定序列矩形件优化排样新算法

针对目前矩形件优化排样方法的不足,提出了一个新的定序列矩形件排样算法。采用对矩形件排入板材后生成的矩形空白区域合并的策略,将矩形件优先排入到位置较低的空白区域中,实现了矩形件的插空摆放,有效的利用了排样过程中已排入矩形件间的空隙。实际应用表明,该算法显著提高了单次排样的材料利用率,得到了较好的排样效果。给出了算法的具体步骤。     

基于改进最低水平线方法与遗传算法的矩形件排样优化算法

传统的最低水平线方法用于矩形件排样时可能产生较多未被利用的空白区域,造成不必要的材料浪费.针对此缺陷,在搜索过程中引入启发式判断,实现空白区域的填充处理,提高板材利用率.在应用遗传算法优化矩形件排样顺序时,在进化过程中采用分阶段设置遗传算子的方法,改善算法的搜索性能与效果.通过改进最低水平线方法与基于分阶段遗传算子的遗传算法相结合,共同求解矩形件排样问题.排样测试数据表明,所提出的矩形件排样优化算法能够有效改善排样效果,提高材料利用率.     

满足“一刀切”要求的木工板排样优化研究

 针对木工板手工排样效率低和材料利用率低问题,提出木工板“一刀切”排样优化算法．在剩余矩形填充算法中添加启发式分块原则,改进的剩余矩形填充算法满足“一刀切”工艺要求．采用遗传算法对矩形件进行排样优化,以提高木工板利用率,降低企业生产成本．为提高算法的优化精度,使用基于指数变换的非线性动态适应度函数,引入精英保护策略,应用部分填充交叉（partially matched crossover）算子．结合剩余矩形填充“一刀切”算法对遗传种群进行解码计算原料利用率,并作为适应度函数值,进行迭代搜索最优解．排样实例表明木工板“一刀切”排样优化算法能够很好地解决多品种大规模木工板排样问题．     

二维不规则件优化排样的小生境遗传算法

首先采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题;然后将遗传算法与小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用“最低水平线与填充算法相结合”策略的启发式排样算法实现自动排样。实例表明,该算法是有效的。     

“一刀切”排样问题的遗传算法与蚁群算法整合研究

对于"一刀切"矩形件优化排样问题,采用遗传算法与蚁群算法的混合算法进行研究.针对两种算法的传统混合策略和现有混合策略的不足,对两种算法的混合策略进行改进,并利用种群本身的染色体适值来判断种群进化是否停滞,确定了算法的最佳融合时机.对具体算例的分析验证表明,改进后的混合策略可有效减少算法的冗余迭代次数,提高搜索速度,是一种行之有效的排样算法.     

基于五块模式的单一矩形件排样算法

如何在一个大矩形里排入尽可能多的单一规格小矩形件是广泛出现在制造业领域的板材分割、物流业领域的集装箱装载中的问题.采用五块模式将大矩形划分为五个块,求解每个块里面矩形件的排样方式.首先,采用动态规划算法一次性生成所有块中矩形件排样方式,然后,采用隐式枚举法考虑所有可能的五块组合,选择包含矩形件个数最多的五块组合作为最终的排样方案.使用算例对算法进行了测试,并与另外4种单一排样算法进行了比较.实验结果表明,该算法在排样利用率和切割工艺两方面都有效,而且计算时间合理.     

改进的最低水平线搜索算法求解矩形排样问题

矩形优化排样问题是一个在制造业领域生产实践中普遍遇到的问题,采用了一种改进的最低水平线搜索算法求解此类问题.首先分析了原始的最低水平线搜索算法在排样中存在的缺陷,并针对该缺陷为其设计了一个评价函数,排样时对所有未排零件进行评价,选择评价值最高的零件排入当前位置,从而克服了算法在搜索过程中的随机性,优化了算法的搜索方向.实验仿真的结果表明,提出的算法可以得到较好的排样效果,并且其解决问题的规模越大,优化性能越好,适合于求解大规模排样问题.     

不规则零件优化排样的神经网络混合优化算法

 提出一种利用人工神经网络求解不规则件排样问题的混合优化方法.该方法首先把排样和制造工艺联系起来,将多边形各边向外扩充,为零件预留加工余量;然后采用自组织特征映射模型（SOM）和Hopfield人工神经网络相结合的方法,运用SOM神经网络对初始在板材内随机排布的不规则零件进行平移,逐步减小不规则零件之间的重叠面积,求得各零件的最优位置,再运用Hopfield神经网络对平移后的零件旋转,进行迭代运算,当能量函数达到稳定状态时,得到各排样零件的最优旋转角度组合,实现自动排样.算法可以解决不规则件和矩形件在规则板材以及不规则板材上的排样问题,实例证明了该算法的有效性和实用性.     

缺陷板材非规则件优化排样

针对理论上属于NPC问题的非规则件优化排样问题,论文提出一种基于小生境技术的自适应遗传模拟退火算法与基于内靠接临界多边形最低点的启发式布局算法相结合的方法。考虑到算法中交叉概率和变异概率的选择影响到算法收敛性,提出了自适应的交叉概率和变异概率,通过基于小生境技术的遗传模拟退火算法对非规则件排样的最优顺序和各自的旋转角度进行优化搜索。将非规则件定位在有缺陷原材料和非规则件多边形的内靠接临界多边形最低点以实现个体的解码,同时避开了原材料表面缺陷。排样实例表明,该优化排样算法行之有效,具有广泛的适应性。     

遗传算法和碰撞算法混合求解冲裁件自动排样问题

针对冲裁件的实际情况,提出了一种利用遗传算法和碰撞算法混合求解冲裁件自动优化排样的方法.在排样中对冲裁件的纵向偏距、放置角度和排样方式进行编码,通过碰撞理论来计算每个个体所对应排样的排样步距.论文给出了运用遗传算法求解的步骤、遗传代码的构造方式和排样步距的求解方法.     

布局模装系统的研究

基于AutoCAD平台开发了一个用于矩形正交布局问题的布局模装系统,可实现交互布局和自动布局。系统采用面向对象的技术构造了布局算法库,具有良好的扩充性。通过大量随机产生的算例测试了布局空间和布局物体的形状和面积对各算法的影响,比较了各算法的求解效果。     

An iterative bidirectional heuristic placement algorithm for solving the two-dimensional knapsack packing problem

This article presents an efficient heuristic placement algorithm, namely, a bidirectional heuristic placement, for solving the two-dimensional rectangular knapsack packing problem. The heuristic demonstrates ways to maximize space utilization by fitting the appropriate rectangle from both sides of the wall of the current residual space layer by layer. The iterative local search along with a shift strategy is developed and applied to the heuristic to balance the exploitation and exploration tasks in the solution space without the tuning of any parameters. The experimental results on many scales of packing problems show that this approach can produce high-quality solutions for most of the benchmark datasets, especially for large-scale problems, within a reasonable duration of computational time.     

Intelligent layout planning for rapid prototyping

Significant savings in cost and time can be achieved in rapid prototyping (RP) by manufacturing multiple parts in a single setup to achieve efficient machine volume utilization. This paper reports the design and implementation of a system for the optimal layout planning of 3D parts for a RP process. A genetic algorithm (GA) based search strategy has been used to arrive at a good packing layout for a chosen set of parts and RP process. A two stage approach has been proposed to initially short-list acceptable orientations for each part followed by the search for a layout plan which optimizes in terms of final product quality and build time. The GA uses a hybrid objective function comprising of the weighted measures like part build height, staircase effect, volume and area-of-contact of support structures. In essence it captures the key metrics of efficiency and goodness of packing for RP. The final layout plan is produced in the form of a composite part CAD model which can be directly exported to a RP machine for manufacturing. Design methodology of the system has been presented with some representative case studies.     

求解集装箱堆场堆垛问题的约束满足算法

集装箱堆垛问题普遍存在于港口码头堆场作业管理中,是在集装箱数目已知的前提下,要求满足交货期限制、重量限制以及垛位高度限制等约束条件,目标是实现占用垛位数最少。通过问题分析,将其归结为一类带顺序约束的装箱问题,并建立了约束满足优化模型,设计了嵌入经典装箱启发式原则的约束满足求解算法。为了验证模型和算法的可行性和有效性,根据某集装箱码头堆场的实际生产情况构造测试算例,实验结果表明,该算法对于实现垛位数最小化、求解复杂约束下的大规模堆场问题较现有的装箱启发式有一定程度的改善。     

基于启发式算法的单航空集装器的装箱优化设计

目的 为了解决当前航空业因航空集装器上货物的组装编排均由人工完成,尚无任何软件系统可以实现自动计算,造成航空货运经济效益和时效性低下的问题,开展航空集装器（ULD）装箱算法研究。方法 应用先进的贪心算法与遗传算法相结合的启发式算法研究单个航空集装器的装箱最优问题。结果 对单个航空集装器（ULD）装箱进行了装箱模型构建和算法优化,使得节省的航空集装器空间得到全部利用,实现最优装箱。结论 文中算法计算出的装载方案较人工计算更精确、更具稳定性,且经济效益更高。后续还有望把这种算法转化为高度智能化的软件系统,对航空货运自动化和工作流程标准化具有一定的推动意义。     

自动包装机热封温度自适应控制系统设计

目的提高包装机械热封机构的温度控制精度,以保证包装效率和产品质量。方法针对包装塑料薄膜热封的温度控制,基于单神经元自适应PID控制算法设计一种自动包装机热封温度控制系统。介绍自动包装机热封的基本原理,阐述单神经元自适应PID控制算法的基本原理,并设计一种温度控制器。基于模糊集理论,实现控制器比例、积分和微分系数学习速率的在线调整。基于ARM Cortex-M3和PIC单片机搭建自动包装机热封温度控制系统。结果将该热封温度控制系统应用于自动包装机中,可以将热封温度误差控制在合理的范围内。结论通过仿真验证了文中所述自动包装机热封温度控制系统稳定性较好,具有一定的抗干扰、自适应、自调整能力。     

一种新颖的科氏流量计数字信号处理方法

利用矩形自卷积窗对谐波和白噪声的抑制作用,加窗进行短时傅里叶变换能很好的跟踪测量信号频率,而且加窗后的信号能直接用于滑动Goertzel算法测量相位差的特性,提出了一种新的科氏流量计信号处理方法.仿真结果表明整个信号处理算法的测量精度高,实时性好,便于系统实现.     

基于混合遗传算法的多航空集装器装箱优化设计

目的 为了解决当前航空业因航空集装器上货物的组装编排均由人工完成,尚无任何软件系统可以实现自动计算,造成航空货运经济效益和时效性低下的问题,开展航空集装器装箱算法研究.方法 充分利用精英选择策略的精英遗传算法和轮盘赌的简单遗传算法相结合,研究多航空集装器的装箱最优问题.结果 以某航空公司的某国际航线选取了20 d的历史数据来进行实验,计算得出,国际航线平均舱位利用率提升了5％.结论 对多航空集装器装箱进行了装箱模型构建和算法优化,提升了航空货运舱容利用率,装载得到了有效地优化,实现了装箱最优.