解决二维下料问题的顺序启发式算法

求解二维下料问题即求解如何用最少的板材排入所需的全部毛坯的问题。一种基于价值修正策略的顺序启发式算法被用来生成排样方案,方案中的排样方式按单位面积价值最大生成,在各排样方式顺序生成的过程中不断修正方式中使用到的毛坯的价值。迭代调用该过程多次生成多个排样方案,从中选择最优的排样方案。通过实验证明算法的有效性。

基于混合顺序启发式算法的一维下料问题

针对一维下料问题,提出一种改进的混合顺序启发式算法。该算法修正了传统顺序启发式算法的待切子集选择策略,采用广度搜索算法在有限时间内解决终止条件问题,根据用户最大时间容忍度动态地改变参数。最后采用C#进行编程,实现了该算法,通过对比证明算法的有效性。该算法在马鞍山钢铁公司车轮分公司正式使用了两年多,使切割率提高4%。

圆形件下料顺序分组启发式算法的设计与实现

针对特殊应用背景下的小批量圆形件下料问题,在顺序启发式过程的基础上,引入分组的思想,提出基于分组选择策略的顺序分组启发式算法,并将顺序分组启发式算法与递推算法相结合生成一种最优的下料方案。实验结果表明,该算法计算时间合理,并能有效提高平均材料利用率,具有现实性的指导意义。

可减少排样方式数的二维下料顺序启发式算法

讨论矩形件二维下料问题,将板材成本最小作为主要优化目标,将排样方式数最少作为辅助优化目标。提出一种可减少排样方式数的下料算法。该算法基于顺序启发式框架,按顺序逐个产生排样方式满足剩余矩形件的部分需求量,直到矩形件的所有需求量均得到满足为止。它采用一种分组技术选择可用来生成下一个排样方式的矩形件,用这些矩形件生成下一个排样方式后根据顺序价值校正方法调整矩形件的价值,其中每个排样方式均采用动态规划程序生成。将本文下料算法与两种文献算法进行对比,实验结果表明,本文下料算法使用的板材面积比文献算法分别节省了1.12%和0.89%,排样方式数比文献算法分别减少了45.56%和30.79%,且计算时间与文献算法接近。

一种求解圆形件下料问题的启发式算法

针对二维圆形件下料问题,提出一种改进的顺序启发式算法。在生成排样方式的过程中,采用价值修正策略不断修正当前排入圆片的价值,使之趋于合理,选取价值最大的排样方式组成当前排样方案,迭代调用该过程多次,从中选取最优的排样方案。实验结果证明,与线性规划算法相比,该算法更有效。

基于顺序启发式进化算法的多目标一维下料问题

本文针对原材料有限的一维下料问题,提出降低切割损耗、降低未完成坯料惩罚和降低总成本三个优化目标,运用改进的顺序启发式规则提高算法收敛速度,结合多属性决策的方法,即先用改进的顺序启发式进化算法求出问题的Pareto最优解集,再采用CRITIC法计算各目标的权重,最后运用最小距离法选出一个满意解作为下料方案。通过实验仿真,证明本文的方法可以有效解决该类多目标一维下料问题。

应用三块排样方式求解二维下料问题

本文采用顺序价值修正框架和三块排样方式求解二维下料问题。该框架顺序生成排样方案中的各个排样方式(排样图),用每个排样方式满足部分毛坯的需求,直到满足全部需求为止;动态调整毛坯价值,使毛坯价值趋于合理;多次迭代生成多个不同的排样方案,实现优选。采用的三块排样方式通过不完全枚举法生成,其中最多包含三种毛坯,从而有利于简化下料工艺。通过与线性规划算法比较,说明在毛坯需求量较小的情况下,本文算法能有效减少板材消耗量。

应用精确两阶段排样图的板材下料算法

求解基于精确两阶段排样图的二维下料问题,用最小的板材成本,生产出所需要的全部毛坯。将顺序启发式算法和排样图生成算法相结合,顺序生成排样方案中的各个排样图;采用顺序价值修正策略,在生成每个排样图后修正其中所含各种毛坯的价值。经过多次迭代生成多个排样方案,从中选择最好者。实验计算时与商业软件和文献算法相比较,结果表明所述算法可以更为有效地减少板材消耗。

一种变压器硅钢片下料算法的设计与实现

硅钢片是变压器铁芯、电动机的主要原材料。提高硅钢片利用率、减少原材料成本是相关企业重点关注的问题。文章针对变压器厂铁芯车间下料提出一种基于余料控制的套裁下料算法,在考虑主动生成规范余料的基础上排入梯形毛坯,同时采用改进的顺序分组启发式算法(improved sequential grouping heuristic,ISGH)实现毛坯的横纵剪切,保证每次生成的排样方式满足规范余料价值和毛坯填充价值之和最大化,直到所有毛坯全部排完,从而得出最优排样方案。经验证,该算法运行时间合理,可以在一定程度上减少原材料成本、提高硅钢片的利用率。

一维下料问题中提高计算效率方法的研究

讨论一维下料问题,对原有的基于顺序价值修正的启发式算法进行改进。每次使用动态规划算法求解当前最优排样方式的背包问题,保存多个价值最优的排样方式提供给SHP算法选择,修改对应的回退算法,提高算法的计算效率。综合考虑材料利用率和可重复次数,优先选择有利于后面排样方式生成的排样方式。在记录下的大量较优结果中,最终选取满足需要的排样方案进行使用。在计算过程中,结合多线程技术,进一步提高计算效率。实验结果表明,改进后的算法能够有效地提高材料利用率,简化切割方式,在计算时间上优势明显。

基于两阶段排样方式的卷材下料算法研究

讨论矩形件卷材下料问题,采用切割工艺简单的两阶段排样方式采进行下料。这种排样方式采用一组平行于卷材宽度方向的剪切线将卷材切割成多个条带,然后将每个条带切割成所需要的矩形件。首先,构造一种有界背包算法确定矩形件在条带中的优化布局;然后,采用基于列生成的线性规划算法调用上述有界背包算法生成排样方式;最后,采用顺序启发式算法,用当前矩形件剩余需求量反复调用线性规划算法生成各个排样方式,直至每种矩形件剩余需求量均为零,组合各个排样方式形成下料方案。将本文算法与2种文献算法进行比较,计算结果表明,本文算法下料方案比2种文献算法分别节省1.97%和1.66%的卷材。

基于多段排样方式的卷材二维剪切下料算法

讨论了卷材二维剪切下料问题,即使用宽度固定、长度可变的卷材剪切出若干种不同尺寸和数量的矩形件,优化目标为最大化卷材利用率。下料过程分3个阶段:第1阶段将卷材切成段,第2阶段将段切成条带,第3阶段将条带切成矩形件。提出一种基于多段排样方式的下料算法,首先采用动态规划算法分别生成矩形件在条带中的优化布局和条带在段中的优化布局,然后采用顺序启发式算法得到段在卷材中的优化布局。采用文献例题,将本文算法与3种文献算法进行比较,数值实验结果表明:本文算法生成的剪切下料方案的材料利用率比文献算法分别高2.39%、0.69%和0.46%,且平均每道例题计算时间均在3s内。

矩形件剪切下料问题的一种顺序价值修正算法

针对矩形件剪切下料问题,提出一种基于顺序价值修正策略的优化下料算法。首先构造普通块排样方式的生成算法,生成矩形件在单张板材上的排样方式。然后采用顺序价值修正算法,调用上述排样算法,逐个生成排样方式,每个排样方式满足部分矩形件的需求量,直到所有矩形件的需求量均被满足为止,在生成每个排样方式后按照一定规则修正这个排样方式中矩形件的价值。最后将上述顺序价值修正算法迭代执行多次得到多个下料方案,选择耗费板材张数最少的作为最终解。使用基准例题将本文算法与两种文献算法进行对比实验,结果表明,本文算法在节省板材方面优于两种文献算法,且计算时间合理。

水下航行器仿生侧线探测阵列优化布置模型及评估方法

为了解决水下航行器仿生侧线探测系统传感器阵列优化布置问题,提出了一种结合贝叶斯概率模型及顺序启发式算法的传感器阵列优化布置方法。基于贝叶斯概率定理对水下航行器目标位置探测问题进行数学建模;构建仿生侧线探测阵列物理模型及其流场仿真数据集,采用顺序启发式算法优化阵列布局位置;根据特征筛选方法计算不同阵列布置下目标位置探测信息的相关性,对传感器阵列布局进行冗余度约减及优化评估;利用后验概率验证仿生侧线探测阵列优化布置模型,估计运动目标物位置。仿真实验结果表明:与传统方法相比,提出的阵列优化布置模型及评估方法得到的非目标位置的干扰区域探测概率减小到1%以下,有效提高了目标物位置的探测概率,证明了阵列优化方法的可行性与有效性,可为水下航行器侧线传感器阵列的优化布局提供理论与技术支撑。

HEURISTIC STUDY OF FLOWSHOP SCHEDULING TO MINIMIZE MEAN FLOW TIME WITH LOT TRANSFER CONSIDERED

Lot scheduling problem with idle time transfer between processes to minimize mean flow time is very important because to minimize mean flow time is to minimize work in process. But the problem is NP hard and no polynomial algorithm exists to guarantee optimal solution. Based the analysis the mathematical structure of the problem, the paper presents a new heuristic algorithm. Computer simulation shows that the proposed heuristic algorithm performs well in terms of both quality of solution and execution speed.

一种基于优化的空中交通短期流量管理模型

空中交通短期流量管理的任务是当管制区容量因突发事件而骤减时 ,迅速生成未来 2～ 3h内空中交通流量的最优调度方案。该文介绍了一种基于 ST- TFMP模型的新的优化模型 ST- TFMP2 ,它不仅生成短期飞行流量的总体优化调度方案 ,而且可以精确描述每一架航班在流量控制期间的最优行为。该文还提出一种快速求解 ST- TFMP2模型的顺序优化启发式算法 ,并用北京管制区的实际数据进行了分析验证。