二维不规则件优化排样的小生境遗传算法

首先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;然后将遗传算法与小生境技术相结合,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,该算法是有效的。     

一个实用的矩形件优化排样启发式算法

仔细研究了传统矩形件优化排样近似算法及存在的主要问题，提出一个新的启发式算法。该算法根据最后板材的实际排放情况，采用了多种排放策略，克服了原算法的在零件数较少时的缺陷。在此基础上用Visual C 6．0开发了一个实用的矩形件计算机辅助排样系统。实际应用表明，新算法可获得比原近似算法更好的优化排样结果。笔者给出了算法的具体实现方法和步骤．     

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。     

基于对偶四元数的单目视觉目标位姿测量

目的在机器人视觉应用领域中,为控制机器人能够完成焊接、搬运、跟踪等任务,需要确定摄像机与目标之间的相对位姿关系,提出一种目标位姿测量方法。方法利用单摄像机获取目标特征,坐标变换参数表示为对偶四元数的形式,同时计算旋转矩阵和平移向量,构建位置向量和方向向量的测量值与模型值之间的误差方程,利用Hopfield神经网络实现拉格朗日乘子法,求解目标位姿最优解。结果利用Matlab软件平台,选择SVD,DQ以及文中算法进行比较,仿真实验结果表明,基于Hopfield神经网络和对偶四元数的位姿测量算法计算出的位姿参数误差最小。随着测量点数量的增大,文中提出的算法精度更高。结论对偶四元数同时求解位姿变换矩阵的旋转分量和平移分量,可消除计算误差,基于Hopfield神经网络和拉格朗日乘子法,可快速准确地计算,并收敛至目标位姿最优解。     

基于改进最低水平线方法与遗传算法的矩形件排样优化算法

传统的最低水平线方法用于矩形件排样时可能产生较多未被利用的空白区域,造成不必要的材料浪费.针对此缺陷,在搜索过程中引入启发式判断,实现空白区域的填充处理,提高板材利用率.在应用遗传算法优化矩形件排样顺序时,在进化过程中采用分阶段设置遗传算子的方法,改善算法的搜索性能与效果.通过改进最低水平线方法与基于分阶段遗传算子的遗传算法相结合,共同求解矩形件排样问题.排样测试数据表明,所提出的矩形件排样优化算法能够有效改善排样效果,提高材料利用率.     

定序列矩形件优化排样新算法

针对目前矩形件优化排样方法的不足,提出了一个新的定序列矩形件排样算法。采用对矩形件排入板材后生成的矩形空白区域合并的策略,将矩形件优先排入到位置较低的空白区域中,实现了矩形件的插空摆放,有效的利用了排样过程中已排入矩形件间的空隙。实际应用表明,该算法显著提高了单次排样的材料利用率,得到了较好的排样效果。给出了算法的具体步骤。     

基于五块模式的单一矩形件排样算法

如何在一个大矩形里排入尽可能多的单一规格小矩形件是广泛出现在制造业领域的板材分割、物流业领域的集装箱装载中的问题.采用五块模式将大矩形划分为五个块,求解每个块里面矩形件的排样方式.首先,采用动态规划算法一次性生成所有块中矩形件排样方式,然后,采用隐式枚举法考虑所有可能的五块组合,选择包含矩形件个数最多的五块组合作为最终的排样方案.使用算例对算法进行了测试,并与另外4种单一排样算法进行了比较.实验结果表明,该算法在排样利用率和切割工艺两方面都有效,而且计算时间合理.     

满足“一刀切”要求的木工板排样优化研究

 针对木工板手工排样效率低和材料利用率低问题,提出木工板“一刀切”排样优化算法．在剩余矩形填充算法中添加启发式分块原则,改进的剩余矩形填充算法满足“一刀切”工艺要求．采用遗传算法对矩形件进行排样优化,以提高木工板利用率,降低企业生产成本．为提高算法的优化精度,使用基于指数变换的非线性动态适应度函数,引入精英保护策略,应用部分填充交叉（partially matched crossover）算子．结合剩余矩形填充“一刀切”算法对遗传种群进行解码计算原料利用率,并作为适应度函数值,进行迭代搜索最优解．排样实例表明木工板“一刀切”排样优化算法能够很好地解决多品种大规模木工板排样问题．     

基于AutoCAD和MATLAB的排样优化与程序实现

在顶点算法基础上,提出了改进型中心旋转顶点算法.建立了普通单排、对头单排和对头双排的数学模型,提供了实现流程,即通过AutoCAD的DXF接口文件,利用MATLAB语言实现排样优化计算和相关图形处理,最后给出了冲裁件排样的优化实例.     

优化排样技术在包装印刷中的应用

以优化排样的理论方法研究为基础,主要是针对不规则形状进行排样优化.通过对现有的几种常见的主流算法分析比较、选定出一种适用于包装纸盒排板的优化排样方法,并在此基础之上提出了改进方案,以得到最有效的算法.根据提出的算法思路,利用计算机编程语言开发出包装纸盒排版排样优化的系统程序,将这种算法得以实现.     

Nesting of two-dimensional parts in multiple plates using hybrid algorithm

Hybrid heuristic algorithms are proposed for the nesting of two-dimensional rectangular parts in multiple plates. The nesting algorithm of Babu and Babu is first modified and a new heuristic nesting algorithm, IBH, is proposed to utilize the material plate further. IBH is then combined in a meta-heuristic approach, simulated annealing. The proposed hybrid algorithms can then be extended to solve the nesting problem involving irregular parts by embedding irregular parts to rectangles. One problem arises in this 'irregular-to-rectangular' process, i.e. conversion of demands of the original irregular parts into demands of the embedding rectangles. A greedy heuristic rule is therefore presented to determine the number of embedding rectangles of different types to be used in order to maximize the utilization of the material plate given that the demand of each irregular part must be satisfied. Promising computational results are obtained and reported by running examples from the literature and data relevant to the footwear industry.     

A hybrid Hopfield network-genetic algorithm approach to optimal process plan selection

In the automated manufacturing environment, different sets of alternative process plans can normally be generated to manufacture each part. However, this entails considerable complexities in solving the process plan selection problem because each of these process plans demands specification of their individual and varying manufacturing costs and manufacturing resource requirements, such as machines, fixtures/jigs, and cutting tools. In this paper the problem of selecting exactly one representative from a set of alternative process plans for each part is formulated. The purpose is to minimize, for all the parts to be manufactured, the sum of both the costs of the selected process plans and the dissimilarities in their manufacturing resource requirements. The techniques of Hopfield neural network and genetic algorithm are introduced as possible approaches to solve such a problem. In particular, a hybrid Hopfield network-genetic algorithm approach is also proposed in this paper as an effective near-global optimization technique to provide a good quality solution to the process plan selection problem. The effectiveness of the proposed hybrid approach is illustrated by comparing its performance with that of some published approaches and other optimization techniques, by using several examples currently available in the literature, as well as a few randomly generated examples.     

神经网络在建筑物有限元模型修正中的应用

建立了多层建筑结构间刚度与自振频率之间的神经网络模型,阐述了将人工神经网络应用于建筑的有限元模型修正的思想以及具体实施步骤和关键性问题,着重介绍了ＢＰ网络的拓扑结构及其改进的学习算法。数值例证说明：将人工神经网络和结构模态参数识别方法结合对结构有限元模型修正是可行的。     

基于预测的复合地源热泵系统控制方法研究

在复合式地源热泵系统中控制策略存在着极大的优化空间,提出一种新的更为有效的控制方法,即在并联系统中直接比较冷却塔和地埋管出口温度的方法,然而在实际运行中只能实时测得一个出口水温,因此需要建立一个可靠的土壤换热器模型预测其出口水温。运用人工神经网络（ANN）实现该做法,利用FLUENT软件模拟动态复合式地源热泵系统为ANN模型提供训练、测试样本。为获得最优模型,土壤换热器的人工神经网络进行优化。结果表明,在LM算法下,隐层神经元数目为14的网络结构最为理想,预测结果绝对误差不超过0.15℃。     

基于人工神经网络的变风量HVAC系统热力过程优化

开发了变风量(VAV)HVAC系统热力过程的优化模型；采用改进的Hopfield人工神经网络进行优化。仿真优化结果表明：采用优化运行模式可以人大节约能耗，优化运行时随着室外温度的变化，新风、送风以及送到每个被控区域的空气流量也相应变化，能耗和冷冻水温也会相应改变；改进的Hopfied网络不仅对变风量HVAC系统的热力过程进行优化得到了比较满意的优化解，而且其本身也是Hopfield网络很有意义的发展。     

Intelligent layout planning for rapid prototyping

Significant savings in cost and time can be achieved in rapid prototyping (RP) by manufacturing multiple parts in a single setup to achieve efficient machine volume utilization. This paper reports the design and implementation of a system for the optimal layout planning of 3D parts for a RP process. A genetic algorithm (GA) based search strategy has been used to arrive at a good packing layout for a chosen set of parts and RP process. A two stage approach has been proposed to initially short-list acceptable orientations for each part followed by the search for a layout plan which optimizes in terms of final product quality and build time. The GA uses a hybrid objective function comprising of the weighted measures like part build height, staircase effect, volume and area-of-contact of support structures. In essence it captures the key metrics of efficiency and goodness of packing for RP. The final layout plan is produced in the form of a composite part CAD model which can be directly exported to a RP machine for manufacturing. Design methodology of the system has been presented with some representative case studies.     

用蚁群算法解决动态设施布置问题

给出了动态设施布置的数学模型,介绍了一种解决组合优化问题的有效算法--蚁群算法,并用该算法成功地解决了某汽车零件制造厂生产车间的设施布置问题,得到了优良的解决方案,证明了该算法的优越性.     

熔融沉积快速成型零件成型方向的多目标优化

为了实现熔融沉积快速成型（FDM）中零件成型精度和成型效率的协同优化,基于零件成型方向对成型精度和成型效率的影响进行分析,以体积误差最小、零件成型方向上高度最低以及所需支撑体积最小为目标,建立了零件成型方向的多目标优化模型。设计了基于非支配排序遗传算法的智能求解算法,通过对模型的优化计算得到零件成型方向的Pareto解集,实现了FDM零件成型方向的智能优化。最后通过实例验证了所建模型的正确性与算法的有效性。