多块排样方式的二维板材下料优化模型与算法

针对矩形件二维板材剪切下料问题,提出一种多块排样方式的二维板材下料优化模型与求解算法。为了均衡考虑排样方式的计算复杂度和板材利用率,将多块排样方式的块数定为八块。通过3次一分为二剪切操作将板材分割成八个矩形块,并将每个块剪切成方向相同的同种矩形件。构造八块排样的优化模型及算法是按照排样价值最大原则来确定所有可能尺寸的块中矩形件的最优布局和板材的最优八块划分。提出的列生成算法迭代调用上述八块排样算法生成一系列下料方案,选择耗费板材最少的一个下料方案作为最终解。通过采用文献基准例题和实际生产实例验证了本文算法,实验结果表明:八块排样算法的排样价值高于3种文献排样算法,并且,八块排样方式的下料算法板材利用率高于已有文献给出的下料算法。本文给出算法计算时间可满足实际应用需要。

矩形件排样优化的一种近似算法

本文对理论上属于ＮＰ－完备问题的二维矩形件优化排样问题，构造了一个效率高、速度快、可令人满意的一种近似算法。该算法的主要思想是在排样过程中根据一种局部最优原则不断地动态产生一些较小的矩形，然后对这些小矩形区域排样，同时也消去一些已排过的矩形区域，直至所有的矩形件被排完。根据本文算法我们开发了一个矩形件排样系统。

矩形件排样优化的一种近似算法

根据矩形件排样的实际下料工艺要求 ,以板材的长或宽对待排矩形件的长或宽求余数 ,根据余数结果提出了一种矩形件排样的近似优化算法。

矩形件排样优化的背包算法

根据矩形件排样的实际下料工艺要求，将一个二维排样问题转化为一个一维下料问题，并构造了一个利用背包问题解法的矩形件排样的近似优化算法。

矩形件排样优化的丁字尺法

矩形件排样优化既要考虑材料的利用率 ,又要考虑生产时的下料效率 ,同时还要满足“一刀切”的工艺要求。综合考虑这些因素后 ,提出了将板材先分块 ,再在分块的板材上排放单一零件的丁字尺法。实验表明这种方法对大规模矩形件有较好的效果 。

矩形件排样优化的十字线法

矩形件排样优化问题是一个多目标优化问题,一方面要考虑到材料的利用率,另一方面要考虑到生产时的下料效率,而且还要满足“一刀切”的工艺要求。本文综合考虑这些因素,提出了一种排样方法———十字线法。实验表明,该方法是一种有效的方法,可同时兼顾材料利用率和切割时的生产效率。

实用矩形件优化排样系统的研究与开发

在研究矩形件优化排样数学模型的基础上， 根据不同的下料的工艺要求， 构造出与之相适应的四种不同的近似优化算法。对于这些算法， 要求它们在板材尺寸与矩形件的尺寸的差异方面；在矩形件个数的规模方面； 在矩形件之间的尺寸差异方面等敏感问题上有较好的适应性。在理论方面对这些算法进行一些定量的分析以保证这些算法的先进水平。

多种群蚁群算法在矩形件优化排料中的应用

矩形件优化排料问题是一类具有NP完全难度的组合优化问题。将多种群蚁群算法应用到矩形件优化排料问题求解中,优化试验结果表明可获得比基本蚁群算法更好的效果,为矩形件优化排料这类NP完全问题提供了新的思路和方法。

优化排样技术在专用数控机床中的应用研究

针对航空工业隔热橡胶实际生产下料问题,运用运筹学理论,建立了矩形件优化排样数学模型,并提出了一种矩形件优化排样算法,在此基础上开发了优化排样程序,能够自动快速的生成优化排样下料图,并将排样结果生成DXF文件输送到数控系统,数控系统根据所得到的图形信息进行加工。经实践证明,该数控系统能够有效地提高工件的加工效率和加工质量。

改进的蚂蚁算法在矩形优化排料中的应用

矩形件优化排料问题是一类具有NP完全难度的组合优化问题。将改进的蚂蚁算法应用到矩形件优化排料问题求解中,优化试验结果表明可获得比基本蚂蚁算法更好的效果,为矩形件优化排料这类NP完全问题提供了新的思路和方法。

基于改进遗传算法的二维图形优化排样方法

在数控加工过程中,加工图形的排样优化对于提高原材料利用率,节约生产成本具有实际应用价值。采用改进的遗传算法解决这一问题,将普通的遗传算法与改进的交叉,变异算子相结合,并将最优个体保存策略融入算法,扩大了搜索空间,提高了传统遗传算法的搜索能力。在最低水平线算法基础上提出了基于水平轮廓线的最大匹配算法,在有效避免盲目升高水平轮廓线的同时,提高了最低水平线的利用率。将其与改进的遗传算法相结合,综合了两种算法的优点,很好地解决了二维矩形件优化排样问题。试验结果表明,该算法能够起到良好的优化效果。

单一尺寸矩形板件最优化下料方法研究

讨论单一尺寸矩形件锯切下料排样方式的最优设计问题,提出一种单一尺寸矩形件优化排样方法,给出这一排样方法的数学依据、优化解的选择条件和特殊解的排样处理。

矩形件排样中基于最低水平线的改进算法

矩形件排样优化问题是一个多目标优化问题,一方面要考虑到材料的利用率,另一方面要考虑到生产时的下料效率,而且还要满足“一刀切”的工艺要求。在基于最低水平线的搜索算法的基础上,提出了一种新的矩形排样算法,结果证明了该算法是灵活和有效的。

有约束单一尺寸矩形毛坯下料问题的一种求解算法

讨论有约束单一尺寸矩形毛坯下料问题:切割库存板材满足一定数量的单一尺寸矩形毛坯的需求,优化目标是使所切割的板材总面积最小,该问题广泛的出现在制造业领域的板材切割下料环节。提出一种基于五块布局模式的优化下料算法。首先调用无约束五块布局算法生成整张板材上的毛坯排样方式,然后调用有约束五块布局算法生成部分板上的毛坯排样方式。使用算例对文中下料算法进行了测试,并与文献中下料算法进行了比较。实验结果表明,下料算法可以提高下料利用率,而且计算时间合理。

矩形件排样优化贪婪算法及系统开发

针对矩形件排样优化问题,分析了传统近似算法的主要缺陷,在此基础上,提出一种新的排样算法——贪婪算法.该算法的主要思想是在每次排样过程中,都用面积最大的矩形件对板材进行填充.同时,开发了一个矩形件排样优化系统.实际排样结果表明,贪婪算法能够获得比近似算法更有效的排样结果.

矩形件排样的流程和算法设计

针对人工矩形件排样效率低、耗时长,且不能保证得到板材利用率为最优方案的问题,通过研究人工矩形件排样的过程,提出了一种下料系统流程和矩形件排样的启发式与遗传相结合的算法。研究结果表明:所设计的下料系统流程能够充分利用原材料库和余料库,且避免生成更多的余料;通过文中设计的启发式和遗传相结合的矩形件排样算法,能够快速搜索出近似总体最优的排样方案。该设计方案能够提高板材利用率,同时减少更多余料的产生。

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。

基于匀质块排样方式的多尺寸板材下料算法

讨论了矩形件多尺寸板材下料问题:用多种不同规格的板材切割出若干种不同规格的矩形件,在满足每种矩形件的需求量的前提下,使得所用板材总面积最小。提出一种基于匀质块排样方式的下料算法。矩形件在板材上按照匀质块方式排样,每刀都从当前板材上切下一根仅含同种矩形件的条带,连续切下的两根条带的方向互相平行或垂直。首先构造匀质块排样方式的动态规划生成算法,然后构造下料算法调用上述排样算法逐个生成排样方式,直到矩形件的所有需求量均得到满足为止,其中每个排样方式满足矩形件的部分需求量。采用2组文献例题,将本文算法与4种文献算法进行比较,数值实验结果表明:本文算法下料方案板材利用率比文献算法分别提高0. 87%,0. 57%,0. 66%和0. 64%。