基于最佳断点的圆形件T形下料算法

【目的】圆形件下料问题广泛存在于工业生产中,如汽车、船舶零部件的制造等。通过提高材料利用率,减少切割成本可有效降低企业生产成本。基于此,提出了一种基于最佳断点的圆形件T形下料算法。【方法】首先根据需求的圆形件种类生成多规格的标准条带,然后根据规范长度求得点长度集合,再用全容量动态规划算法生成排样方式,遍历断点长度集合,得出最佳断点长度和排样方式,确定排样方式的使用次数并加入排样方案,直到满足所有圆形件的需求;最后根据价值修正公式不断调整圆形件价值,通过迭代生成多种排样方案,以防算法陷入局部最优。【结果】与文献数据相比,该算法能够提高材料利用率,降低切割成本。【结论】实验结果表明,该算法在降低企业生产总成本上具有有效性。

面向粒子群优化BP神经网络的粗糙集连续属性离散化算法

进行粗糙集连续属性离散化时,获取的断点集并非最优集合,导致离散效果较差。对此,提出面向粒子群优化BP神经网络的粗糙集连续属性离散化算法。对粗糙集连续属性离散化进行分析,采用粒子群算法改进BP神经网络中的权值与阈值,基于优化后的BP深度神经网络对具有连续属性的信息系统进行分类,从而获取多个断点,形成子断点集,进而构建候选断点集。将候选断点集映射成粒子群算法中的粒子,通过改变粒子的速度与位置,找到最佳断点集,完成粗糙集连续属性的离散化。实验结果表明提出的方法可以较好地实现连续属性的离散化,数据一致性最高时趋近于100%,且在不同算法下的分类精度与收敛速度均较高,说明该方法有着较强的应用前景。

基于分段排样的铁芯迭片混合下料优化算法

分段排样方式用于大型发电机定子、转子的圆形和扇形两种迭片的下料。在下料排样图中,一根条带所布局的片型和尺寸必须相同,最多可出现3排迭片。为了简化切割工艺,板材中两个段的条带方向相同,且同一段中的条带长度相同。提出一种生成两段式的混合排样算法,混合的迭片包括圆片和扇片。提出扇片的转置布局,扇片在条带中有竖向放置与横向放置两种形式。使用规范长度作为断点的选择范围,规范长度集中元素的选择与迭片的步长有关。根据最佳断点方法确定整个板材中最优段的划分,然后采用动态规划方法确定每个段中的条带最优布局,最后,运用顺序价值修正启发式算法求解最终的下料方案。实验结果表明,本文算法可明显提高用于生产迭片的材料利用率,从而降低企业的生产成本。