基于同质段矩形优化排样问题求解

为有效解决企业实际生产中的矩形优化排样问题,对矩形优化排样算法进行研究,给出基于同质段矩形优化排样问题的求解算法,该算法可同时有效解决企业实际生产中矩形优化排样的单一排样和套裁排样问题。算法首先基于隐式枚举法求出所有同质条带的最优排样及备选同质段,对备选同质段进行规范化处理求出所有的候选同质段,使用候选同质段将板材分成若干个子段,并将矩形优化排样问题转化为完全背包问题,最后基于动态规划算法进行求解。两组应用实例验证了本文算法的有效性。     

基于同质条带的两段式有约束矩形优化排样

为了有效解决企业生产中的有约束矩形优化排样问题，对矩形优化排样算法进行研究，在综合考虑原材料利用率及切割工艺复杂度的情况下，给出基于同质条带的两段式有约束矩形优化排样算法。算法首先通过问题转换，将有约束矩形优化排样问题转化成多重背包问题，然后再基于动态规划算法对其进行求解，最后基于动态规划算法开发了一应用系统，有效地解决了企业实际生产中的有约束矩形优化排样问题。实例应用表明，该算法在求解有约束矩形优化排样问题方面优于其他算法。     

矩形毛坯五块切割排样方式的生成算法

材料利用率和切割工艺复杂度是金属板材切割排样中主要考虑的两个因素。本文提出基于简单块方式的矩形毛坯五块切割排样算法,用以解决金属板材切割排样问题。这种算法将板材分为5个块,各块中矩形毛坯按照简单块方式排列。首先确定所有可能尺寸的最优简单块方式;然后采用隐式枚举法考察所有可能的五块组合的排样价值,选择排样价值最大的一个组合作为最终的五块排样方式。采用文献中的基准测题对比验证了五块排样算法。结果表明,该算法在提高材料利用率和简化板材切割工艺两方面均有效,且算法计算时间较短。     

应用递归划分策略解决矩形件剪切排样问题

针对机械制造领域的矩形件剪切排样问题,提出一种基于递归划分思想的排样算法。用两条互相垂直呈T型的剪切线将板材划分为3个子板,称板材的左下角子板为排样块,称其余两个子板为递归块。对于排样块,按照简单方式排放矩形件;对于递归块,将其看做板材继续划分。用隐式枚举算法确定排样块的最优排样方式,得到块中排放的最优矩形件种类和矩形件的行列数;用分支定界算法确定递归块是否继续划分。采用基准例题将本文算法与文献算法进行对比,实验结果表明,本文算法排样价值高于文献算法,且计算时间能满足实际应用需要。     

矩形件二维下料问题的一种求解方法

求解矩形件二维下料问题,即解决如何用最少的板材切割出所需的全部矩形毛坯。提出一种切割工艺简单的新型排样方式即单毛坯条带四块排样方式。首先采用经典背包算法生成排样方式,然后采用基于列生成的线性规划算法迭代调用上述排样方式生成算法求解下料方案。将文中排样方式分别与文献中经典两阶段和经典两段排样方式进行比较,实验计算结果表明,四块排样方式排样价值高于以上两种排样方式。最后通过实际下料求解,证明了使用该算法的材料利用率较高。     

约束剪切问题的三块排样方式及其生成算法

讨论了矩形件有约束剪切排样问题,即在一张板材上剪切下若干种已知尺寸和价值的矩形件,约束每种矩形件允许剪切的数量不能超过其需求量,优化目标为使板材剪切出的矩形件总价值最大。提出了一种三块排样方式及其生成算法。这种算法用两条互相垂直的剪切线将板材分成3个块;对于每个块,排放一个矩形件在其左下角,将其剩余部分划分为2个子块;将子块看作块继续递归排样,直到其无法再容纳矩形件为止。采用基准例题将本文算法与文献算法进行实验对比,结果表明本文算法排样价值比4种文献算法分别高0. 35%,0. 31%,0. 19%和0. 37%,且计算时间可满足实际应用需要。     

单一尺寸矩形毛坯下料问题的一种确定性算法

针对单一尺寸矩形毛坯下料问题,讨论了如何用最少的库存板材切割出一定数量的单一尺寸矩形毛坯。提出1种切割工艺简单的5块排样方式,该排样方式将板材划分成5块区域,每块区域中矩形毛坯按照相同方向排列。设计了1种确定性算法求解下料方案,首先构造1种基于隐式枚举思想的算法确定整张板上的最优5块排样方式;然后对该算法进行扩展,使其能够求解部分板上的最优5块排样方式。采用算例将文中下料算法和文献中递归下料算法、拼合下料算法进行比较,数值模拟分析结果表明,文中的下料算法在切割工艺和板材利用率两方面均较为有效。     

矩形件单一排样问题的一种精确算法

针对机械制造业领域的矩形件单一排样问题,即在长宽为L、W的板材里排放最多个数的长宽为l、w的矩形件,提出一种基于整数规划和约束规划的精确排样算法。首先在板材上刻画W+1条等距的水平基线;然后建立单一排样问题的整数规划数学模型,求解出最优排样方案所对应的每条基线上排放的水平矩形件和竖直矩形件个数;最后采用约束规划模型求解出每个矩形件在基线上的具体排放坐标,画出最优排样方案图。将本文算法与文献中的单一排样算法进行比较,结果表明,本文算法求得的板材排样方案中可以排放更多的矩形件,板材利用率更高。     

冲压条带二维优化排样问题的一种启发式算法

针对条带在板材中的优化排样问题,提出一种启发式算法。这种启发式算法的基本思想是每刀从板材上剪切下一根水平或竖直条带,直至板材被剪切完,并且在每次剪切时按照板材排样价值最大原则确定条带的方向和宽度。首先,计算所有可能尺寸的条带的价值,按照条带价值最大原则确定条带中零件的最优布局。然后,采用动态规划原理按照从小到大顺序依次生成板材上的条带优化排样方式。采用文献中的基准例题,将本文算法与多段排样算法、三块排样算法和四块排样算法进行比较,数值实验结果表明本文算法排样价值更高,并且计算时间可满足实际应用的需要。     

矩形件剪切下料问题的一种顺序价值修正算法

针对矩形件剪切下料问题,提出一种基于顺序价值修正策略的优化下料算法。首先构造普通块排样方式的生成算法,生成矩形件在单张板材上的排样方式。然后采用顺序价值修正算法,调用上述排样算法,逐个生成排样方式,每个排样方式满足部分矩形件的需求量,直到所有矩形件的需求量均被满足为止,在生成每个排样方式后按照一定规则修正这个排样方式中矩形件的价值。最后将上述顺序价值修正算法迭代执行多次得到多个下料方案,选择耗费板材张数最少的作为最终解。使用基准例题将本文算法与两种文献算法进行对比实验,结果表明,本文算法在节省板材方面优于两种文献算法,且计算时间合理。     

实用矩形件优化排样系统的研究与开发

在研究矩形件优化排样数学模型的基础上, 根据不同的下料的工艺要求, 构造出与之相适应的四种不同的近似优化算法。对于这些算法, 要求它们在板材尺寸与矩形件的尺寸的差异方面;在矩形件个数的规模方面; 在矩形件之间的尺寸差异方面等敏感问题上有较好的适应性。在理论方面对这些算法进行一些定量的分析以保证这些算法的先进水平。     

匀质条带五块布局方式及其生成算法

针对矩形毛坯无约束二维布局问题,提出一种匀质条带五块布局方式。这种布局方式将板材划分为5个矩形块,每个块由包含同种毛坯的匀质条带组成。构造五块布局方式的生成算法:首先采用动态规划方法生成所有可能尺寸的块中匀质条带的最优布局;然后采用隐式枚举和分支定界技术考察板材所有可能的五块划分方式,按照板材布局价值最大原则确定板材的最优五块划分,得到最终的五块布局方式图。数值实验结果表明,这种算法能有效地提高板材布局价值。     

基于T型布局方式的异构矩形件下料算法

讨论异构矩形件下料问题,提出一种基于T型布局方式的优化下料算法。首先构造一种约束布局算法,生成矩形件在单张板材上的T型布局方式,然后采用列生成算法,依据当前矩形件剩余需求量,迭代调用上述约束布局算法,生成一个虚拟下料方案,按照不产生多余矩形件原则,选取虚拟下料方案中的部分布局方式加入到实际下料方案中,更新当前矩形件剩余需求量,重复上述步骤,直到矩形件剩余需求量为零。采用文献中基准例题将本文算法与3种文献中算法进行比较,数值实验结果表明,本文算法比3种文献中算法分别节省3.93%,1.27%和1.17%的板材。     

一种分阶段式匀质块最优矩形件排样方法

在生成排样图案时,应同时考虑材料利用率和切割过程的复杂性。提出了一种用于生成矩形件剪切割方式的分阶段式排样方案的算法。它仅允许一种尺寸的毛坯出现在匀质块中,从而简化了切割过程。该算法采用隐式枚举算法和动态规划来确定最佳优化排样方案,以使材料利用率达到最大。通过文献中的测题,将该算法与普通T形排样方式算法、普通两段排样方式算法和复合条带两段排样方式算法进行比较。实验结果表明:在所有测题中,本文算法的材料利用率均高于以上3种算法;本文算法解决二维无约束剪切排样问题的平均计算时间为0.363 s,计算时间合理。     

空白矩形填充和邻域搜索结合的矩形件排样优化算法

针对矩形件排样问题,提出一种新的空白矩形填充算法和邻域搜索算法相结合的混合优化算法。首先,设计空白矩形填充算法时,提出了消除多余空白矩形的方法,以减小计算时间复杂度。其次,利用邻域搜索算法优化矩形件排放顺序,通过挖掘矩形件排样的问题特征,设计了受限距离的交叉和插入两种邻域算子,并提出了特殊算子执行点选择策略。然后,设计了基于两种邻域算子交替迭代的邻域搜索算法。最后,对文献中的21个经典案例进行试验计算,4个案例的排样利用率达到了100%,绝大多数案例的排样利用率超过了99%,最小排样利用率超过了98%。将其他常用算法和文献中算法进行比较,验证了本文算法的有效性。同时,对某建材加工企业所提供的8个实际案例进行试验计算,所得排样利用率与理想最优排样利用率的平均差为1.7%,说明了本文算法的实用性。     

可减少条带数的矩形件二维下料算法

从板材上切割矩形件的过程通常包含两个阶段:第1阶段用大型刀具将板材切成条带;第2阶段用小型刀具将条带切成所需要的矩形件.第1阶段的切割成本随着下料方案中条带数的增加而增加.针对矩形件二维下料问题,提出一种可减少条带数的下料算法,其优化目标是最小化材料成本和切割成本之和.首先,建立该问题的整数线性规划模型;然后,构造T型...     

矩形件优化排样模拟退火算法求解

综合条料生成算法与填充算法思想，提出了一种适用于矩形件优化排样的最小宽度算法，将其与模拟退火算法相结合，能够跳出局部搜索，最终可获得近似总体最优的排样结果。使用表明，该优化排样算法具有广泛的适应性，并可适合“一刀切”的高效率下料工艺。     

矩形件排样优化的丁字尺法

矩形件排样优化既要考虑材料的利用率,又要考虑生产时的下料效率,同时还要满足“一刀切”的工艺要求。综合考虑这些因素后,提出了将板材先分块,再在分块的板材上排放单一零件的丁字尺法。实验表明这种方法对大规模矩形件有较好的效果,提高材料利用率的同时又能很好地保证下料效率。