满足工艺品剪切要求的二维不规则排料算法

主要研究在矩形铁皮原材料上排放若干种二维不规则工艺品零件.对零件轮廓矢量图进行分类,采用形心重合定位填充算法对不规则图形进行组合,然后使用对排、单排、改进型的最低水平线排料策略,在满足"一刀切"的工艺品剪切要求和同种规格零件尽量放在一起的前提下,尽量提高原材料的利用率.实验结果表明排料算法的原材料利用率较高,同时满足剪切工艺要求.     

一种分阶段优化的排料算法

提出一种基于分阶段优化的排料算法.在算法的第一阶段,在排料前先估算本阶段用到的原板材尺寸和数量,将权重因子超过阅值的待排件均匀分布在其上.在排料过程中再根据待排件权重因子和组合因子动态调整空闲区域的排料布局,从而可大幅度降低排料算法复杂度,提高板材利用率.在第二阶段,将剩余待排件合理排放在原板材上,在排料即将结束时,可根据相邻因子确定排料布局以减少废料碎片.生产实践表明,这样研制出的排料系统利用率高、布局合理,能满足工业上的一刀切要求.     

切板机计算机辅助排料软件系统的实现

有约束的矩形排料问题是将矩形零件按沿直线切割工艺要求在原料上进行最优布局 ,使得原料的废料最少。针对这种排料问题 ,对零件和原料种类和数量有限和无限的情况 ,采用启发式的方法 ,进行有效的搜索 ,以减少计算时间 ,确保最优的排料结果的算法 ,同时还介绍了在排料实现中一些问题的处理。     

用启发算法和神经网络法解决二维不规则零件排样问题

本文提出一种用启发算法和神经网络法相结合的算法解决二维不规则零件的排料问题。此算法具有优化效果好、自动化程度高、并且速度快等特点。     

一种基于四叉树结构的排料算法

提出了一种利用四叉树结构来描述矩形物体排料过程的算法。为了确保排料布局的合理性，满足工业上的一刀切要求，需采用组合规则和邻接规则来合成矩形块，这样做还可减少废料碎片、降低算法复杂度、提高板材利用率。     

自动排料中关键算法的研究

通过基于演化计算的全局搜索,寻找零件在排料时的最优次序及各自的最佳旋转角度,并采用最低最左原则(BL,Bottom-Left)实现自动排料.文中通过对自动排料中排料件图形的表示及数据结构描述,以及关键算法的实现讨论,将在处理不规则多边形的排料优化问题中判断点是否在多边形内部的通用方法射线法与多边形的单调性相结合,提出一种改进算法,并通过实验获得了较好的结果和性能.     

剪床排料的计算机辅助设计

计算机辅助排料是提高钢板利用率，显著降低原材料消耗的重要手段，但从数学的角度加以描述和解决都不甚理想，针对剪床的排料还增加了“一刀切”约束的特殊要求和难度，本文针对零件种类和数量有限，钢板数量无限这类排料问题，用“子块”的思想，从数据结构上解决了剪床排料的计算机描述和求解问题，提出了三类零件分类和自动－交互－自动的工作方式，可以显著提高效率和减少用户操作。     

一种实用的铁制工艺品排料方案的设计与实现

根据铁制工艺品企业的需求,结合前人提出的求解矩形Packing问题的贪心算法和矩形排料的十字线法,本文设计实现了一种实用的铁制工艺品排料方法。实验结果表明,本文所实现的排料方法运行速度较快,具有较强的可用性和实用性。系统已在有关企业投入试用。     

允许自由旋转的2个简单多边形匹配算法

为了解决二维不规则排料问题中的匹配问题,提出了一种允许自由旋转条件下,2个无孔洞的简单多边形之间的匹配算法.该算法基于2个多边形可以自由旋转的假设,对它们之间NFP为凹或凸的情况,选择适当的匹配方法,找出一种使得其匹配后空隙尽可能小,同时保证其整体的矩形的规整度也较高的匹配方案;并用匹配空隙的利用率、匹配后整体面积的利用率,以及匹配后整体的矩形规整度等多个指标来衡量匹配的效果.实验选择于ESICUP中的部分代表性的多边形样例与多个算法进行对比实验,结果表明,该算法在任意旋转精度的要求下,均具有运行速度快的特点,可以很好地应用于服装排料等实际问题.     

二维不规则形状自动排料算法的研究与实现

针对二维不规则形状自动排料问题,给出了解决自动排料的求解思路,并对自动排料的主要算法作出了研究和改进,以便更好地提高算法效率及可靠性。     

基于临界多边形的不规则件启发式排样算法

为提高不规则件启发式排样的材料利用率,提出一种基于重心临界多边形和边适应度的不规则件启发式排样算法GEFHNA。首先,定义了边适应度以衡量排样过程中原材料与不规则件间贴合程度,在此基础上给出了将边适应度与重心NFP（GNFP）相结合的排放策略以减少排样过程中可能产生的空隙面积;其次,给出了基于Weiler-Atherton多边形裁剪算法的剩余原材料求解方法,重用排样过程中产生的孔洞,减少孔洞面积;最后,给出了基于上述排样策略和材料重用策略的启发式排样算法GEFHNA,给出了与智能算法和同类软件的实验比较。对欧洲排样问题兴趣小组提供的基准测试用例的实验结果表明,GEFHNA的耗时约为基于智能算法的排样方法的千分之一,同时在与两款商业软件NestLib和SigmaNest的11个基准测试的对比中,GEFHNA获得了7/11个相对最优的排样面积利用率。     

遗传模拟退火算法在服装排料中的研究

提出了一种基于遗传模拟退火算法的启发式排样算法,并将这种算法应用于服装排样领域以减少原料的浪费。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。     

缺陷板材非规则件优化排样

针对理论上属于NPC 问题的非规则件优化排样问题,论文提出一种基于 小生境技术的自适应遗传模拟退火算法与基于内靠接临界多边形最低点的启发式布局算法 相结合的方法。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,通过基于小生境技术的遗传模拟退火算法对非规则件排样的最优顺 序和各自的旋转角度进行优化搜索。将非规则件定位在有缺陷原材料和非规则件多边形的内 靠接临界多边形最低点以实现个体的解码,同时避开了原材料表面缺陷。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。     

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。     

A heuristic for nesting problems of irregular shapes

Layout has a close relationship with product cost in the vein of how to most efficiently cut product patterns from raw materials. This is the so-called “nesting problem”, which occurs frequently in sheet metal and furniture industries, wherein material utilization needs to be maximized. In this paper, a quick location and movement (QLM) algorithm is proposed to solve the situation of irregular shapes nested on multiple irregular sheets. This approach includes two major parts: it first approximates irregular shapes to a polygon with the use of a cluster of straight lines, and second, it arranges the approximated shapes one-by-one with the proposed step-by-step rule. Finally, this study investigates and compares examples presented by other authors. The results show that the QLM algorithm takes less time to calculate a layout and the material utilization efficiency is higher compared to other methods.     

皮料优化排样的有效方法

根据汽车内饰等行业需求,对皮制品加工的优化排样问题进行了研究.创新地采用离散化处理方式,同时引进边界约束,使排样过程与皮料和样片的几何信息无关,使用基于顺序的启发式底左布局将样片顺次布置到皮料上,样片的最优布置顺序和角度依靠随机优化算法来实现.设计了简洁、实用的操作算子,并提出了基于模拟退火技术的遗传算法(simulated annealing based genetic algorithm,简称SABGA),该算法在优化搜索中能自适应地控制变异率,使得优化高效地逼近全局最优解.实验及对比结果表明,提出的优化排样方式特别适用于二维不规则形体在多个二维不规则平面上的优化排样.     

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．     

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。     

船体套料信息系统的设计

船体套料是船舶设计制造的一个重要环节,船体数据在套料过程中得以集中体现,套料结果的优劣,直接影响到船舶制造原材料的利用率,更会影响到产品的制造成本,以及企业的效益。本文以某船舶企业的实际套料工作为背景,通过集成零件、材料以及套料的方法和数据开发系统,实现了船体套料工作的集成信息化,提高了工作效率,缩短了生产周期,更接近了精益制造和敏捷造船的目标。