智能優(yōu)化排樣技術(shù)研究.pdf

1、計(jì)算機(jī)輔助優(yōu)化排樣問(wèn)題就是將一系列形狀各異的零件排放在給定的材料上，找出零件的最優(yōu)排布，使得給定材料的利用率最高，以達(dá)到節(jié)約材料，提高效益的目的。從數(shù)學(xué)計(jì)算復(fù)雜性理論看，優(yōu)化排樣問(wèn)題屬于具有最高計(jì)算復(fù)雜性的NP完全問(wèn)題，至今還無(wú)法找到解決該問(wèn)題的有效多項(xiàng)式時(shí)間算法。傳統(tǒng)的排樣工作都是人工依靠經(jīng)驗(yàn)進(jìn)行的，時(shí)間長(zhǎng)并且效果不理想。由于生產(chǎn)實(shí)際的需要，人們迫切需要利用現(xiàn)代科技來(lái)解決這一問(wèn)題。智能優(yōu)化算法作為現(xiàn)代信息技術(shù)，已被廣泛應(yīng)用于許多領(lǐng)域。

2、本文以智能優(yōu)化算法為基礎(chǔ)，提出了幾種用于解決優(yōu)化排樣問(wèn)題的新方法，實(shí)驗(yàn)結(jié)果證明本文提出的方法是有效的。本文的主要工作和創(chuàng)新點(diǎn)如下： (1)針對(duì)矩形件排樣問(wèn)題，本文在建立其數(shù)學(xué)模型的基礎(chǔ)上，將小生境遺傳算法應(yīng)用于計(jì)算機(jī)輔助排樣領(lǐng)域，提出了一種改進(jìn)的解碼算法—高度調(diào)整法，將高度調(diào)整法和小生境遺傳算法相結(jié)合，用于求解矩形件排樣問(wèn)題。該方法首先將矩形件的排樣問(wèn)題轉(zhuǎn)化為便于優(yōu)化求解的排列問(wèn)題，然后應(yīng)用小生境遺傳算法的全局優(yōu)化概率搜索能力進(jìn)

3、行優(yōu)化求解，優(yōu)化計(jì)算過(guò)程中應(yīng)用高度調(diào)整法將排樣序列轉(zhuǎn)化為排樣圖。用該算法對(duì)文獻(xiàn)中的兩個(gè)算例進(jìn)行了求解，取得了很好的排樣結(jié)果。 (2)提出一種應(yīng)用粒子群算法優(yōu)化求解矩形件排樣問(wèn)題的方法。該方法對(duì)矩形件的排樣位置直接進(jìn)行編碼，以零件左下角的位置坐標(biāo)和零件的長(zhǎng)和寬來(lái)確定零件的排樣位置，然后用粒子群優(yōu)化算法對(duì)整個(gè)解空間進(jìn)行高效搜索，在進(jìn)化計(jì)算過(guò)程中應(yīng)用了自適應(yīng)調(diào)整規(guī)則，最終可獲得材料利用率很高的排樣結(jié)果。排樣實(shí)例表明，該優(yōu)化排樣算法是有

4、效的，具有廣泛的適應(yīng)性。 (3)將模擬退火算法和粒子群算法相結(jié)合，提出了一種基于模擬退火的粒子群算法。并對(duì)其中的變異算法進(jìn)行了改進(jìn)，提高了算法的收斂速度和精度；對(duì)包絡(luò)矩形求取算法進(jìn)行了改進(jìn)，減少了計(jì)算量，提高了算法的運(yùn)算速度。應(yīng)用該算法求解二維不規(guī)則零件排樣問(wèn)題，首先利用改進(jìn)的包絡(luò)矩形算法求取不規(guī)則零件的包絡(luò)矩形，將二維不規(guī)則零件的排樣問(wèn)題轉(zhuǎn)化為矩形件的排樣問(wèn)題，然后應(yīng)用混合算法進(jìn)行優(yōu)化求解，在求解過(guò)程中應(yīng)用自適應(yīng)調(diào)整規(guī)則對(duì)零件

5、的排樣位置進(jìn)行微調(diào)。排樣結(jié)果表明該算法是有效的。 (4)在綜合利用計(jì)算幾何、計(jì)算機(jī)圖形學(xué)、組合優(yōu)化的知識(shí)的基礎(chǔ)上，提出了基于臨界多邊形和水平線掃描算法的二維不規(guī)則零件排樣算法。針對(duì)排樣零件的輪廓形狀，逐步分析了兩個(gè)凸多邊形、一個(gè)凸多邊形和一個(gè)凹多邊形以及兩個(gè)凹多邊形的臨界多邊形求取方法；對(duì)多邊形合成算法、多邊形面積求取算法和水平線掃描算法進(jìn)行了介紹，并對(duì)其中的關(guān)鍵算法進(jìn)行了改進(jìn)，把它們和臨界多邊形算法相結(jié)合以解決不規(guī)則零件排樣問(wèn)