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。     

一维优化下料问题

下料问题在生产中普遍存在，优化下料可以提高原材料利用率，是企业增加经济效益的途径之一．对一维下料问题进行了探讨，给出一维下料问题的一些概念和数学模型，讨论解决一维下料问题的常用算法以及算法的适用情况，分析与之相关的一些问题和具体的实际应用．     

基于贪心策略的单一下料问题求解研究

文中针对单一原材料下料问题,按单一成品料顺排和不同成品料套排相结合的模式,建立问题的数学求解模型,采用贪心策略,将求解问题分解为成品料在每一单张原材料上进行优化排样的子问题,充分利用成品料摆放过程中产生的剩余空间,提高单一原材料利用率,最终使成品料所需的原材料数量最少,从而获得最优排样方案。     

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。     

求解TSP的贪心模拟退火算法

通过分析传统模拟退火算法的不足和可行的改进方案,提出了一个用于求解TSP问题的贪心模拟退火算法.新算法在改进的模拟退火算法的基础上结合改进的贪心算法,增加了算法的解的质量.实验表明,新的算法比传统的模拟退火算法和贪心算法有更优的解.     

用离散粒子群优化算法求解WTA问题

为了提高武器-目标分配(WTA)问题的求解效率和性能,提出了一种用离散粒子群(DPSO)算法求解此问题的新方法.对粒子群算法中的速度和位置进行了重新定义,使其可求解WTA这类离散组合优化问题,并采用贪心的启发式策略对迭代产生的方案进行调整,以利于快速找到最优或次优的分配方案.算法测试表明新算法执行速度快,结果令人满意,...     

有顺序依赖损耗的一维下料问题

针对从具体工业应用中抽象出的一种特殊一维下料问题,提出一种基于顺序价值校正框架的下料算法,在考虑问题特殊性的同时求取最小化线材使用量的下料方案。定义并求得每两个毛坯间的损耗值后,顺序生成各个排样图,并得到下料方案。通过不断修正毛坯价值,生成多个下料方案,取其中线材消耗量最小者来逼近最优解。与其他算法进行比较的结果表明,本算法有较少的材料消耗量与合适的计算时间。     

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.     

动能拦截弹姿控发动机组合点火算法研究

为了提高拦截弹的拦截精度,通常要在弹体上引入侧喷直接力姿控系统。对于由小型固体脉冲式发动机阵列构成的该系统,必须解决多发动机组合点火问题。根据组合点火问题的特点,将动能拦截弹姿控发动机组合点火算法问题转化为用0-1规划模型处理的数学问题。鉴于常规的求解0-1规划问题算法的复杂度均比较大,无法满足高超声速动能拦截弹对响应时间的要求。而贪心算法具有时间复杂度小、求解结果比较合理等特点,故采用了贪心算法对该问题进行了快速近似求解。仿真实例结果表明由贪心算法实现的点火策略计算时间稳定在1-0 5S数量级上,且所得到的解与理论值相比误差不超过3.7%,完全满足高超声速动能拦截弹的要求。     

对求解0-1背包问题的混合遗传算法的改进

将启发式搜索算法贪心算法与基本遗传算法相结合构成的混合遗传算法在求解大规模0-1背包问题时．其性能较基本遗传算法和贪心算法都有很大的改善。在这种混合遗传算法的基础上作进一步的改进．使算法性能获得进一步的提高。     

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.     

基于ARM切绘机控制器设计及其排样优化

数控切绘机控制系统对切绘机工作效率及延长切刀运行寿命起着重要作用.为了提高控制效率、硬件可靠性及性价比,设计了一款低成本、高效率并可靠的切绘机控制系统.系统采用飞利浦公司的LPC2138芯片为主控制器,并移植具有较高稳定性的μC/OS-Ⅱ实时操作系统,以实现多任务之间的调度.为了提高切绘过程中图形排列效率及材料利用率,提出了采用贪婪算法与递归算法中分而治之策略相结合的算法进行排样优化.经试验证明本算法比一般排样算法具有更高的效率和可靠性,有效提高耗材利用率.     

基于熵矩阵的多目标非线性0-1规划近似算法

为了简化多目标二元匹配问题的求解,将该问题建模为多目标非线性0-1规划模型,该模型将变量约束转移到目标函数中,从而降低了问题求解难度.针对该模型,设计了基于熵矩阵计算的贪心近似算法,该算法通过熵矩阵的熵值计算确定多目标二元匹配度,并根据熵值的大小预先优化匹配顺序,从而使近似解更快速地接近最优解.仿真实验结果证明,对于单目标非线性0-1规划问题,本算法优于已有的近似算法,对于多目标非线性0-1规划问题,本算法在计算时间以问题规模的指数级减少的情况下,近似解能够很好地逼近最优解.因此,本算法与其它近似算法相比,在不增加时间复杂度的前提下,结果更优,近似度更高.     

求解复杂背包问题的一种贪婪算法

给出了求解背包问题的一种贪婪算法,引用了模函数对算法进行了讨论,从理论上证明了这一算法的性能保证,最后用此算法求解了一个背包问题.     

用贪心算法求解最优服务次序问题

贪心算法是解决问题的一类重要方法,因其简单、直观和高效而受到人们的重视。特别是对于具有最优子结构和贪心选择性质的一类实际问题,它可以通过一系列局部最优选择来获得整体最优解。本文首先对最优服务次序问题进行了分析,然后给出了该问题的贪心解法,最后对所提出算法的时间复杂度进行了分析。     

利用遗传贪婪混合算法求解背包问题

采用遗传贪婪混合算法解决背包问题,提出利用补偿算子来解决算法较早收敛于局部最优解的思想,有效抑制算法的早熟收敛。在算法的交叉操作中加入确定性策略,在算法的变异操作中加入非确定性策略,以确保算法具有更好的收敛性能。实验结果表明,该算法性能较佳,可以满足解决背包问题的需要。     

旅行商问题的近似求解算法

在最近邻法、k-变换策略和贪心算法的基础上,尝试设计效率较高的产生旅行商问题较优可行解的方法。将3变换邻域分成两种结构（称为3_1和3_2变换邻域）考虑,设计以下算法：利用最近邻法产生初始当前最优解;然后依次在当前最优解的3_2、3_1、2变换邻域中寻找更优的局部最优解成为当前最优解,直到结果没有改进。利用算法对一些经典的实例进行实验,依次将每个城市作为出发地,在多项式时间O（n^4）得到的最优解与给定的最优解相对误差在1%内。     

1-Neighbour knapsack problem and prospective greedy algorithm of intentional islanding in active distribution network

A connected and undirected graph model of active distribution networks with considering the function of interconnecting switches is constructed in this paper.Based on this model,the island partition problem of active distribution networks can be described as a 1-neighbour knapsack problem.An effective heuristic algorithm named prospective greedy algorithm is then proposed to solve this problem.Case studies on PGE 69-bus network show the validity of the proposed model and algorithm.     

0-1背包问题的一种新的启发式算法

为了提高求解0—1背包问题的效率，提出了这类问题的一种基于贪婪算法的启发式近似算法，通过寻找尽可能大的可行解和尽可能小的上界，从而求出近似最优解，该算法最大的优点是可以给出计算误差，算法的最坏性能比是2，通过编程计算证明该算法具有良好的性能．     

求解下模函数最大值问题的近似算法及其性能保证

下模函数的最值问题在组合优化问题中有着广泛的应用,给出了具有拟阵交构成的独立系统约束下模函数的最大值问题的近似算法,并讨论了所给算法的性能保证。