二维不规则多边形快速排样优化算法研究

排样问题研究的是将零件合理摆放至固定区域内的方法,研究的目的是减少原材料消耗。排料问题属于NP完全问题,排样算法主要包括定序和定位两个方面。定序通常使用迭代优化算法调整零件的放入顺序。而定位则根据零件排放的先后顺序,将每个零件定位排放到原料板材上。定位算法复杂度高,其效率决定了排样算法的整体效率,其效果也在很大程度上影响了排样的最终结果。故对原有的扫描定位启发式算法进行了改进,提出了基于最大移动距离的扫描定位算法,使得零件定位的时间大幅减少。另一方面,针对原有的BLF定位算法因其最下最左的定位方式往往会产生零件间契合度较低的问题,提出一种多行扫描气泡消除算法,对零件排放时产生的气泡进行了优化,提高了母版的利用率。

基于最小重力势能原理与遗传算法的服装排料算法

高效自动排料算法中布料利用率的提升对于企业具有重要的经济价值。但排料问题属于NP完全问题,难以在有限时间内找到问题的最优解。研究提出基于最小重力势能原理的排料算法,并将遗传算法应用到排料优化问题中,最终进行排料算法的对比验证。基于最小重力势能原理及遗传算法的排料算法优化减小了每次排料过程中的计算量,可在有限的时间内得到近似最优解。结果表明,所提出的自动排料算法在提高利用率方面具有较高的实用价值。