矩形件三阶段带排样问题的遗传算法

采用混合遗传算法求解矩形件带排样问题,采用三阶段排样方式以满足特定的约束或简化切割工艺。改进遗传算子,在变异操作之后使用调整操作,以进一步简化得到的排样方案。在初始种群构造时,根据矩形件的特性采用一些简单有效的方法,使结果更好更快地收敛。实验结果表明方法对解决这类问题是有效的。

基于五块模式的单一矩形件排样算法

如何在一个大矩形里排入尽可能多的单一规格小矩形件是广泛出现在制造业领域的板材分割、物流业领域的集装箱装载中的问题。采用五块模式将大矩形划分为五个块,求解每个块里面矩形件的排样方式。首先,采用动态规划算法一次性生成所有块中矩形件排样方式,然后,采用隐式枚举法考虑所有可能的五块组合,选择包含矩形件个数最多的五块组合作为最终的排样方案。使用算例对算法进行了测试,并与另外4种单一排样算法进行了比较。实验结果表明,该算法在排样利用率和切割工艺两方面都有效,而且计算时间合理。

缺陷石板的计算机优化排样研究

这篇文章提出了一种解决矩形排样问题的新方法。重点是有缺陷的矩形石板的排样问题。由于存在着组合爆炸,求解复杂工程布局问题是很困难的。此问题至今没有很好的解决。文章不同之处在于使用了一种直接比较一比例法(DCPM)来处理约束和解决收敛慢的问题。将遗传算法与 DCPM相结合能够达到很好解决问题的目的。