Integrated resolution of assignment,sequencing and cutting problems in paper production planning

The integrated planning of several activities implicated in paper production can lead to remarkable gains in terms of raw materials and resource usage. However, activities such as order assignment, production sequencing and cutting planning are usually addressed separately while ignoring the interactions among these processes. But the quality of the solution resulting from the juxtaposition of the partial solutions is not guaranteed, and may have a significant impact in terms of inefficiency of global performance. This article considers production planning in a pulp and paper industry in order to meet a set of orders of diverse types of products, admitting the possibility of producing simultaneously in two or more paper machines with their own features. The developed approach, ASC-3Steps, considers not only cutting optimisation but also extends itself to the processes of assigning orders to paper machines and production sequencing at each machine. Minimisation of wasted paper is assumed to be the overall goal. A set of computational results based on real data is presented.     

圆管结构下料优化问题的研究与应用

主要介绍了相贯节点圆管结构杆件下料的一种新方法。通过任意1根杆件的展开图,得到任意2根杆件之间结合的最短长度,通过试探函数的方法得到优化的下料方式,并给出了下料的算法。该算法结构简明,易于实现。     

优化排样技术在专用数控机床中的应用研究

针对航空工业隔热橡胶实际生产下料问题，运用运筹学理论，建立了矩形件优化排样数学模型，并提出了一种矩形件优化排样算法，在此基础上开发了优化排样程序，能够自动快速的生成优化排样下料图，并将排样结果生成DXF文件输送到数控系统，数控系统根据所得到的图形信息进行加工。经实践证明，该数控系统能够有效地提高工件的加工效率和加工质量。     

优化的板材排料问题算法分析

研究了板材排料的问题，提出了一种板材排料问题的新方法，并在此基础上建立了实现该方法相应的板材排料的优化算法，解决了在板材排料中矩形件析材的排料问题。     

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…     

面向可加工性的复杂约束状态下一维优化下料

根据目前对优化下料问题的研究现状,指出优化下料问题应综合考虑产品设计、生产、制造过程,给出了影响一维优化下料问题的复杂约束状态;以可加工性好和原材料利用率高为目标,建立了复杂约束状态下以综合资源消耗最少为目标函数的优化下料问题的数学模型;提出并实现了非定长优化和定长优化相结合的两阶段一维优化下料方法。最后,通过实例验证了所提方法的实用性和有效性。     

改进PSO算法在二维下料问题中的研究

粒子群优化（PSO）算法是一种基于集群智能的进化计算方法,在该方法中粒子通过追随自己找到的最优解和种群最优解完成优化。文章将PSO算法应用到三角形优化下料问题的研究中,给出了具体的实施流程,为了提高PSO算法的收敛精度,避免早熟现象的产生,对PSO进行了改进,提出一种启发式PSO算法。通过对三角形的优化下料进行仿真,仿真结果显示改进后的启发式粒子群优化算法在收敛效果和材料的利用率方面均有显著的提高。     

遗传算法在无重复规格一维下料优化中的应用

在对无重复规格一维下料优化问题数学模型分析的基础上,提出了基于改进遗传算法的优化下料方案求解方法.具体做法是,以实数表示的各零件长度的一个排列作为一个染色体,对一个可能解进行编码,其中的每个零件长度为一个基因;同时,为了便于遗传算子的设计,对染色体的基因进行分段,同一段上的基因表示它们截自同一原材料;通过基于基因分段的杂交、变异获得优化解.实验结果表明该算法是解决无重复规格一维下料问题的可行算法.     

矩形毛坯优化排样算法的改进

在基于最低水平线的搜索算法的基础上,提出了一种新的矩形排样算法,并在此基础上开发出了计算机辅助排样系统,试验结果证明了该算法的灵活性和有效性。     

基于ASP模式的多软件协同优化下料方法及其实现技术

优化下料问题是一个NP复杂性问题，每一种优化软件都是利用近似和启发式处理得到下料结果，不同的优化方法及其优化软件对不同的某些数据结构可能效果并不理想，企业又不可能购进大量不同的优化软件来选优。提出了一种基于应用服务提供商模式的多软件协同优化下料解决方法，给出了该方法的基于Agent思想的具体实现技术。实验表明，该方法将明显提高优化下料的总体优化效果。