一维下料优化的一种新算法

针对一维下料优化问题,提出了一种基于启发式多级序列线性优化思想的新算法,即将下料优化问题转化为多级序列线性优化问题求解．每级求解时,在当前可行的下料方式中选择最优的一种进行下料。不断重复此操作。直到所有剩余的坯料数目均减小至零为止．原问题的最优解就是各个序列优化问题所求得的最优下料方式的总合．计算表明,与目前常用的整数线性规划或遗传算法相比较．该算法有结构简明、计算速度快、节材效果好的优点．     

型材优化下料问题的变换算法

根据旅行商问题（TSP）的邻域搜索算法的思想，提出了型材下料问题的一种优化算法．该算法避免了求解大量下料方式及求解大规模整数规划的复杂问题．最后给出了一个实际例子，表明该方法是可行的．     

计算机辅助剪床优化排料算法的研究

研究计算机辅助剪床优化排料算法,根据问题的特点建立了下料方式和下料方案的数学模型,然后依其特殊性提出类似于单纯形法在可行域边界点搜索的穷举法来求解下料方式模型．同时对传统的方法进行改进,提出一个对下料方案数学模型实用、高效的改进型分支定界解法．在系统实现过程中充分考虑了用户需求,充分利用用户原有资源,提供方便友好的用户界面．     

多规格一维下料问题基于满意度模拟退火算法

为了对较大规模的一维下料问题更有效地进行计算,根据坯料的长度和数量将多规格一维下料问题分类为普通下料和批量下料,分别进行求解.对于普通下料问题,将满意度原理引入模拟退火算法,给出了一种基于满意度的模拟退火算法(SDSA)进行求解;对于批量下料问题,由于各坯料的数量较多,采用该算法与序列启发方法相结合的混合算法(SHP&SDSA)进行求解,以进一步提高算法的搜索性能.对普通下料和批量下料的数值仿真结果表明,该算法可提高求解速度和质量,并可获得稳定的工程满意解.     

电动车组电气配线自动下料系统设计

针对公司现有电动车组电气配线手动下料的现状,本文采用集成创新的方法,以目前占线境比倒60％以上的1．25rame单芯线为应用对象,设计了电气配线自动下料系统,其主要设备包含：放线机．喷码机．切线机．机械手、传送带收线机构和工控机操作台六大部分。自主开发下料系统管理软件和切线机控制器,拟希望通过此自动下料系统的开发,减轻目前较为繁重的工人劳动,井进一步提高电动车纽整车装配制造效率。     

一维下料问题数学模型的计算机自动生成与优化计算

介绍了一维下料问题的下料方式,采用计算机自动生成相应的线性规划数学模型,给出了最优下料方案的求解方法。     

一维实用下料问题的一种解法

针对单一原材料的一维下料问题,建立了整数规划模型,然后将模型转化为求解最优下料方式问题;利用lingo进行编程,实现循环调用得到一维下料问题的局部最优解.结果显示,下料方式K=60,利用率为98.711%,同时满足时间约束.     

面向集中下料的钣金排样编程系统

研制了一个面向钣金集中下料生产模式的优化排样及数控切割／冲孔机编程系统ＡｕｔｏＣＵＴ,该系统集成了钣金自动排样、交互排样、工艺设计、图形自动编程,以及下料零件库的建立与管理、下料计划的自动生成、下料信息管理等功能．详细说明了ＡｕｔｏＣＵＴ系统的总体结构及运行流程,面向对象的数据结构和系统主要功能模块．     

分支定界算法优化一维下料问题

一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率.本文提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程.     

线性下料问题模型的建立与改进

从实际的线性下料出发,利用整数规划模型,给出使企业浪费原料最少,同时兼顾企业生产能力的通用下料模型;关键的是还提出了改进的下料模型,改进的模型考虑到切割种类所带来的费用.这个模型的计算只需借助lingo软件,大大地减少了线性下料问题的复杂性,并降低了生产成本.     

对AgraWal单一矩形排样算法的改进与扩展

讨论单一矩形剪切下料排样方式最优设计问题,给出更为贴切的上界,从而改进Agrawal算法．Agrawal以图解方式说明规范多级排样方式中包含最优剪切割方式,现给出这一结论的数学证明．扩展无约束算法用于解决有约束排样问题．     

一维下料方案的遗传算法优化

在对一维下料方案数学模型分析的基础上，提出了一种基于遗传算法的求解方法。主要思想是把零件的一个顺序作为一种下料方案，并视作组合优化问题来求解。在求解过程中，给出了应用遗传算法求解关键问题的编码、解码方法、遗传算子及适应离函数的定义，并根据这算法开发出一维下料方案的优化系统。实际应用表明，采用该方法求解一维下料方案，可提高材料的利用率，而且还可以提供多个优化方案。     

基于二维约束Non—Guillotine切割的插补算法

分析了二维约束Non-Guillotine切割问题常用求解算法的特点和不足之处，针对二维切割问题的数学模型、提出了一种应用列生成法和模拟退火算法的插补算法，通过分析该算法的逻辑结构和数据结构，展现它运算处理速度快和所得解的最优、性能好的特点，并以依据该算法设计的下料软件系统的生产使用效果进一步反映了该算法的新颖和高效。     

带剪刃长度约束的矩形件剪切下料优化算法

讨论矩形件二维下料问题,提出一种带剪刃长度约束的下料算法。这种算法将板材划分成四块,每块中排放长度和方向均相同的条带,每根条带中排放同种矩形件。运用递归技术构造四块排样方式的无约束生成算法和有约束生成算法。采用线性规划算法调用无约束生成算法生成第一部分下料方案;采用顺序启发式算法调用有约束生成算法生成第二部分下料方案。组合两部分下料方案形成最终解。数值实验结果表明下料算法有效地解决带剪刃长度约束的下料问题。     

基于基因群体的一维优化下料

针对一维优化下料问题,将基于群体的编码方法与遗传算法相结合,设计了一种适用于一维优化下料问题的编码方法,修改了经典遗传算子的操作方法,提出了降序最佳置换方法(BRD).引入最佳配合(BF)、优先配合降序(FFD)局部搜索算法,建立了求解一维优化下料问题的复合遗传算法.应用结果显示,本文方法的效果是令人满意的.     

剪切下料问题的几何分析

本文针对剪切下料问题中存在的不足,从裂纹扩展的角度出发,以两个剪刃处产生的裂纹在扩展后必须相遇及保证剪切质量为前提,对剪切下料过程中影响剪切质量的径向间隙、轴向间隙、棒料直径及剪刃和棒料的接触长度进行了综合的几何分析,并以此为基础探讨了适宜的剪切下料方法。本文为径向夹紧剪切下料提供了必要的理论依据,实验证实了理论分析的正确性。     

基于遗传算法的一刀切矩形排料求解

采用遗传算法对一刀切矩形排料问题进行求解,在排料过程中引入了启发式思想。并针对这个具体问题设计了新的交叉算子和变异算子,新的遗传算子更适合求解一刀切矩形排料问题。     

一维下料问题的自适应广义粒子群优化求解

针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题,首先将粒子群优化算法与遗传算法相结合,利用交叉算子、变异算子,提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略,避免算法陷入局部最优.仿真实验结果表明,采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.     

基于Internet的二维优化下斜方法及其实现技术

二维优化下斜问题是一个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。针对以上问题本文提出了一种基于Internet的二维优化下料解决方法,并给出了该方法的具体实现技术。实验表明,该方法将明显提高二维优化下料的总体优化效果。