论文摘要
基于轮廓特征定位算法的异形件排样研究二维排样问题是一类具有最高计算复杂度的NPC （Non-deterministic Polynomial Complete）类问题,同计算机图形学、人工智能、神经网络、运筹学等学科有着广泛的联系与交叉,被广泛运用于服装、机械制造、玻璃、造纸等行业。研究排样问题不仅能给社会带来不可估量的经济价值和社会价值,而且能进一步促进社会向环境保护型、资源节约型方向发展。计算机技术的不断更新和发展,排样方式已由以前的手工排样发展到计算机的辅助排样,排样算法已由简单的搜索算法发展到智能的启发式算法,排样复杂度也随排样件的形状和复杂度的增加而增加。本文基于轮廓特征定位算法进行异形件排样研究,其主要工作和成果如下：1.深入研究国内外排样问题的发展现状和趋势,提出了本文的异形件排样系统,建立了排样系统框架,阐述了排样系统的基本内容和理论,为异形件计算机辅助排样奠定了基础。2.改进了遗传算法,以遗传算法为核心,引入人工免疫算法中的募集新成员算子和记忆算子来调节遗传算法的群体特性,进一步加强了遗传算法的全局搜索和收敛性,同时还引入处罚机制回溯算子来调节遗传算法的局部特性,使算法能更好更快地收敛于全局,降低算法的时间复杂度。3.提出了不断填充板材和被排件共同形成的凹谷区域,为后续排样件提供最大的排样空间的思想,并根据动态规划理论中的“最优化原理”建立了数学模型,此外,本文还确立了以填充板材轮廓的凹区域为主、凸区域为辅的排样原则,提出了轮廓特征定位算法。该算法充分利用板材和零件节点自身的属性信息,来实现排样件快速而最优的定位。4.描述了零件的复杂度,深入分析了影响排样利用率的因素,对算法参数进行了实验数据分析,确定了种群个数、循环次数、全局算法的交叉和变异参数值的选择依据,导出了排样算法时间的估计式,依据估计式反向求解实现参数最佳选择。5.排样算法能进行零件所有可行方位的搜索,采用信息启发式计算旋转角度,实现零件更为紧凑的排样。借助VC++6.0软件编写了排样程序,实现了排样算法全局顺序序列、板材利用率、循环次数、排样结果图形显示等信息的输出。从而,验证了排样算法的可行性和有效性。
论文目录
摘要ABSTRACT目录第1章 绪论1.1 研究排样的目的和意义1.2 排样问题的国内外发展概况1.3 排样问题的分类1.4 排样存在的问题1.5 本文的研究内容及章节安排1.5.1 本文的研究内容1.5.2 本文的章节安排第2章 异形件排样系统2.1 排样系统总体框图2.2 排样系统的基本内容2.3 排样系统基本理论2.3.1 异形件的几何描述2.3.2 异形件排样的几何变换理论2.3.3 节点凹凸性判断2.3.4 重叠判断理论2.3.5 面积计算式2.4 排样系统编程环境和工具2.5 异形件排样预处理2.5.1 排样件的分类2.5.2 不规则多边形件的处理2.5.3 带孔洞排样件的处理第3章 免疫回溯遗传算法3.1 概述3.2 免疫回溯遗传算法提出的背景3.3 遗传算法的基本内容3.3.1 遗传算法的概述3.3.2 遗传算法基本操作3.3.3 解析遗传算法3.4 免疫回溯遗传算法3.4.1 算法的基本思想3.4.2 算法的基本操作3.4.3 算法的基本步骤3.4.4 算法的框架图3.5 免疫回溯遗传算法的程序框架第4章 轮廓特征定位算法4.1 概述4.2 轮廓特征定位算法提出的思想4.2.1 算法背景4.2.2 算法思想4.3 轮廓特征定位算法的数学模型4.3.1 动态规划理论4.3.2 算法的数学模型4.3.3 算法的定位约束条件4.4 轮廓特征定位算法4.4.1 算法中的名词术语4.4.2 算法的基本特点4.4.3 算法的基本内容4.4.4 算法的基本步骤4.4.5 算法的框架表示4.5 轮廓特征定位算法的程序框架4.6 轮廓特征定位算法实例第5章 排样算法参数选择及应用实例5.1 概述5.2 零件复杂度描述5.2.1 影响零件复杂度的因素5.2.2 零件复杂度计算5.3 分析影响排样利用率的主要因素5.3.1 种群个数5.3.2 循环次数5.3.3 全局算法参数5.4 数据分析与参数选择5.4.1 全局算法参数确定5.4.2 种群个数的选取5.4.3 循环次数选择确定5.4.4 排样算法时间的估计5.4.5 参数最终确定方法5.5 排样算法实例第6章 总结与展望参考文献致谢
相关论文文献
标签：异形件论文; 免疫回溯遗传算法论文; 轮廓特征定位论文; 零件复杂度论文; 启发式搜索论文; 排样利用率论文;
