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。     

圆形冲片的最优排样算法

基于无约束圆片排样问题的排样方式,给出圆形冲片的最优排样算法．该算法易于软件实现,可生成圆形冲片条带剪切下料最优UCCP排样方式。     

基于单毛坯条带的矩形件最优两段排样方式

对大规模矩形件排样问题提出一种精确、可生成一种新的满足剪冲下料工艺需求的排样方式:基于单毛坯条带的矩形件最优两段排样方式.采用动态规划算法生成最优单毛坯条带,通过一维背包算法确定条带在级中的排样方式和级在段中的最优排样方式,选择最优的两个段组成排样方式.对传统文献中的43道大规模基准测题进行计算,有38道测题达到最优,剩余5道测题的优化结果与最优化结果的比率达到99.9%,每题的平均计算时间仅用2.17s.结果表明,本文算法优于经典两段和著名的T型排样算法,在解决大规模矩形件排样具有高效性.     

冲裁条带三块排样方式的动态规划算法

讨论冲裁件无约束两维剪冲排样问题.采用三块排样方式,简化切割工艺.排样时用2根呈T型的分界线将板材分成三块,同一块中所有冲裁条带的方向和长度均相同.采用动态规划法确定所有可能尺寸的块里面条带的最优组合,采用枚举法确定2根分界线最优位置,目标是使排样方式的价值达到最高.使用文献中的例题对该文算法进行了测试,将算法与著名的T型排样算法和两段排样算法进行了比较.实验结果表明,该算法得到的排样方式的价值高于以上两种著名算法,而且计算时间合理.     

应用三块排样方式求解二维下料问题

本文采用顺序价值修正框架和三块排样方式求解二维下料问题。该框架顺序生成排样方案中的各个排样方式(排样图),用每个排样方式满足部分毛坯的需求,直到满足全部需求为止;动态调整毛坯价值,使毛坯价值趋于合理;多次迭代生成多个不同的排样方案,实现优选。采用的三块排样方式通过不完全枚举法生成,其中最多包含三种毛坯,从而有利于简化下料工艺。通过与线性规划算法比较,说明在毛坯需求量较小的情况下,本文算法能有效减少板材消耗量。     

一种圆形片剪切排样的高效递归算法

制造行业经常采用剪切和冲裁工艺将金属板材切成圆形毛坯. 本文提出一种算法,用于生成多尺寸圆形片条带的剪切排样方式. 该算法采用剪切工艺简单的多级排样方式,每一刀切下一根水平或竖直的条带,每根条带中可以有一排或多排同尺寸的毛坯. 采用递归算法确定每根条带的方向和所含毛坯排数,以便使下料利用率达到最高. 实验计算结果表明所述算法在计算时间和提高材料利用率两方面都较有效.     

同直径圆形片条带剪切排样的递归算法

采用简单的多级排样方式和递归方法,提出一种新的解决同直径圆形片条带剪切排样问题的递归算法,并用该算法对251块相同的板材,取不同的毛坯直径进行计算机模拟实验.计算可得使用多级排样方式时平均计算时间为0.067s,平均下料利用率为72.84%,比用单一X向级排样方式提高1.23%,比用单一Y向级排样方式提高2.01%.该算法在计算时间和提高下料利用率方面都比较有效,可以用于指导生产实践.     

基于最佳断点的圆形件T形下料算法

【目的】圆形件下料问题广泛存在于工业生产中，如汽车、船舶零部件的制造等。通过提高材料利用率，减少切割成本可有效降低企业生产成本。基于此，提出了一种基于最佳断点的圆形件T形下料算法。【方法】首先根据需求的圆形件种类生成多规格的标准条带，然后根据规范长度求得点长度集合，再用全容量动态规划算法生成排样方式，遍历断点长度集合，得出最佳断点长度和排样方式，确定排样方式的使用次数并加入排样方案，直到满足所有圆形件的需求；最后根据价值修正公式不断调整圆形件价值，通过迭代生成多种排样方案，以防算法陷入局部最优。【结果】与文献数据相比，该算法能够提高材料利用率，降低切割成本。【结论】实验结果表明，该算法在降低企业生产总成本上具有有效性。     

一种启发式矩形毛坯带排样算法研究

介绍一种两维矩形毛坯带排样问题的改进启发式递归算法,它基于递归结构和分支定界技术.首先初始化板材作为一个块,考虑目前的块,算法选择一个毛坯,将毛坯放在块的左下角,然后用水平或竖直的剪切线将未使用空间分为两个更小的块,便于进一步递归求解.使用上下界来去除无用的分支,缩短运算时间.将该算法和遗传算法相结合,先通过遗传算法确定所有矩形毛坯较优的排放顺序和排放方式,然后使用递归排样生成排样图,通过比较不同的矩形排放序列对应的板材利用率,最终得到较优的排样方案.测试数据表明了该启发式优化算法的有效性.     

两阶段启发式算法在矩形件排样中的应用

针对定制式木门家具生产过程中板材资源利用率低和常规启发式排样算法得到的排样结果切割工艺复杂的问题,采用启发式排样和优化排序相结合的方式,提出了两阶段排样方式和遗传算法相结合的组合式矩形板材排样算法。以两阶段排样方式为基础,通过对排样过程中物块摆放时会遇到的5种情况分别给出对应处理方案,提出了两阶段启发式排样算法,同时利用改进的遗传算法进行板材组号的排序优化。测试结果表明,该文算法取得了98.11%的最高资源利用率,算法输出排样方案的板材切割工艺得到了优化,提高了实际生产中板材切割的生产效率并降低了生产与时间成本。     

基于遗传算法的冲裁件对头双排算法

针对冲裁件排样中的对头双排建立了数学模型,该模型将对头双排和对头单排视为一个有机整体,从而扩大了最优解的搜索范围,对基于遗传算法的优化过程做了简要而全面的阐述,同时对算法本身做了进一步的优化,使得执行效率得到较大改善。     

SLP和遗传算法结合在工厂平面布置中的应用

用经典的系统布置设计求得综合相互关系表之后,采用遗传算法求解具体的平面布置方案,以高效率获得可视的、满意的设计结果,弥补传统SLP设计过程中手工操作的繁琐迭代、易受主观影响、结果不稳定等缺点。结合某液压转向器厂的案例对改进的SLP法的具体实施,以及中等规模工厂平面布局问题的有效性、灵敏性作了相关探讨。     

复杂中文报纸的版面分析、理解和重构

在将纸张介质的文档自动转换成电子文档格式的过程中 ,版面的分析、理解和重构是十分关键的问题。针对复杂中文报纸版面 ,提出了一个基于最近邻连接强度和行列可信度的自底向上的版面分析算法和一个基于规则的块生长的版面理解算法 ,并讨论版面重构的相关问题和实现。综合这些算法并结合汉字识别核心 ,实现了一个完整的自动电子出版物制作系统。实验和实际运行的系统证明了算法的有效性和系统的实用性     

基于启发式搜索和背包算法的分布式排样系统

针对理论上属于NP完全问题的二维矩形件优化排样问题,构建了一个排样效率高、计算速度快和排样效果好的一种近似算法.并结合计算机网络的大量应用,将算法应用于分布式排样系统.算法的主要思想是采用启发式搜索和背包算法,使每次排样都达到局部最优,从而得到近似最优解.并与其它2种近似算法进行了比较,指出了它们的不足之处,还给出了一个排样实例.     

基于AUTOCAD的板材优化排样问题的研究

分析了在有限长、宽的整体板料上对单一冲裁件优化排样的方法、步骤及其关键技术，重点讲述了冲裁件排样单元的构造和冲裁步距的求解，指出了冲裁件优化排样设计的特点。     

求解带平衡约束矩形布局问题的混合算法

以卫星舱布局为背景,针对二维带平衡约束的矩形集在圆容器内的布局问题,提出了一种混合算法,即带压缩策略的动态匹配算法,并与粒子群优化算法结合起来.对于给定的圆容器,将整个布局过程分为4个阶段,相应地将圆容器分成8个区域.每次放置矩形时,动态匹配算法先根据系统质心动态选择装填区域,然后在该装填区域中根据排序函数选择待布矩形.压缩策略用来压缩圆容器,粒子群优化算法用来优化排序函数的参数.在测试集上的计算结果表明:相对于已有算法,提出的混合算法更加有效.     

面积约束下船舶舱室声学布局优化设计的理性准则法

给出了船舶舱室声学布局优化通用模型的数学表达式,解决了舱室声学布局优化设计难以定量化描述的难题.基于该通用模型,研究考虑舱室面积约束和非标准空间约束的声学布局优化设计问题,给出了求解这类问题的理性准则法.针对常规舱室面积约束的声学布局设计,通过建立改进的计权指派系数矩阵,采用基于匈牙利算法的准则法求解;针对待分配空间数量不等于待分配舱室数量的非标准空间约束,提出基于排序不等式的非标准空间布局准则法.通过算例分析,验证了面积约束条件下舱室总体声学布局优化的理性准则法有效性.