排样优化问题中,根据待排矩形零件面积和长宽比对每个蚂蚁节点赋予一定的初始信息量,同时对基本蚁群系统中的状态转移概率与信息素挥发因子做了适当改进,使其拥有自适应调节作用,从而有效的避免了蚂蚁长时间陷入局部搜索空间,使算法能在较短的时间内收敛到全局最优或近似最优解。最后两个实例表明,此算法用于求解矩形件排样问题是有效的。 相似文献
13.
粒子群算法是近年来出现的一种搜索寻优算法,文中用粒子群算法求解矩形件优化排样问题,试验实例表明求解算法是有效的. 相似文献
14.
15.
冲裁件的排样是一个NP问题,在工业界具有广泛的需求.从矩形包络和遗传模拟退火算法这两个角度探讨了包含不规则形状的冲裁件的排样算法.随着冲压设备的不断发展,二维冲裁件的组合优化排样将会得到越来越广泛的普及和应用. 相似文献
16.
17.
结合缺陷约束的最低水平线算法与双种群遗传算法,对板材内部含缺陷时的情况进行矩形件排样优化。用双种群遗传算法对矩形件排样顺序进行寻优,将矩形件的排样顺序和旋转方式划分为2个种群分别进行遗传迭代,并结合改进的初始种群生成策略,改善算法的搜索效率及全局寻优能力。基于缺陷约束的最低水平线算法通过更新缺陷矩形轮廓信息与引入缺陷位置约束判断,使矩形件在根据优化顺序排样时可避开缺陷部位。通过算例运算测试可知,相比于经典遗传算法,所提算法在4种不同数量缺陷的板材中,最优板材利用率与排样优化稳定性均有所提高。双种群遗传算法和基于缺陷约束的最低水平线算法可在含缺陷板材的排样问题中得到推广应用。 相似文献
18.
不规则件优化排样的小生境遗传模拟退火算法 总被引:2,自引:0,他引:2
提出一种基于小生境遗传模拟退火算法求解不规则件排样问题的方法。该方法首先充分考虑不规则形状零件自身的形状特征,采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题,克服了以往简单采用最小包络矩形代替零件排样存在空白区域,从而导致材料可能发生的利用率过低问题;然后利用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;最后用"最低水平线与填充算法相结合"策略的启发式排样算法实现自动排样。实例表明了该算法的有效性和实用性。 相似文献
19.
20.