共查询到10条相似文献,搜索用时 15 毫秒
1.
《现代制造技术与装备》2017,(9)
针对定宽无限长板材上的矩形件排样优化问题,将具有启发式判断的改进最低水平线策略与具有全局搜索能力的改进遗传算法结合在一起,共同解决矩形件排样问题,提高了板材的利用率。实例表明,该算法可以得到更好的排样结果。 相似文献
2.
结合缺陷约束的最低水平线算法与双种群遗传算法,对板材内部含缺陷时的情况进行矩形件排样优化。用双种群遗传算法对矩形件排样顺序进行寻优,将矩形件的排样顺序和旋转方式划分为2个种群分别进行遗传迭代,并结合改进的初始种群生成策略,改善算法的搜索效率及全局寻优能力。基于缺陷约束的最低水平线算法通过更新缺陷矩形轮廓信息与引入缺陷位置约束判断,使矩形件在根据优化顺序排样时可避开缺陷部位。通过算例运算测试可知,相比于经典遗传算法,所提算法在4种不同数量缺陷的板材中,最优板材利用率与排样优化稳定性均有所提高。双种群遗传算法和基于缺陷约束的最低水平线算法可在含缺陷板材的排样问题中得到推广应用。 相似文献
3.
4.
《机械设计与制造》2017,(4)
合理排样是钣金制品下料过程提高材料利用率降低企业生产成本的重要途径之一,针对圆形钣金制件的排样优化问题,提出一种基于橡皮筋势能下降策略的拟物理过程快速排样算法(RPED)。通过建立圆排样问题的数学优化模型,在理想化条件下制定橡皮筋势能下降排样策略,并对排样过程进行物理学受力分析和运动分析,提出基于时间节拍的排样过程离散模拟方法,最后结合精英保留遗传算法对排样模型的初始布局进行优化,进一步提高算法的全局搜索能力。计算机实验结果表明,RPED算法的平均板材利用率较企业实际生产排样高1.1%,而对国际通用算例RPED算法的平均板材利用率较RBLP和ASA算法高0.68%和0.19%。RPED排样优化算法可获得更高的平均板材利用率。 相似文献
5.
6.
7.
8.
9.