基于变邻域人工蜂群算法的航空不规则零件下料优化研究

针对航空不规则零件规格种类多样,毛坯数量庞大,原坯料利用率低等实际生产中的问题。为了解决上述问题,提出基于变邻域人工蜂群不规则零件下料优化算法及算法流程,构建双坐标系下料模型,设计交换策略、顺序策略及逆序策略进行变邻域搜索,采用SCO、DCO、HO、WO、AO解码方式进行图样解码。最后,将变邻域人工蜂群算法与原始人工蜂群算法进行仿真分析,仿真实验结果表明:变邻域人工蜂群算法能够有效可靠地提高原坯料利用率及排样效率。

基于粒子群算法的二维不规则排样

针对工业生产中常见的二维不规则排样问题,提出运用粒子群算法求解的方法。将BL算法和NFP算法结合,作为排样定位策略;对工件的入排顺序和入排角度进行编码,进行粒子群算法优化求解,并通过交叉替代传统的插值改进粒子位置更新过程,满足排样的离散问题求解;通过添加粒子的变异过程,避免陷入局部最优解。算例排样结果验证了该算法的有效性。

基于小生境离散粒子群算法的不规则排样优化策略

针对目前二维不规则排样算法中存在的问题,提出一种基于小生境离散粒子群算法的二维不规则排样算法。该算法模拟两个相对独立的粒子群,两个粒子群并行进化,并在每迭代一次后相互交流信息,具有很强的全局搜索能力。实验结果表明,该算法在求解二维不规则排样问题时可以大幅提高板材的材料利用率,具有实际应用价值。

B2C模式下仓储式超市订单拣货路径优化

针对不规则布局卖场的拣货路径问题,从拣货口数量、进出口角度提出两种先分批后拣货的优化方案,并建立带有载重、容量限制的批量订单拣货路径模型。分批阶段,考虑了紧急订单、商品种类和配送距离,采用种子算法求解;拣货阶段,引用多项式变异和带有随机扰动的单纯形法对麻雀搜索算法进行改进,对批次拣货路径求解。结果表明,方案二更优,可以减少拣货员的人数、缩短在卖场的拣货时间,并提高设备利用率,改进的麻雀搜索算法在求解结果上优于原算法。

煤矿超高大主井井塔设计

目前我国很多大中型矿井、尤其寒冷地区矿井,井筒提升系统多采用井塔提升,井塔是矿井生产重要的工业建构筑物。通过对塔然高勒矿井主井井塔体系布置、结构整体分析、基础设计、结合实际设计及建设经验,介绍主井井塔设计要点及设计注意事项,特别是为在人工快速解冻冻融土地基上建设井塔提供了设计参数和经验,为煤炭矿井主井井塔设计提供参考和帮助。

复杂下料工艺约束下的二维不规则零件优化排样方法

针对二维不规则零件下料生产线原材料利用率不高、作业效率较低等问题,提出一种复杂下料工艺约束下的二维不规则零件优化排样方法。以最大化原材料利用率为优化目标,建立了二维不规则零件下料问题的数学模型,利用一种图形碰撞算法实现零件的定位,提高了原材料利用率。通过零件图形的平移、旋转、镜像等操作动态构造排样单元,提高了连续切割和零件自动码垛的作业效率。算例对比分析验证了该方法的可行性和有效性。

基于性能的不规则框架结构减震优化设计

以L形不规则框架结构为例,提出基于性能布置粘滞阻尼器进行消能减震设计。绘制了减震性能曲线,对不规则框架结构楼层平面不同位置所需粘滞阻尼器的参数进行优化分配,并对其减震效果进行分析。结果表明:基于性能的减震设计经过优化布置后,减震效果较未优化布置增强了3%左右,在设防地震和罕遇地震作用下,结构层间位移角、层间剪力均可得到有效降低且被控制在预期目标值内。

基于不规则版面布局模型的区域划分和分区排序算法

在面向中、日、韩等语种的不规则版面排版处理中,对图文互斥、行连续性、阅读规则等方面都有特殊的要求;为了解决这些问题,论文提出了基于有向图的不规则版面布局模型,依据这一模型设计并实现了一种区域划分和分区排序算法,实际应用表明该算法的精确性和高效性,文章最后给出了应用实例和讨论。

二维不规则件优化排样的小生境遗传算法

首先采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题;然后将遗传算法与小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用“最低水平线与填充算法相结合”策略的启发式排样算法实现自动排样.实例表明,该算法是有效的.

不规则件优化排样的小生境遗传模拟退火算法

提出一种基于小生境遗传模拟退火算法求解不规则件排样问题的方法。该方法首先充分考虑不规则形状零件自身的形状特征,采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题,克服了以往简单采用最小包络矩形代替零件排样存在空白区域,从而导致材料可能发生的利用率过低问题;然后利用遗传模拟退火算法及小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用"最低水平线与填充算法相结合"策略的启发式排样算法实现自动排样。实例表明了该算法的有效性和实用性。

异型件排样系统的研究与开发

对于多种不规则零件的排样问题，任何算法都难以保证总能得到最优解。该文采用计算机图形学处理技术以及现代智能算法相结合的方式，按照图形预处理、自动排样、人工交互编辑3步有效地解决了不规则零件的排样问题，并开发了相应的排样软件。

单亲遗传算法在二维不规则件排样中的应用

针对传统遗传算法(TGA)在求解优化排样问题方面存在的不足,在单亲遗传算法的基础上提出了一种最优布局问题的求解方法,它不要求初始群体的多样性,同时避免了"早熟收敛"。以常见的二维不规则件排样优化问题为例,说明了该方法的可行性和高效性。

基于神经网络的不规则件排样技术

提出一种利用人工神经网络求解不规则件排样问题的方法。对于二维不规则零件在排样区域上的优化排列,采用自组织特征映射模型(SOM)和Hopfield人工神经网络相结合的方法,寻找排样件在排样时的最优位置及各自的旋转角度,实现了二维不规则件自动排样,得到满意的优化排样结果,实例证明了该算法的有效性和实用性。

异形件排样的综合优化算法

本文采用计算机图形学处理技术以及模拟退火算法相结合的方式,按照图形预处理、自动排样、人工交互编辑3个步骤,有效地解决了不规则零件的排样问题,提出了基于三步处理的综合排料优化算法。系统提供的多种算法可方便切换,便于根据不同工艺选择和对结果进行比较。

NGSA算法在不规则零件优化排样中的应用研究

对于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问题。采用矩形包络算法、遗传模拟退火算法及小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度,然后采用基于“最低水平线”策略的启发式排样算法实现二维不规则图形零件自动排样,得到满意的优化排样结果。

不规则零件优化排样的神经网络混合优化算法

提出一种利用人工神经网络求解不规则件排样问题的混合优化方法.该方法首先把排样和制造工艺联系起来,将多边形各边向外扩充,为零件预留加工余量;然后采用自组织特征映射模型(SOM)和Hopfield人工神经网络相结合的方法,运用SOM神经网络对初始在板材内随机排布的不规则零件进行平移,逐步减小不规则零件之间的重叠面积,求得各零件的最优位置,再运用Hopfield神经网络对平移后的零件旋转,进行迭代运算,当能量函数达到稳定状态时,得到各排样零件的最优旋转角度组合,实现自动排样.算法可以解决不规则件和矩形件在规则板材以及不规则板材上的排样问题,实例证明了该算法的有效性和实用性.

平面不规则结构质-刚偏心的调整方法

提出一种结构布置中调整质-刚偏心的方法,在对调整前后典型工程算例数值计算结果分析比较的基础上,总结出一些调整质-刚偏心以改善剪-扭内力分布的经验。

实用异形件优化排样系统的研究与开发

对于多种不规则零件的优化排样，综合利用冲裁件排样中的图形识别和图形分析处理技术和拒形件的排样优化技术，在对它们作一些合理的改造后，有机地组合构造出多种不规则需件的5种排样算法。然后在保证可排性的条件下，将这些排样零件按不同的寻化规则排放到板材上去。为此研究开发了一些必要的许多图形处理技术，以保证算法的实现。这些算法具有优化效果好、自动化程度高、并且速度快等特点。因此在实际应用中，一般能为用户提供一个求解的效果接受率高或具有极好参考价值的解。在此基础上制作了一套操作方便、简单、快速的种不规则零件优化排样系统。

不规则零件最小包络矩形的求解研究

通过对不规则零件外轮廓曲线进行离散处理,由离散点构建成多边形,再求解多边形的最小包络矩形,通过该过程将不规则零件转化为规则的矩形件排样,从而可以实现计算机自动排样。

二维不规则多边形自动布局系统的研究与设计

布局问题来源于现代生产的许多领域 ,并且表现为多种形式 ,但由于该问题在理论上已属于NP完备问题 ,很难用传统的优化算法求解。讨论了二维不规则多边形自动布局系统的思想和设计技术 ,对模拟退火算法的搜索方法进行了分析 ,给出其一般搜索模型。针对不规则多边形的具体情况 ,对它的相交判断以及其它约束条件进行了论述。