一个实用的矩形件优化排样启发式算法

仔细研究了传统矩形件优化排样近似算法及存在的主要问题,提出一个新的启发式算法。该算法根据最后板材的实际排放情况,采用了多种排放策略,克服了原算法的在零件数较少时的缺陷。在此基础上用Visual C++ 6.0开发了一个实用的矩形件计算机辅助排样系统。实际应用表明,新算法可获得比原近似算法更好的优化排样结果。笔者给出了算法的具体实现方法和步骤。

矩形件优化排样的自适应遗传模拟退火算法

针对理论上属于NP完全问题的矩形件优化排样问题,提出了一种基于小生境技术的自适应遗传模拟退火算法。研究了将矩形件在板材上的排列方式转换为特定编码的方法,利用遗传模拟退火算法进行全局优化概率搜索,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,并通过小生境技术对子辈个体是否替换父辈个体加以控制,最终得到矩形件排样的最优次序和排放方式,采用最低水平线策略的启发式排样算法实现自动排样。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。

一种矩形件优化排样综合算法

提出了应用于矩形件优化排样中的关键算法 :条料生成算法与填充算法 .把二者融合在一起 ,提出了一种适用于矩形件优化排样的最小残料算法 .该算法依据残料大小决定条料 ,并对空白矩形进行有效填充 ,可快速得到排样结果 .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 .

求解矩形件优化排样的自适应模拟退火遗传算法

矩形件优化排样是一个NPC问题,在工业界有着广泛的应用.针对该问题,提出一种自适应模拟退火遗传算法.采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率;同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理.自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力.对比实验表明,该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效.

求解矩形件优化排料蚁群算法

介绍了一种使用蚁群算法求解矩形件优化排料问题的新方法。矩形件优化排料问题可以用与或树来描述,这样有关的优化问题就变成寻找一棵面积比率最大的二叉树.用蚁群算法实现这种树搜索,是把一定数量的蚂蚁分布在与或树的根节点,蚂蚁间通过使用信息素相互交流,完成从与或树到二叉树的选择,从而得到矩形件优化排料问题的优化解.

ACS算法在矩形件优化排料中的应用

矩形件优化排料是一类具有NP完全难度的组合优化问题。有关的优化问题可用与或树来描述,这样就把矩形件优化排料问题变换为寻找一棵面积比率最大的二叉树。用ACS算法实现这种树搜索,是把一定数量的人工蚂蚁分布在与或树的根节点,人工蚂蚁间通过使用信息素相互交流,完成从与或树到二叉树的选择,从而得到矩形件优化排料问题的优化解。

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。

Ant-Q算法在矩形件优化排料中的应用

矩形件优化排料问题是一类具有NP完全难度的组合优化问题,该优化问题可用与或树描述,即把矩形件优化排料问题变换为寻找一棵面积比率最大的二叉树问题.使用Ant-Q算法能够有效实现这种树搜索,从而求得矩形件优化排料问题的优化解.

基于视觉感受性的CAI课件优化分析

本文从明视觉、暗视觉理论出发,依据视觉感受性探讨了CAI课件的优化问题。指出教师在制作课件时,要根据实际的光亮条件,设置最优的字体及背景颜色,同时在课件的使用中还要适当控制好环境的光强。

花椒籽油水酶法提取条件优化研究

以纤维素酶和中性蛋白酶为主要提取剂,研究花椒籽油提取最佳工艺。结果表明,当纤维素酶和中性蛋白酶的比例为1∶10时,提取率较高。影响花椒籽油提取率的因素主次依次是:酶解温度>酶解时间>酶解p H>酶用量;最佳工艺条件为:混合酶用量8%,酶解时间4h,酶解p H7.0,酶解温度为45℃,在此参数下,花椒籽油的提取率最高,达到17.84%。

基于捕食搜索策略的遗传算法在矩形件优化排样中的研究

在木材加工业中,会遇到矩形板材的优化切割排样问题,其核心是充分利用板材,使板材利用率达到最高。在基于遗传算法基础上,提出一种基于捕食搜索策略的遗传算法,用以解决前述问题。对编码方式、遗传算子及适应度函数进行设计,并采用改进的最低轮廓线搜索算法对其进行解码以得到最优排布解。仿真试验所用板材规格为1 220 mm×2 440mm,当排样零件总面积与原材料面积相当时,多种型材分割要求下平均板材利用率可达93.425%;当排样零件总面积相比原材料面积较小时,其不同型材零件分配方案的平均板材利用率为83.35%,证明本文算法的科学性,并得出不同型材零件分配总面积应尽量与原板材面积相当的结论。

浅谈PPT课件优化

本文根据课件制作和教学实践，分析了PowerPoint课件的在教学中的效能，分析了课件制作中常见的问题，提出了优化课件制作的方法，并提出利用多媒体课件提高教学质量应注意的问题。

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.

基于改进遗传算法的矩形件排样优化算法

针对现代制造、加工行业中广泛存在的矩形件排样优化问题,提出一种基于分阶段遗传算子的改进遗传算法,通过在算法的不同阶段设置不同的遗传算子,提高算法的自适应能力。将改进的遗传算法与基于最低水平线方法的排放策略相结合,有效地解决矩形件排样优化问题。实验结果表明,采用分阶段遗传算子对遗传算法有改进作用,所提出的排样优化算法能够在一个较短时间内找到满意解。

基于改进最小方差控制的周转件库存优化研究

针对周转件航材库存优化和科学管理的问题,将改进最小方差控制算法引入到周转件航材库存优化中。以音频控制板为对象,将"维修保障—库存—航材补充"系统视为广义物理系统,结合航空公司周转件实际耗损中的不确定性等因素,建立周转件库存受控系统模型;采用改进最小方差控制策略,同时结合了层次分析法估计柔化系数和延长预测步长思想。利用Matlab-simulink搭建仿真平台并进行仿真研究,结果表明该方法相比传统最小方差控制策略的效果有显著改善。

基于延迟加载技术ListView控件的优化

Android目前已是世界上占有率最大的手机平台,引发了一场移动互联网的开发热潮,其前景也被越来越多的人看好。针对使用安卓中ListView控件时存在的内存问题进行探讨,并实现了通过数据的延迟加载来优化ListView控件。

优化CAI课件教学环境的研究

随着科技进步和教学改革的深入发展,多媒体教学已逐步深入到各门课的教学当中.如何优化CAI课件教学环境,充分发挥其作用,培养创新人才,已成为图学工作者需要认真解决的课题.本文结合教学改革和实践谈谈在图学教育中优化CAI课件教学环境的一些问题.

历史多媒体课件的优化与发展趋势探究

多媒体课件在历史教学中的运用越来越广泛,历史学科的多媒体课件与其它学科的多媒体课件相比承载的内容更丰富、媒体类型更多样。为了达到更好的教学效果,历史多媒体课件的优化必须在充分认识它的特点的基础上,从素材的选取与加工、页面的排版与设计、演示软件安装与维护等方面加以改进。并且在未来的历史多媒体课件设计中,会更加关注学生的主体性,所运用的演示工具功能将更强大、操作将更加便捷,而且多媒体课件与网络的联结也会越来越紧密。

160 km/h市域铁路装配式浮置板轨道过渡段优化研究

对于时速160 km,轴重17 t运营条件下的市域浮置板轨道列车平稳过渡问题,设计人员提出一种设置钢轨预拱值的钢弹簧浮置板新型过渡段方案。本文建立三维列车−轨道−过渡段耦合模型来验证该设计方案下列车通过时的轨面平顺性,研究在160 km/h速度下车辆和轨道结构的动力响应规律,并对过渡段预拱值、合理长度以及扣件垂向刚度过渡方案进行分析。结果表明,在市域铁路非减振地段至浮置板地段的轨道过渡段设置预拱值可以有效提高列车通过时的轨面平顺性,降低列车和轨道动力响应,提高列车运行舒适性。本文过渡段长度设置无过渡段,13.2,19.8,26.4和33 m共5种工况。通过计算可知,设置过渡段后能有效降低列车动力响应,降低钢轨轨面变化率。随着过渡段长度的增加,钢轨轨面变化率逐渐减小,轨面平顺性增加。在19.8 m工况下,车体垂向加速度、轮轨垂向力及预拱过渡段和钢弹簧浮置板段交界处的钢轨垂向加速度均达到最小值,为4种工况的较优解。通过高斯函数拟合,对浮置板过渡段扣件垂向刚度过渡方案进行优化设计,从线性过渡改为非线性过渡,非线性过渡方案下的钢轨轨面变化率降低效果显著,比线性过渡更能保证列车通过过渡段时的轨面平顺性。

基于改进遗传算法的矩形件排样优化研究

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。