基于剩余矩形法的按行布局摆放策略改进研究

针对功能区面积在差异大情况下,数学模型法现有的常规按行摆放策略会使布局出现空间利用不合理的问题,对摆放策略进行改进,提出按行摆放和剩余矩形法相结合的按行矩形摆放策略。首先,分析常规按行摆放策略应用在布局功能区面积差异大情况下所出现的问题;然后,先对功能区采用横纵交叉的方式放置,并根据其仍存在的空间利用问题提出了加入剩余矩形法的改进策略,即按行矩形摆放策略;最后,通过一个算例构建数学模型,运用带精英策略的遗传算法求解,对比常规按行摆放策略和按行矩形摆放策略对应的求解情况。通过分析发现使用按行矩形摆放策略对功能区进行摆放时,其模型对应的综合关系的平均值和最优值都比常规按行摆放策略更优,而且其最优方案对应的布局面积利用率也比常规按行摆放策略的优。综合分析,数值和布局图结果都表明按行矩形摆放策略对应的求解情况更优,证明了此方法是可行的,有效地优化了布局摆放方式,解决了布局摆放出现的布局剩余空间分散、利用不合理等问题,可以为工厂布局规划提供一定的借鉴。

基于模拟退火剩余矩形算法的矩形件排样

针对矩形件优化排样问题,讨论了用模拟退火算法结合剩余矩形法求解问题。首先阐述了矩形件排样问题的数学模型,然后给出了模拟退火剩余矩形算法求解问题的步骤和方法,最后用实例进行了算法验证。实例分析表明,采用模拟退火剩余矩形算法求解矩形件排样问题是适合的。

混沌离散微粒群算法在矩形排样中的应用

混沌离散微粒群算法主要在离散微粒群算法框架的基础上引入混沌机制,并通过判断种群多样性处理速度的更新操作,从而解决离散微粒群算法易于陷入局部最优及搜索到解的时间较长且精度不高等缺点。将该算法应用到在定宽无限长矩形优化排样问题上,通过剩余矩形算法完成解码。实验结果表明,该算法在解决此类排样问题时可以较快地获得最优的配切方法。

基于改进粒子群算法的船舶排样问题研究

提出了一种改进的粒子群算法来解决船舶排样问题。该算法将混合蛙跳算法的分组思想引入简化粒子群算法中,粒子能够利用更丰富的信息进行更快地收敛。船舶排样零件形状虽多为不规则图形,但它可以转化为矩形件后再进行排样。剩余矩形排样法是解决矩形件排样问题的一种较好的启发式算法,它既满足BL条件又符合BLF算法的思想,这样就能够对排样过程中产生的空白间隙进行填充,保证了较高的板材利用率,有利于找到较优解。用此算法结合剩余矩形法对2组矩形件进行排样,达到了90%以上的利用率,均优于对比文献,表明了本文算法的有效性。

多套装置的石化工厂总体布局优化

以某炼厂装置布置为案例进行分析,提出将剩余矩形排样算法和遗传算法相结合的新算法,以占地面积(S)最小为目标建立数学模型进行工厂总体布局优化。采用装置固定形状和固定尺寸的约束,考虑物料上下游关系将部分装置联合布置,结合厂区所在地区的自然条件和外部交通运输条件等因素将某些装置的位置固定,使布局更加合理和实际。实验结果表明,优化方案优于原设计方案,S减少了85 360 m^2,土地利用率提高了5.08百分点。