缺陷石板的计算机优化排样

目的利用遗传算法解决缺陷石板优化排样问题以提高石材大板的利用率.方法提出了一种基于遗传算法的缺陷石板优化排样方案,建立优化排样数学模型,并采用C#语言结合AutoCAD平台开发出了缺陷石板矩形单一排样程序模块.结果遗传算法实现对缺陷的石板进行实时优化排样,开发程序可以进行石材参数化设计,板材设计和表面廓形数据采集系统无缝连接,对板材进行在线测量和实时分割优化下料.结论该方法在分割缺陷石板时避开了石材表面空洞、大斑、裂纹等缺陷,提高了石材加工和设计效率,提高材料利用率,较好地解决了缺陷石板的二维矩形件单一优化排样问题.     

基于动态择优组合的板材切割下料算法

针对二维矩形板件排板利用率问题,提出了一种矩形板件优化组合的排板算法。该算法在最低水平线搜索算法的基础上加入了动态择优组合算法。通过启发式定位算法可以得到板材的切割路径以及板件的排放位置信息。为缩短每次优化排列组合的计算时间,采用了易于描述板材、板件信息的C#语言。为提高板材的利用率,将每次的余料加入数据库并被优先利用。根据工厂提供的板材、板件数据表明,该算法能够减少板材切割过程中的余料。     

基于改进蚁群算法和剩余矩形法的二维矩形件优化排样

二维矩形件优化排样是一类具有NP完全难度的组合优化问题。提出了一种基于改进蚁群算法和剩余矩形法的新型混合算法对其进行求解。通过针对最优个体的变异策略和具有随机选择机制的路径选择规则,提高了算法的全局寻优能力。在每一代的寻优过程中采用剩余矩形法完成矩形件排样,以改善算法的局部寻优能力。将该文算法与已有算法通过两个仿真实例进行了对比分析,仿真结果表明该算法具有明显的优势。     

一种二维不规则零件优化排样算法

将模拟退火算法和粒子群算法相结合，提出了一种基于模拟退火的粒子群算法。采用交叉和柯西变异运算，提高了算法的收敛速度和精度。将该算法应用于求解二维不规则零件排样问题，首先将二维不规则零件的排样问题转化为矩形件的排样问题，然后应用该算法进行优化求解，在求解过程中应用自适应调整策略对零件的排样位置进行微调。排样结果表明该算法是行之有效的。     

基于遗传算法的二维不规则形排样研究

二维不规则零件的排样问题,在理论上属于NP完全问题,有着较高的计算复杂度,求解很困难,但是在工业上有着广泛的应用,迫切需要解决此类问题.笔者结合启发式算法思想,将二维不规则图形排样问题建模成一个变异的旅行商问题,采用遗传算法求解.并在经典BL排样算法基础上进行改进,提出了一种基于多路径搜索的图形排样算法,在此排样算法基础上,应用遗传算法优化计算,成功的解决了不规则图形的排样问题.     

矩形件排样优化的双向双原算法

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,并在此基础上提出了一种新的排样算法-双向双原算法.该算法的主要思想是:首先采用局部最优原则,将板材划分成两段,然后将该分割点设定为两个待排区域的原点,最后采用改进的近似算法对其进行排样.实际排样结果表明,双向双原算法既满足了实际生产的工艺要求,又提高了板材的利用率,获得了比近似算法更好的排样结果.     

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.     

钣金件剩余矩形排样遗传优化方法研究

为了提升钣金件排样的板材利用率,对剩余矩形排样算法进行了分析改进,结合遗传算法,提出了一种更为有效的排样算法.在分析研究剩余矩形排样算法在排样过程中的不完善之处后提出了改进方法,验证了其有效性.基于遗传算法对排样优化进行求解,确定了适用于排样优化的编码方式,在基本遗传算法的基础上加以改进,编写了选择算子,交叉算子及适应度函数,将遗传算法与改进后的剩余矩形排样算法结合进行排样优化,提升了板材利用率.实例测试结果表明:在改善的剩余矩形排样算法基础上运用遗传算法实现钣金件排样可有效提升钣金材料利用率,该方法有效可行.     

矩形件排样优化的最小余料删除法

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,并在此基础上提出了一种新的排样算法———最小余料删除法.实验结果表明,同近似算法相比,最小余料删除法既满足实际生产的工艺要求,并能使板材利用率提高10%以上.     

采用分层搜索填充策略的启发式带排样算法

要解决的矩形件带排样问题是指在宽度固定高度无限的二维板材上,排放给定的矩形件集合,矩形件的边必须与板材的边平行或垂直,且不允许重叠,排放最终目标是使所消耗的板材高度最小.针对此问题,采用启发式的分层搜索填充策略进行排样,先根据矩形件最长边的长度值降序排序,然后按照下-左优先原则依序填充或搜索现有的闲置空间进行填充,闲置空间包括已填充矩形件顶部空间和层末空间,空间不够时则建立新层.该启发式算法可采用成本较低的剪切方式进行切割,具有材料利用率较高、切割工艺简单、余料价值高等特点,且算法复杂度低,具有广泛的应用场合.     

一种有约束矩形排样问题的求解算法

对属于NP完全问题的有约束矩形排样问题，国内外多采用计算复杂度较小、时间较快、便于控制问题约束条件的启发式方法.分析了启发式排料算法影响优化程度的原因，提出利用回溯寻求优化零件组合的混合启发式策略，并利用排样过程中产生的小剩余区域划分与合并的方法和现有的矩形排样启发式算法相比，说明该方法可以更大地提高板材的利用率.     

面向剪切加工的启发式逐级分派矩形排料

通过分析剪切加工排料方案的限制条件和优化目标，提出了针对剪切加工的启发式逐级分派矩形排料算法．该算法通过分级优化保证材料的可剪性，利用启发式信息优选排料方案，最终获得有利于提高剪切加工效率的优化排料方案．该算法在保证可剪性的前提下，兼顾材料的利用率和加工的生产率，运算速度快，实用性强．同时介绍了基于该算法的排料软件的开发及应用情况。     

面向剪切加工的启发式逐级分派矩形排料

通过分析剪切加工排料方案的限制条件和优化目标,提出了针对剪切加工的启发式逐级分派矩形排料算法.该算法通过分级优化保证材料的可剪性,利用启发式信息优选排料方案,最终获得有利于提高剪切加工效率的优化排料方案.该算法在保证可剪性的前提下,兼顾材料的利用率和加工的生产率,运算速度快,实用性强.同时介绍了基于该算法的排料软件的开发及应用情况.     

基于可行域的矩形智能排样系统设计

基于可行域求解矩形排样算法,采用VC++6.0作为编程工具,进行了矩形智能排样系统的设计开发,以完成具有NP-hard的矩形排样问题的自动优化求解。实例证明该系统能够对各种不同形式和规模的矩形排样问题进行快速的求解,并输出最终排样方案,对工程实际中的排样问题有积极的指导作用。     

基于空间性质的三维装箱问题的算法及分析

从三维空间的基本性质出发,同时在线、面、体中寻求优化组合方案.算法以充分使用有效空间为基本目标,获得最大的装箱个数及其对应的操作简便的装箱方式.建立了空间直角坐标系,给出了两种单一装箱算法,在实际数据的计算中证明了算法二的优越性.算法简单易懂,操作方便.     

窗时排序的计算机搜索算法

该文讨论按期完工工件数最大化的窗时排序问题。文章首先提出一个基于EDD序的枚举算法，很大程度降低了纯枚举算法的计算复杂性。然后以改进的枚举法作基础构造了一个启发式算法——遗传算法求解该问题。算法采用0-1编码，基于EDD序规则调整各个工件的排列顺序。该算法在处理大规模的单机排序问题时，能够在较短的时间内得到近似最优解。实例计算证明，该遗传算法近似程度好，可操作性强，可以在实际应用中推广。     

基于蚁群算法的矩形件优化排样问题

由于蚁群算法具有正反馈并行自催化机制和较强的鲁棒性等优点,逐渐成为一种应用广泛的元启发式算法。针对矩形毛坯在定宽无限长的板材上排样这个NP难问题,提出采用蚁群算法进行求解。采用1种2步法:第1步利用蚁群算法寻找最优底部毛坯排放顺序得到条形料排放顺序,第2步采用一种宽度方向最大填充排放算法来排放每个条形料。并将得到的结果与以往算法的结果进行比较,进一步验证了蚁群算法的优越性及处理矩形件排样问题的有效性。     

集装箱码头泊位调度问题的启发式算法研究

为优化集装箱码头泊位的分配,提高泊位的利用率,把码头泊位的调度问题转化为带有约束条件的特殊二维装箱问题。通过建立连续泊位调度的非线性规划模型,提出了一种求解集装箱码头连续泊位分配问题启发式算法。仿真算例结果表明该算法能在实际的集装箱码头泊位调度中有效的提高泊位的利用率。     

计算机辅助管材排料算法及其实现

针对多数企业在机械加工中都是采用人工排料的现状，提出了基于线性规划的计算机辅助排料算法，并建立了管材下料的数学模型，给出了求解所有合理下料方案的高效算法，以及求解该数学模型适合生产实际的快速算法，根据此算法下料能得到最优的结果，即能最大限度地提高原料利用率，有效降低企业生产成本。