智能优化排样技术研究

论文摘要

计算机辅助优化排样问题就是将一系列形状各异的零件排放在给定的材料上,找出零件的最优排布,使得给定材料的利用率最高,以达到节约材料,提高效益的目的。从数学计算复杂性理论看,优化排样问题属于具有最高计算复杂性的NP完全问题,至今还无法找到解决该问题的有效多项式时间算法。传统的排样工作都是人工依靠经验进行的,时间长并且效果不理想。由于生产实际的需要,人们迫切需要利用现代科技来解决这一问题。智能优化算法作为现代信息技术,已被广泛应用于许多领域。本文以智能优化算法为基础,提出了几种用于解决优化排样问题的新方法,实验结果证明本文提出的方法是有效的。本文的主要工作和创新点如下: (1)针对矩形件排样问题,本文在建立其数学模型的基础上,将小生境遗传算法应用于计算机辅助排样领域,提出了一种改进的解码算法一高度调整法,将高度调整法和小生境遗传算法相结合,用于求解矩形件排样问题。该方法首先将矩形件的排样问题转化为便于优化求解的排列问题,然后应用小生境遗传算法的全局优化概率搜索能力进行优化求解,优化计算过程中应用高度调整法将排样序列转化为排样图。用该算法对文献中的两个算例进行了求解,取得了很好的排样结果。 (2)提出一种应用粒子群算法优化求解矩形件排样问题的方法。该方法对矩形件的排样位置直接进行编码,以零件左下角的位置坐标和零件的长和宽来确定零件的排样位置,然后用粒子群优化算法对整个解空间进行高效搜索,在进化计算过程中应用了自适应调整规则,最终可获得材料利用率很高的排样结果。排样实例表明,该优化排样算法是有效的,具有广泛的适应性。 (3)将模拟退火算法和粒子群算法相结合,提出了一种基于模拟退火的粒子群算法。并对其中的变异算法进行了改进,提高了算法的收敛速度和精度;对包络矩形求取算法进行了改进,减少了计算量,提高了算法的运算速

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 计算机辅助优化排样问题概述
• 1.1.1 优化排样问题的基本概念
• 1.1.2 优化排样问题主要应用领域
• 1.1.3 优化排样问题的类型
• 1.1.4 优化排样方案质量的评价
• 1.2 计算机辅助优化排样问题研究背景和意义
• 1.3 计算机辅助优化排样问题国内外研究现状与趋势
• 1.3.1 优化排样问题的研究现状
• 1.3.2 优化排样问题的发展趋势
• 1.4 论文的主要内容和创新点
• 1.4.1 论文的主要内容
• 1.4.2 论文的主要创新点
• 第2章 文献综述
• 2.1 优化排样问题相关理论
• 2.1.1 组合优化问题
• 2.1.2 启发式算法
• 2.1.3 NP完全问题
• 2.2 优化排样问题相关算法
• 2.3 优化排样技术难点
• 2.4 本章小结
• 第3章 基于智能优化算法的优化排样问题的研究
• 3.1 矩形件优化排样问题描述
• 3.1.1 数学模型
• 3.1.2 工艺约束
• 3.2 优化排样算法分析
• 3.3 矩形件排样的启发式算法
• 3.4 高度调整法
• 3.5 基于小生境遗传算法的矩形件优化排样
• 3.5.1 遗传算法概述
• 3.5.2 小生境遗传算法
• 3.5.3 小生境遗传算法求解过程
• 3.5.4 排样算例
• 3.6 本章小结
• 第4章 基于群集智能的优化排样问题的研究
• 4.1 粒子群优化算法
• 4.1.1 粒子群优化算法的起源
• 4.1.2 基本粒子群优化算法
• 4.1.3 改进粒子群优化算法
• 4.1.4 粒子群优化算法应用现状和发展趋势
• 4.2 粒子群优化算法分析
• 4.2.1 收敛性分析
• 4.2.2 参数选择分析
• 4.3 基于粒子群算法的矩形件优化排样
• 4.3.1 粒子群初始化
• 4.3.2 适应度函数
• 4.3.3 停止规则
• 4.3.4 排样算例
• 4.4 本章小结
• 第5章 二维不规则零件排样问题研究
• 5.1 二维不规则零件排样的数学模型
• 5.2 粒子群和模拟退火算法（PSOSA）混合优化策略
• 5.2.1 混合优化策略设计的关键问题
• 5.2.2 PSOSA混合优化策略的构造出发点
• 5.2.3 PSOSA混合优化策略的特点
• 5.2.4 模拟退火算法
• 5.3 基于粒子群和模拟退火算法的二维不规则零件优化排样
• 5.3.1 零件的预处理
• 5.3.2 粒子群初始化
• 5.3.3 交叉运算
• 5.3.4 柯西（Cauchy）变异运算
• 5.3.5 适应度函数
• 5.3.6 算法的描述
• 5.3.7 排样算例
• 5.4 基于临界多边形的二维不规则零件优化排样
• 5.4.1 临界多边形的定义
• 5.4.2 临界多边形的求解
• 5.4.3 多边形合成算法
• 5.4.4 多边形面积求取算法
• 5.4.5 水平线扫描算法
• 5.4.6 基于临界多边形和水平线扫描法的排样算法
• 5.4.7 基于临界多边形和水平线扫描法的排样算法的特点
• 5.5 本章小结
• 第6章 计算机辅助优化排样系统设计
• 6.1 计算机辅助优化排样系统结构设计
• 6.1.1 优化排样系统的基本功能规划
• 6.1.2 开发工具选择和介绍
• 6.1.3 排样系统模块结构
• 6.2 本章小结
• 第7章 结论和展望
• 7.1 论文工作总结
• 7.2 今后工作展望
• 参考文献
• 个人简历
• 攻读博士学位期间的工作业绩
• 致谢