收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于临界多边形的二维排样算法研究

刘胡瑶  
【摘要】:本文研究二维排样问题。二维排样是一个平面布局优化问题,目的是在平面板材上尽可能多的布置不同形状的零件,并满足以下约束条件:(1)零件布置于板材内部;(2)各零件之间互不重叠;(3)满足一定的工艺要求。它的优化目标是:寻求一个零件布局方案,使得浪费的板材面积为最小,亦即材料利用率为最大。排样问题对船舶、服装、模具等行业有重要意义。针对目前二维排样问题中的难点和关键问题,本文进行了广泛而深入的理论研究,包括二维排样问题中的几何计算、矩形排样、二维不规则形状排样以及智能优化算法在排样问题中的应用等,提出了一系列解决方案和算法。研究成果和创新点可概括如下: (1)临界多边形NFP算法研究:提出了一种新的基于轨迹线计算的临界多边形快速求解算法,解决了NFP求解的准确性问题,并在NFP的计算速度上有了较大的提高(O(mn))。 NFP算法是二维排样问题中的基础性几何计算问题,也是目前限制二维排样算法发展的瓶颈问题。由于长期以来缺乏准确、稳定、快速的NFP算法,使得零件定位优化、多角度旋转、板材带孔洞等问题得不到很好的解决,而NFP算法的计算速度也限制了排样问题往智能优化方面发展。基于NFP算法的重要性和基础性,本文提出了一种新的临界多边形快速求解算法,力求比较彻底地解决NFP计算问题。该算法将多边形滑动碰撞问题转化为顶点和边之间的轨迹线计算,从而可引入几何图形索引算法降低时间复杂度,并可统一处理边界空腔和内部靠接NFP等特殊情况。算法的基本步骤是:(1)求解多边形顶点相对于另一多边形的轨迹线;(2)求解轨迹线集合所形成的逆时针外包多边形和内部顺时针环,得到的多边形即为临界多边形。算法采用了基于网格的线段索引方法来加快线段之间的求交计算,进一步提高了NFP求解的计算速度。理论分析和实验结果表明新的NFP算法可以同时处理内靠接NFP计算、边界空腔、板材孔洞等特殊情况,其计算速度较优化移动碰撞法有较大提高(算例2-1~2-2)。 (2)二维矩形排样算法研究:分析了矩形零件的现有定位策略,提出了一个基于临界多边形的矩形件定位算法,算法具有较高的定位点搜索能力和较低的时间复杂度O(n2)。 研究了矩形排样问题的零件定位算法及启发式排样算法。研究了已有的矩形排样问题的数学模型,针对矩形排样中的两个关键问题——零件定位策略和启发式排样算法进行了分析和改进:在零件的定位策略上提出了基于临界多边形NFP的矩形件定位策略,在求解得到NFP的基础上,将零件定位于NFP的最低最左点。与已有定位算法相比,NFP定位算法的时间复杂度较低(O(n)),并且可对定位点进行全面搜索,有效减少了排样过程中形成的内部空腔面积浪费;在启发式求解排样算法方面,提出了基于最佳适应度优先的启发式排样规则,综合考虑待排零件定位后的材料利用率、面积以及最低Y坐标等评价指标,选择具有最佳适应度的零件作为优先排样零件。此外,本文还将单板材NFP定位算法推广到多板材NFP定位算法,得到了多板材矩形排样算法(算例3-1、3-2)。 (3)不规则形状排样算法研究:提出了基于重心NFP的不规则形状零件定位算法和启发式排样算法。通过选择多角度重心NFP中的最低重心位置来确定零件的排样位置,从而达到提高零件分布密度的目的。 在不规则形状零件的定位策略上,本文利用NFP计算并通过零件的旋转,提出了基于重心NFP的不规则形状零件定位策略。利用零件重心作为NFP的参考点计算出重心NFP,通过选择多角度重心NFP中的最低重心位置来确定零件的排样位置。在异形件的启发式排样算法上,针对异形件排样方案中容易出现孔洞的问题,提出了顺序递归排样算法,当出现较大孔洞浪费时通过动态调整零件排样次序来减少孔洞的形成,使排样利用率明显提高(算例4-1~4-4)。 (4)智能排样算法研究:结合排样问题的具体特点,研究了模拟退火算法(SA)和遗传算法(GA)等智能排样算法,使排样具有较强的全局优化能力,取得比启发式算法更好的排样效果。 研究了SA、GA等智能优化算法在二维排样问题中的应用。使上述智能优化算法也适用于本文提出的矩形件和不规则件的排样。在模拟退火算法方面:阐述了模拟退火优化算法的基本原理、技术特点及算法过程,根据排样问题的特点设计退火算法的实现过程及关键参数,如排样方案的编码及解码、领域函数、初温的设定、降温速率设置等内容,最后运用退火排样算法进行了实例计算并和现有排样算法的最好计算结果进行了对比(算例5-1~5-2)。在遗传算法方面:研究了个体的编码和解码、适应度的计算、个体复制过程的设计、交叉变异过程的设计以及交叉变异概率的设置等内容,最后进行了实例计算和对比(算例5-3~5-5)。实验表明智能排样算法的计算时间较长,但是具有较强的全局优化能力,能够取得比启发式算法更好的排样效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李阳;赵华东;杨威;;基于遗传算法的二维不规则形排样研究[J];郑州大学学报(工学版);2011年04期
2 陈学松;蔡述庭;;基于模拟退火算法的矩形优化排样问题的研究[J];数学的实践与认识;2008年09期
3 肖美华,王命延,王洪发,彭正文,肖飞,何凌云;基于遗传算法和模拟退火算法的布局问题研究[J];计算机工程与应用;2003年36期
4 唐勇;刘峰涛;;新型遗传模拟退火算法求解带VRPTW问题[J];计算机工程与应用;2006年07期
5 于海平;;一种改进的遗传模拟退火算法在TSP中的实现[J];福建电脑;2007年06期
6 朱成娟;王知人;邬丽丽;;基于分区的改进的遗传算法求解TSP问题[J];燕山大学学报;2007年04期
7 李明;郝明;;基于混合遗传算法的正交相位编码波形设计[J];电子工程师;2007年10期
8 黄巍;张美凤;;基于混合遗传算法的车间生产调度问题研究[J];计算机仿真;2009年10期
9 谢友宝;罗婷婷;李凌辉;吕永海;;混合遗传算法在飞机钣金零件排样中的应用[J];机械与电子;2009年12期
10 林锡彬;;各种常见自动组卷方法的研究[J];福建电脑;2010年03期
11 李建勋;文海玉;;一类模拟退火算法与遗传算法混合优化策略[J];黑龙江工程学院学报(自然科学版);2010年02期
12 张盛意;蔡之华;占志刚;;基于改进模拟退火的遗传算法求解0-1背包问题[J];微电子学与计算机;2011年02期
13 曾益;;一种基于改进遗传算法的车间调度问题研究[J];机械设计与制造;2011年07期
14 涂振;;基于混合遗传模拟退火算法的二维纹理合成算法[J];科技信息;2011年16期
15 赵婷;张志刚;;遗传模拟退火算法在旅行商问题中的程序设计方法[J];网络与信息;2007年08期
16 丁泽慧;陈韶华;;基于退火遗传算法的少数投影CT图像重建[J];应用光学;2006年06期
17 阎庆;邰蕾蕾;;用混合遗传算法解决有时间窗的车辆路径规划问题[J];安徽大学学报(自然科学版);2007年02期
18 商贺平;纪玉波;;模拟退火算法对遗传神经网络优化的性能分析[J];辽宁石油化工大学学报;2007年03期
19 孙强;马光胜;刘晓晓;;求解SAT问题的退火遗传算法[J];小型微型计算机系统;2008年07期
20 杨红;周俊;;基于模拟遗传退火的印花厂计划调度算法[J];江苏纺织;2009年11期
中国重要会议论文全文数据库 前10条
1 陈为伦;李万社;;求解TSP问题的混合模拟退火算法[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
2 薛亚茹;吕振肃;;基于退火原理的遗传算法[A];2001中国控制与决策学术年会论文集[C];2001年
3 邵罕;孙艳歌;邬长安;;基于遗传模拟退火算法的Ad Hoc网络QoS路由优化[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年
4 王红;胡玉兰;赵泽睿;周越;;一种基于模拟退火遗传算法的多用户检测方法[A];2006中国控制与决策学术年会论文集[C];2006年
5 高尚;杨静宇;;求解流水作业调度问题的混合粒子群优化算法[A];2006中国控制与决策学术年会论文集[C];2006年
6 张华清;董跃;;柔性遗传算法用于阵列天线综合[A];2009年全国天线年会论文集(上)[C];2009年
7 王树军;刘航;王超;方卫萍;杨林;;热轧计划中车辆路径模型及其算法研究[A];全国冶金自动化信息网2011年年会论文集[C];2011年
8 刘吉峰;汪希时;;一种利用遗传算法改进的模拟退火算法及其应用[A];1995中国控制与决策学术年会论文集[C];1995年
9 李清生;王凌;郑大钟;;基于混合算法的二元光学器件优化设计[A];2001中国控制与决策学术年会论文集[C];2001年
10 高海昌;冯博琴;侯芸;;测试数据自动生成的研究进展[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 刘胡瑶;基于临界多边形的二维排样算法研究[D];上海交通大学;2007年
2 贾志欣;面向发电设备制造的下料优化排样原理与关键技术[D];四川大学;2002年
3 刘虓;基于HAPE的二维不规则零件排样算法及其性能研究[D];华南理工大学;2011年
4 姜圳;基于QoS的组播路由关键技术研究[D];哈尔滨理工大学;2005年
5 邓冬梅;复合材料铺层排样技术研究与开发[D];南京航空航天大学;2007年
6 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 岳琪;基于遗传退火算法板式家具大规模矩形件优化下料研究[D];东北林业大学;2005年
9 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
10 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
中国硕士学位论文全文数据库 前10条
1 岳丹波;遗传算法在车间作业调度方面的研究和应用[D];长春理工大学;2007年
2 张杰;BF型柔性传动改进设计及智能优化算法程序开发[D];四川大学;2006年
3 赵纯民;混合流程作业调度问题研究[D];浙江大学;2008年
4 韦强;基于模拟退火遗传算法的CDMA多用户检测的研究[D];安徽大学;2001年
5 李经民;机械加工车间设备布局模型及其评价算法的研究[D];大连交通大学;2005年
6 张国彬;小波神经网络算法的改进与应用[D];福州大学;2006年
7 黄田力;基于内容的空间信息检索[D];吉林大学;2006年
8 吴东武;基于优化算法的商业银行经营决策研究[D];暨南大学;2007年
9 崔颖;排水管道设计优化的遗传与模拟退火混合算法研究[D];重庆大学;2009年
10 肖立;智能算法在对地观测计划制定中的应用[D];中国科学院研究生院(空间科学与应用研究中心);2008年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
6 易水;IT新词集锦[N];计算机世界;2003年
7 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
8 顾正华 唐洪武 肖洋 河海大学水利水电工程学院 李云 南京水利科学研究院水工研究所;水流智能模拟大步走来[N];中国水利报;2005年
9 李磊;让电子政务更聪明[N];计算机世界;2001年
10 记者 吴苡婷;用技术挖出网络信息中“金子”[N];上海科技报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978