改进的最低水平线搜索算法求解矩形排样问题

矩形优化排样问题是一个在制造业领域生产实践中普遍遇到的问题,采用了一种改进的最低水平线搜索算法求解此类问题.首先分析了原始的最低水平线搜索算法在排样中存在的缺陷,并针对该缺陷为其设计了一个评价函数,排样时对所有未排零件进行评价,选择评价值最高的零件排入当前位置,从而克服了算法在搜索过程中的随机性,优化了算法的搜索方向.实验仿真的结果表明,提出的算法可以得到较好的排样效果,并且其解决问题的规模越大,优化性能越好,适合于求解大规模排样问题.

基于动态最低水平线法和蚁群算法的排样优化

为节约原材料,同时弥补最低水平线法易产生材料空余的缺点,提出动态最低水平线法。通过在最低水平线法基础上增加旋转、比较和不唯一最低水平线设定,能最大限度减少材料空余和控制排样高度。采用蚁群算法配合动态最低水平线法,分别计算矩形的排样序列和排放位置。通过对SolidWorks二次开发实现矩形排样问题的求解和仿真。多组对比测试结果证明,该算法进一步缩小了排样高度差,总体缩小了约25%至46%,降低了排样高度,从而实现了材料节约,平衡了求解时间。

定序列矩形件优化排样的二维搜索算法

为了提高矩形件排样时材料的利用率,针对定序列矩形件优化排样问题,本文在"基于最低水平线的搜索算法"的基础上,提出了一种改进的矩形件优化排样算法——基于最低水平线的二维搜索算法.此改进算法在"基于最低水平线的搜索算法"基础上,进行了排样宽度的二维搜索,并将该改进算法与其他算法进行实例排样比较,排样结果表明,改进后的排样算法能有效地利用排样时产生的空白区域,在提高材料利用率上具有可行性和有效性.

满足“一刀切”约束的单侧最低水平线法求解排样问题

提出了满足“一刀切”约束的单侧最低水平线法,该方法以现有的最低水平线法为基础,在选择矩形件摆放顺序及摆放位置时,皆以最左侧矩形为基准,所有矩形实行分层密布,使得排样结果既满足较高的材料利用率,又使矩形摆放符合“一刀切”的工艺要求,从而缩短刀具加工行程,提高加工效率。

矩形件带排样的一种遗传算法

采用遗传算法解决矩形件带排样问题,用带符号的有序整数串作为初始种群个体,改善了初始个体解的质量.提出基于最低水平线的择优插入算法,在解码过程中动态地调整个体中的零件顺序,选取最适合的零件进行填充,使零件排放紧凑,提高了材料的利用率.对20多道基准排样例题的实验计算结果表明,文中算法速度快,所得排样方案的材料利用率高.最后提出利用该算法解决VLSI模块布局问题的方法框架.

一种求解矩形排样问题的遗传-离散粒子群优化算法

针对制造业领域的矩形优化排样问题,提出一种遗传-离散粒子群优化算法.引入交换子和交换序概念,解决了标准粒子群优化算法在求解组合优化问题时粒子的更新难以描述问题;融合遗传算法的交叉与变异思想,增强了粒子群的多样性和稳定性;同时采用改进的最低水平线搜索算法加快算法的收敛速度,并解码形成排样方案.通过实验数据对比,验证了该算法在求解矩形排样问题中的高效性和鲁棒性.

分布估计算法求解矩形件排样优化问题

矩形件排样是一个平面二维优化布局的问题,由于其众多的约束条件和计算上的复杂性,在短时间内求其最优解相当困难,属于典型的NP完全问题。针对矩形件排样问题,本文采取一种改进的最低水平线搜索算法,通过判断排样中产生的废弃空闲区域的位置关系,对邻接的空闲区域进行有效的合并,并结合分布估计算法求解矩形件排样优化问题。最后,通过模拟实验,采用本文算法求解后矩形板材的利用率为93.75%,充分体现了本文算法的有效性。

二维不规则图形排样算法的优化

寻求二维不规则图形零件在排样区域上的最优排列 ,也就是对二维不规则图形的计算机自动排样算法进行优化 ,将在工业应用中有很广阔的前景。采用矩形包络和状态搜索相结合的排样算法对二维不规则图形零件进行排样 。

一种改进的遗传算法在矩形排样问题中的应用

针对遗传算法在求解矩形件优化排样问题中容易陷入局部最优解的缺陷,提出了一种改进的遗传算法。该算法充分考虑矩形件排样问题的特点,设计了一种改进的最低水平线法作为编码方法,优化了编码效果;设计了变异概率函数,引导变异过程向有利于整体种群优化的方向发展。采用标准数据集对改进后的算法进行测试,测试的结果表明该算法能够避免排样过程过早陷入局部最优,且其优化性能与问题规模成正比,适用于大规模排样问题的求解。

基于遗传算法的二维不规则形排样研究

二维不规则零件的排样问题,在理论上属于NP完全问题,有着较高的计算复杂度,求解很困难,但是在工业上有着广泛的应用,迫切需要解决此类问题.笔者结合启发式算法思想,将二维不规则图形排样问题建模成一个变异的旅行商问题,采用遗传算法求解.并在经典BL排样算法基础上进行改进,提出了一种基于多路径搜索的图形排样算法,在此排样算法基础上,应用遗传算法优化计算,成功的解决了不规则图形的排样问题.

服装计算机自动排样算法的研究

本文简介计算机辅助服装排样,提出一种自动排样算法,并对该算法作了较为详细的介绍。该算法应用启发式搜索思想来进行排样,能在短时间内搜索到一个比较好的结果。目前已经在PC机上实现了此算法。

基于束搜索的三阶段约束排样算法

基于矩形件三阶段约束排样问题(CTDC),提出基于束搜索的启发式算法优化排样方式、以快速生成同质块三阶段排样方式。采用动态规划确定段的价值。束搜索是一种剪枝的分支定界算法,节点用局部排样方式和余料来表示,对节点的分支,即填充余料。在每一层上选择高潜力的节点作为精英节点做进一步分支,其他节点直接删除不再回溯,这有利于提高算法效率。实验结果表明:算法生成的三阶段排样方式,排样价值高,切割工艺相对简单,且时间相对合理。

飞机钣金零件自动排料系统的设计与开发

基于最低水平线搜索排样算法,探讨了飞机钣金零件自动排料系统的设计与开发。与传统的依靠人工经验试凑排料相比,该系统可自动完成排料,同时可运用人工干预将小零件填满空白区域,从而获得了利用率较高的飞机钣金零件排料图,降低了生产成本,提高了零件的生产效率。

琼州海峡客滚船渡海车辆配载优化决策研究

为提高琼州海峡客滚船配载决策水平,引入矩形件排样优化理论,以船舱面积利用率最大为目标,建立基于矩形件排样优化理论的客滚船配载决策模型,融合最低水平线算法和K-邻域搜索的遗传算法对模型进行求解。通过模拟不同场景下的客滚船渡海车辆的配载决策过程,得出不同场景下的配载决策方案。在一般场景下或港口出现车辆积压情况时,船舱面积利用率能够达到96%;客滚运输业务处于淡季时,也能输出合理的配载方案。验证了客滚船配载决策模型及算法的有效性。

滚装船车辆自动配载研究

为实现大型汽车滚装船单层甲板车辆的自动配载,建立甲板和汽车实模型,并提出将排样问题中的最低水平线法与计算图形学中的射线法相结合来解决该问题。以3800车位汽车运输船的主甲板为例,对采用该配载模型和算法的效果进行分析,验证其有效性,发现在进行单一车型配载时效果与装载手册相当,在进行多种车型配载时仍有较高的甲板利用率。研究结果表明,该解决方案贴合实际,建模合理,能提升配图人员的配图效率,初步解决大型汽车滚装船车辆的自动配载问题。

太阳能小屋的设计

研究设计绿色环保的太阳能小屋,绘制了山西省典型四个方向总辐射强度散点图,结合三大类光伏电池的特点,确定了房屋不同侧面应采用的电池类型。以光伏组件与逆变器组合的单位费用发电量最大为目标函数,建立排序光伏组合性价比的单目标优化模型,采用Lingo编程求解得出排序情况。根据二维排样算法,结合铺设条件,对组件组合进行下料。房屋顶部采用光伏电池组件整体架空的方式,以光照总辐射强度最大为目标,采用逐步细化搜索算法确定顶部的斜面倾角。