首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   31篇
  国内免费   2篇
  完全免费   4篇
工业技术   37篇
  2016年   3篇
  2015年   2篇
  2014年   1篇
  2012年   1篇
  2011年   5篇
  2010年   3篇
  2009年   2篇
  2007年   7篇
  2006年   3篇
  2005年   1篇
  2004年   4篇
  2003年   1篇
  2001年   1篇
  1997年   1篇
  1995年   1篇
  1994年   1篇
排序方式: 共有37条查询结果,搜索用时 62 毫秒
1.
锅炉下料中的非矩形件排样优化算法   总被引:1,自引:0,他引:1  
本文介绍了一种非矩形件排样优化算法。该算法是在排样过程中通过对非矩形件的处理,根据一种局部最优原则排样,最终达到利用率较高的排样效果。本文所述算法已在我们所开发的锅炉下料优化系统中应用。  相似文献   
2.
矩形件排样优化的背包算法   总被引:17,自引:1,他引:16  
根据矩形件排样的实际下料工艺要求,将一个二维排样问题转化为一个一维下料问题,并构造了一个利用背包问题解法的矩形件排样的近似优化算法。  相似文献   
3.
基于模拟退火算法的矩形件排样   总被引:2,自引:0,他引:2  
针对矩形件排样问题,提出了最低轮廓线最佳匹配算法。该算法根据最低轮廓线排放矩形,使板材浪费降至最低。并将其与模拟退火算法相结合,可获得近似最优的排样结果。最后给出不同规模的算例,结果表明,该算法比最低水平线算法排样结果好,是解决矩形件排放的有效方法。  相似文献   
4.
矩形件排样优化的一种近似算法   总被引:45,自引:1,他引:44  
本文对理论上属于NP-完备问题的二维矩形件优化排样问题,构造了一个效率高、速度快、可令人满意的一种近似算法,该算法的主要思想是在排样过程中根据一种局部最优原则不断地动态产生一些较小的矩形,然后对这些小矩形区域排样,同时也消去一些已排过的矩形区域,直至所有的矩形件被排完,根据本文算法我们开发了一个矩形件排样系统。  相似文献   
5.
矩形件优化排样算法与系统的研究   总被引:4,自引:0,他引:4  
赵晖  席平 《锻压技术》2005,30(1):19-22
为了有效解决矩形件优化排样问题,通过在已有动态规划算法的基础之上,引入多种启发式策略,提出一种带有启发式策略的动态规划算法,并设计和开发了一个基于该算法的矩形件优化排样系统。介绍了系统的总体设计方案。并通过实例测试,讨论了矩形件优化排样算法的有效性和系统的实用性,证明矩形件优化排样算法具有排样过程耗时少、效果好和适用范围广3大优点,可以有效地提高材料利用率和生产效率。  相似文献   
6.
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.  相似文献   
7.
矩形件排样是典型的组合优化问题,在很大程度上影响着企业生产效率。将遗传算法与启发式规则相结合,同时在排样过程中考虑待排样式的公差,求解"一刀切"矩形件排样问题。首先,采用实数基因编码方式,由实数基因值与启发式信息结合确定待排样式的优先权。其次,基于待排样式的最小极限尺寸,采用两步解码方法。第一步为初始填充,将待排样式组合成满足"一刀切"的可行条料,并求解板材利用率最高的条料填充方式;第二步为对第一步剩余空白区的填充,求解不同启发式信息下,空白区利用率最高的待排样式填充方式。再者,基于待排样式的最大极限尺寸和板材尺寸,对最优排样方案进行调整。最后,以VB6.0为开发工具将算法实现,并通过实例对比分析证明了算法的有效性。  相似文献   
8.
设计多目标启发式进化算法,研究了一种考虑批量问题的二维矩形件排样问题,建立了含有原材料成本最小化和零件库存成本最小化的多目标优化模型。先用启发式算法初始化下料方式,再用改进的快速非支配排序算法进行优化求解,确定下料方案。通过实验结果以及与其他算法的对比表明,在中等规模的矩形件排样问题中,该算法能够在较快的时间内既保证较高的原料利用率,又能降低该问题的总成本,证明了该算法的有效性。  相似文献   
9.
提出一种启发式递归与遗传算法相结合的混合启发式算法求解矩形件优化排样问题。首先给出一种启发式递归算法,利用该算法逐个从待排矩形件中生成局部利用率高的条料,直到所有待排矩形件均生成条料;利用遗传算法全局搜索能力强的特点,对这些条料序进行搜索重组,使其所用的板材数最少;最后再次利用遗传算法,对条料生成之前的矩形件种类序进行全局最优搜索,使总的板材利用率达到了最大。对两个典型实际算例进行计算,并与相关文献比较,结果表明了该算法的有效性。  相似文献   
10.
由于蚁群算法具有正反馈并行自催化机制和较强的鲁棒性等优点,逐渐成为一种应用广泛的元启发式算法。针对矩形毛坯在定宽无限长的板材上排样这个NP难问题,提出采用蚁群算法进行求解。采用1种2步法:第1步利用蚁群算法寻找最优底部毛坯排放顺序得到条形料排放顺序,第2步采用一种宽度方向最大填充排放算法来排放每个条形料。并将得到的结果与以往算法的结果进行比较,进一步验证了蚁群算法的优越性及处理矩形件排样问题的有效性。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号