一种基于遗传算法的优化排料方法

采用遗传算法和排料约束条件相结合的方式来解决优化排料问题.详细介绍待排零件最优位置的计算方法,并对优化排料问题中的快速靠紧问题提出了一种有效的解决方案.实验结果表明提出的方法是有效的.     

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。     

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.     

排料算法优化

用计算机进行计算、优化排料是剪、冲裁等材料加工过程中非常值得关注的问题。对贵金属、特种材料和高档装饰材料等,提高它们的利用率具有明显的经济效益。 排料优化问题依照算法和材料的不同可分为矩形板排料和连续带排料两大类。在剪裁加工中材料大多为矩形板材,常采用矩形板材优化排料算法。有时还要把冲剪顺序、冲剪方式等作为附加条件考虑在优化过程中。这类优化过程中按工件形状又分为两类：复杂工件排料、矩形工件排料。矩形板材排料过程中工件种类多,尺寸各异。 在连续冲裁加工中材料大多为宽度给定的连续带,工件种类单一。按照…     

改进的蚂蚁算法在矩形优化排料中的应用

矩形件优化排料问题是一类具有NP完全难度的组合优化问题.将改进的蚂蚁算法应用到矩形件优化排料问题求解中,优化试验结果表明可获得比基本蚂蚁算法更好的效果,为矩形件优化排料这类NP完全问题提供了新的思路和方法.     

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。     

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.     

ACS算法在矩形件优化排料中的应用

矩形件优化排料是一类具有NP完全难度的组合优化问题。有关的优化问题可用与或树来描述,这样就把矩形件优化排料问题变换为寻找一棵面积比率最大的二叉树。用ACS算法实现这种树搜索,是把一定数量的人工蚂蚁分布在与或树的根节点,人工蚂蚁间通过使用信息素相互交流,完成从与或树到二叉树的选择,从而得到矩形件优化排料问题的优化解。     

具有类比学习机制的优化排料系统

一个具有类比学习机制的二维图形优化排料系统首先将不同规则图形的排料问题转化为矩形件的排料问题；然后利用启发式搜索方法，求得较优解。系统问题求解中引入了类比学习机制，因此系统可以随着排料次数的增加，使所需排料时间逐渐减少。     

基于退火蚁群混合算法的裁剪分配优化系统的研究

人工利用服装CAD排料所得马克去分配订单数量时,往往不能达到全局最优,为了解决这一问题从而使得企业在服装生产中进一步节省原料,首先针对生产过程进行建模,通过数学模型发现服装生产分配优化是一个非线性优化,利用混合智能算法对原数学问题进行求解。通过文章最后的数值模拟分析可以看出,和人工分配订单相比,研究的裁剪分配优化系统确实能够在更大范围内寻得最优解,并且原料平均节省达到1.0%以上。     

求解板材排料问题的新方法

§１．引言 板材排料问题是家具、包装、地毯等行业常见的一个问题．它是指将一批不同种类的待排矩形件全部排放在给定的板材上,使排料所用的板材数量尽可能地少,即板材的利用率尽可能地高．实质上是一个组合优化的二维布局问题,从计算复杂性来看,是一个ＮＰ完全问题,但至今还没有找到解决该问题的有效多项式时间算法．寻求其近似最优解的近似算法是目前解决该问题的途径之一． 国内外已有不少学者在布局问题方面作了一些研究．如有用模拟退火算法解决大规模排料问题,但其解过分依赖于模拟退火算法冷却进度表的参数的选取,而且该算法…     

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。     

带预选搜索步深的二维一刀切矩形优化排料

排料问题是一种总体资源分配问题，其目标是将定量的资源划分为若干指定的份额。使剩余量极小。本文提出了一种新的二维一刀切矩形优化排料算法。实验结果表明，该算法效率高，灵活性强，可被广泛应用于许多相关排料领域。     

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。     

求解矩形包络问题的量子行为粒子群优化算法

介绍了一种利用量子行为粒子群算法（QPSO）求解矩形包络的方法。矩形包络是将二维不规则形状样片用它们的最佳包络矩形来代替,是服装排料的第一步。实验结果表明量子行为粒子群算法比粒子群算法,遗传算法能更好地解决求二维不规则形状样片的矩形包络的问题。     

基于排样矩形的直角边零件下料算法

针对实际操作中直角边零件下料利用率不高的问题,导入排样矩形的概念,将直角边零件下料问题分解为若干优化子问题,在此基础上,基于动态规划思想通过求解子问题构建全局最优解.实验表明,与传统的直角边零件板材切割相比,使用本文算法能够使板材的利用率提高30％-50％;与其他几种典型算法相比,本算法板材利用率提高显著,并且排样方案...     

结合批量问题的多目标矩形件优化排样

设计多目标启发式进化算法,研究了一种考虑批量问题的二维矩形件排样问题,建立了含有原材料成本最小化和零件库存成本最小化的多目标优化模型。先用启发式算法初始化下料方式,再用改进的快速非支配排序算法进行优化求解,确定下料方案。通过实验结果以及与其他算法的对比表明,在中等规模的矩形件排样问题中,该算法能够在较快的时间内既保证较高的原料利用率,又能降低该问题的总成本,证明了该算法的有效性。     

矩形件智能优化排样算法与应用

文章在分析智能优化算法的基础上,针对下料生产作业中解决排样问题的需要,提出了将遗传算法、模拟退火算法分别与"最低水平线法"排放算法结合来进行矩形件优化排料的方法,并通过实例分析比较了两种智能优化算法的应用效果.     

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。     

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.