异型件排样系统的研究与开发

对于多种不规则零件的排样问题，任何算法都难以保证总能得到最优解。该文采用计算机图形学处理技术以及现代智能算法相结合的方式，按照图形预处理，自动排样、人工交互编辑3步有效地解决了不规则零件的排样问题，并开发了相应的排样软件。     

基于改进遗传算法的不规则图形排样

针对大规模零件和布料优化排样问题,研究遗传算法在智能排样中的应用及其在智能优化排样中的优缺点。以传统遗传算法优化排样为基础,提出一种改进的基于遗传算法的优化排样算法,利用图形间的相似度对图形群体进行分类,降低遗传算法的时间复杂度。实验结果证明,该方法在时间复杂度上优于传统的遗传算法优化排样,适用于大规模的图形排样系统。     

一种不规则零件排样的新粒子群优化策略

基于图形扫描转换的启发式底左（Heuristic Bottom-Left,HBL）算法,把一种最大速度收缩策略（Maximal Velocity Contractile Strategy,MVCS）的粒子群优化（Particle Swarm Optimization,PSO）算法应用于不规则零件的优化排样,给出了新的排样组合优化算法（MVCS-PSO）的粒子构造方法和零件排样过程,通过实例把该算法与模拟退火遗传算法（Simulated Annealing Genetic Algorithms,SAGA）进行优化排样比较,实验结果表明,具有良好的非线性和动态搜索性能的MVCS-PSO算法是求解排样问题的一种高效算法。     

基于样图的排样及其样图检索方法

为解决不规则图形排样问题,讨论了基于实例(样图)的推理方法在零件排样问题中的应用,给出了基于样图的排样系统结构.此方法的一个关键问题是在已知待排的零件组和板料的前提下,如何从样图库中检索出相应样图的图形匹配方法.为此提出了基于图形(组)简化骨架的模式编码的串间Findler距离的图形(组)之间相似性检索算法,并给出了算例验证.     

二维不规则零件排样问题的遗传算法求解

提出一种基于遗传算法求解二维不规则零件排样问题的方法，通过提取零件的最小包络矩形，将其转变为矩形件的正交排样问题，应用一种有效的解码算法－“最低水平线法”将编码转变为排样图。实例表明，该算法是有效的。     

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。     

遗传算法在矩形件优化排样中的应用

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,它对函数的要求不高,一般不会陷入局部最优解,更适应于求解大规模离散化问题。该文将遗传算法应用于工程问题的一个典型离散优化问题矩形件优化排样。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。     

基于遗传模拟退火算法的不规则多边形排样

将遗传授拟退火算法应用于计算机辅助排样领域，设计了一种基于遗传模拟退火技术的启发式排样算法．该算法能够处理不规则多边形的排样问题；同时，给出一种对象的几何表达方式，可以忽略高度不规则形状带来的复杂性影响．该算法通过基于遗传模拟退火算法的全局优化概率搜索，寻找排样件在排样时的最优次序及各自的旋转角度，然后采用基于左下角(BL)策略的启发式排样算法实现自动排样．     

矩形件排样优化的一种近似算法

本文对理论上属于ＮＰ－完备问题的二维矩形件优化排样问题，构造了一个效率高、速度快、可令人满意的一种近似算法，该算法的主要思想是在排样过程中根据一种局部最优原则不断地动态产生一些较小的矩形，然后对这些小矩形区域排样，同时也消去一些已排过的矩形区域，直至所有的矩形件被排完，根据本文算法我们开发了一个矩形件排样系统。     

基于遗传算法的不规则件优化排样研究

提出了一种基于遗传算法的不规则件优化排样的求解方法,通过剩余矩形匹配算法实现解码和局部寻优,并结合正交靠接算法实现自动排样。实例证明,该方法是有效的。     

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。     

Architectural investigation of matrix data layout on multicore processors

Many practical applications include matrix operations as essential procedures. In addition, recent studies of matrix operations rely on parallel processing to reduce any calculation delays. Because these operations are highly data intensive, many studies have investigated work distribution techniques and data access latency to accelerate algorithms. However, previous studies have not considered hardware architectural features adequately, although they greatly affect the performance of matrix operations. Thus, the present study considers the architectural characteristics that affect the performance of matrix operations on real multicore processors. We use matrix multiplication, LU decomposition, and Cholesky factorization as the test applications, which are well-known data-intensive mathematical algorithms in various fields. We argue that applications only access matrices in a particular direction, and we propose that the canonical data layout is the optimal matrix data layout compared with the block data layout. In addition, the tiling algorithm is utilized to increase the temporal data locality in multilevel caches and to balance the workload as evenly as possible in multicore environments. Our experimental results show that applications using the canonical data layout with tiling have an 8.23% faster execution time and 3.91% of last level cache miss rate compared with applications executed with the block data layout.     

基于最优子段的矩形优化排样

为有效解决企业实际生产中的矩形优化排样问题,对矩形优化排样算法进行研究, 给出基于最优子段的矩形优化排样算法,有效解决了企业实际生产中的长板矩形优化排样问题。 首先基于动态规划算法求出所有小于剪床刀刃长度的最优子段的最佳排样方式,然后以所求的最 优子段作为可用子段在长板上进行优化排样,并将矩形优化排样问题转化为完全背包问题。最后 基于分支定界技术的整数规划算法对其进行求解。企业应用实例表明该算法在解决长板矩形优化 问题方面优于其他算法。     

旋转锥体空间中圆柱体群的布局优化

旋转圆锥体空间中不等圆柱体群的布局为人造卫星再入舱布局的简化模型，属带动力性能约束的Packing优化问题，具有NP难度．本文提出了模式迭换法，用以构造布局拓扑模式，形成初始布局方案；推荐了在此初始布局方案下进行布局寻优的算法；给出了缓解“组合爆炸”的技巧和算例验证．此类问题具有广阔的工程应用前景．     

基于包容矩形的优化排样算法及实现

毛坯优化排样问题是CAD技术结合冲模设计领域的一大课题。论文在多边形顶点算法的基础上,提出了基于包容矩形的优化排样算法。该算法只需在初始毛坯图的包容矩形内进行计算,即可得到排样的步距、料宽等关键参数;在预排样时不用进行传统排样算法所作的等距放大处理,避免了由此引起的图形自交干涉和排样误差增大的问题。并且在Inventor9平台上运用VisualC++对该算法予以实现,开发出效率高、实用性强、运行可靠的冲裁模智能排样系统。     

UML类图层次化自动布图算法

UML类图能够有效地帮助软件工程师理解大规模的软件系统,而优化图元的空间布局可以增强类图的可读性和可理解性.由于类图中继承关系具有明显的层次特性,因此类图自动布局大多采用层次化的布图算法.此外,类图布局需要考虑相关的领域知识以及绘制准则,因而通用嵌套有向图层次化布局算法不能直接用于类图的绘制,它们必须加以扩展.但是,已有的类图层次化方法并没有考虑类图中图元的嵌套关系,这将导致自动布局方法不能处理类图中包与类、接口之间的包含关系.在考虑图绘制美学、UML类图绘制以及软件可视化等相关知识的基础上,选取了一组布     

一种改进的启发式布局算法

提出了一种带部分举的启发布局排样算法，对板材的选取和单块大板材的排样采用启发算法，以提高排样速度；对小规模板材和切割科料则采用穷举算法，以减少切割损耗，讨论了算法所采用的超时限制，阈值的自适应调整等技术，实际应用表明算法是成功的。     

海量图数据可视化研究

图的可视化技术可以帮助人们更好地展现和探索数据的内部关系,然而随着数据规模的不断变大,传统的图的可视化技术已不适合海量数据的可视化要求。概括了传统的图的可视化技术,分类阐述了当前主流的海量图可视化布局算法的基本原理和特征,分析比较了相关的软件工具,并对海量图数据可视化技术的研究方向进行了展望。     

An optimal layout methodology for cold forming rectangular parts using genetic algorithms

Cold forming is widely used in manufacturing processing, and the layout of rectangular parts in the strip is manually accomplished, which is a time-consuming task and may be a major bottleneck in effectively improving the utilization ratio of material and the productivity. The mathematical model for optimal layout of cold forming is first developed, and then the constrained optimal layout problem is transformed to an unconstrained optimal one with penalty function strategy. A simple genetic algorithms for this optimal layout is proposed, and an example is examined to show the validity of this proposed genetic methodology. Although the simple genetic algorithms is employed, a higher material utilization ratio and productivity is achieved.