基于智能算法的二維下料問題的研究.pdf

1、下料問題就是將一系列形狀各異的小零件在大的原材料上進行合理的幾何組合，切割下料，確定下料方案，使得給定原材料的利用率最高，以達到節(jié)約材料，提高效益的目的。從數(shù)學(xué)計算復(fù)雜性理論看，優(yōu)化下料問題是具有很高計算復(fù)雜性的NP完全問題，對于大規(guī)模的下料問題，不但人工排樣無法做到真正的優(yōu)化，即使采用計算機也必須開發(fā)高效的算法，才能達到較高的材料利用率。
　　 根據(jù)空間劃分，下料問題分為一維、二維、三維，其中二維下料的應(yīng)用最為廣泛，目前研究最

2、多的是矩形件的下料，并且與各種智能算法相結(jié)合，進一步對算法進行優(yōu)化，已經(jīng)提出了許多成熟的算法。針對矩形下料問題，本文研究的問題是在寬度確定、長度無限的矩形板材上切割出所需的三角形，使所消耗的板材長度盡可能小。本文利用圖形掃描轉(zhuǎn)換技術(shù)把三角形轉(zhuǎn)化為零件的離散化幾何表達，從而避免利用最小包絡(luò)矩形排樣的低利用率和三角形判交的復(fù)雜性，接著將基于這種掃描技術(shù)的啟發(fā)式掃描算法作為底層算法，粒子群優(yōu)化算法作為頂層算法，用底層算法接受頂層算法傳遞過來的