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.     

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.     

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.     

互补件排样优化算法的研究

对下料件排样问题进行了深入分析,提出一种互补件排样优化算法.以该算法为核心的排样系统能够根据下料件的图形信息,自动快速地确定排样参数,具有计算速度快、板材利用率高的优点.     

基于遗传模拟退火算法的矩形件排样

将遗传模拟退火算法运用在矩形件排样中,利用遗传模拟退火算法的全局搜索能力,寻找出排样件最优的排样次序(排列最紧密),再结合基于局部板材利用率最高的填充算法不断填充板材,获得近似总体最优的排样结果。此结果适合应用于大批量、多种类的矩形件优化样。     

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.     

基于遗传算法与重心最小化的二维不规则图形排样

采用不规则图形挤压算法,在不规则图形排样过程中通过向左、向下挤压以实现重心最小化,尽管该方法计算量较大,但能有效提高板材的利用率.     

计算机辅助板材排样系统的研制

针对石油化工工业中存在的板材排样问题,采用矩形包络法将不规则图形转化为规则图形,在此基础上进行优化排样。实践证明,该排样系统是行之有效的。     

基于动态择优定序的矩形件优化排板算法

针对定宽定高板材的矩形件切割下料问题,提出了一种改进的启发式定位优化排板算法。该算法在启发式定位的基础上引入了动态择优定序策略,并通过改进的遗传算法得到较优的矩形件排板序列,然后应用改进的启发式定位算法将编码转化为排板图并得出矩形件排列的相关信息。为提高算法的运行效率,采用了面向对象编程的C#语言。每次排板前,该算法还采用了余料优先利用原则。实用矩形件排板表明,该算法能够提高板材的利用率。     

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。     

从至数之和法在设备单行布置中的应用

针对设备单行布置从至表试验法存在的缺陷,提出了运用从至数之和法进行设备单行布置。该方法首先根据从至表中的从至数之和确定设备排序,原则是从至数之和大的居中,小的靠两边;然后再根据从至数的大小决定设备排在中心的左边或右边,用有限的几次试验就可获得近似最优解。该方法简便宜行、便于掌握。     

一维下料方案的贪心算法优化

在对一维下料方案数学模型分析的基础上,提出了一种基于贪心算法的求解方法.主要思想是采用原材料利用率最高的切割方式优先的贪心选择策略,从而将问题转化为求解给定集合的子集和问题.实际应用表明,采用该算法求解出一维优化下料方案,可提高材料的利用率.     

不规则件最优排放布局的实现

使用遗传算法,突破了通常只按照某种固定的标准(如按面积大小)确定的零件的排样顺序,通过全局优化概率搜索产生最佳的排样次序和每个排样件的旋转角度,得到最优的排样顺序;用改进的平行线分割一步平移法,计算出了两个相交的图形不重叠所需移动的距离;用最低水平线定位算法确定了每一个排样件在板材上的定位位置。通过实例可看出板材的利用率得到了很大的提高。     

基于启发式二步搜索法的二维板材自动排料系统

为实现多种类不规则板类零件二维排料过程自动化,提出了一种新的排料算法——启发式二步搜索法。通过对零件预处理、计算评价函数、确定合理的零件选择规则和定位规则,完成了零件在板材上的排放。最后,通过排料实例验证了算法的有效性和系统的实用性。     

基于近似核DFT的多正弦信号快速检测和频率估计算法

基于近似核DFT,提出多正弦信号快速检测和测频校正算法,利用近似核DFT傅里叶系数实部或虚部系数内插构造频率校正项,以及实部或虚部最大值与平均值的比值确定检测门限,避免了常规插值校正和检测算法的复数运算,并实现了多正弦信号的非监督递归稳健检测。给出了算法的快速硬件实现原理,并对线性调频信号检测的适用性进行了讨论。仿真和硬件验证证实了算法的有效性。     

空间点列的双圆弧逼近

给出用双圆弧样条逼近带误差空间点列的方法。先在误差范围内用三次B样条曲线逼近带误差的点列,接着把．最列投影到B样条曲线上求得切向,最后采用最长步长算法,生成双圆弧样条逼近该点列。该方法能在给定误差限内以尽量少的双圆弧段数逼近带误差点列,对大挠度的点列逼近也适用。     

一种基于神经网络和遗传算法的桥梁加速度传感器优化布置方法

为实现桥梁加速度传感器的优化布置, 提出一种基于神经网络和遗传算法的布置方法。利用ANSYS软件建立桥梁模型并获得模态数据,通过随机生成大量布置方案及对应MAC值形成数据集,并建立双隐藏层的神经网络模型进行训练,将训练好的模型利用遗传算法搜索出最优值及对应的布置方案,最后对结果进行了分析,表明该方法可行。