收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能优化排样技术研究

李明  
【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


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孔晓红;叶宾;须文波;;粒子群优化多处理机任务调度算法[J];计算机工程与应用;2007年12期
2 黄天赦;叶春明;叶伟;;关于多处理机调度问题的量子粒子群算法研究[J];计算机工程与应用;2009年19期
3 孟建良;董娜;庞春江;卜亚杰;;基于RSAPSO算法的网络计划综合优化[J];计算机工程与设计;2008年12期
4 张玉萍,张春丽,蒋寿伟;皮料优化排样的有效方法[J];软件学报;2005年02期
5 李明;张光新;周泽魁;;基于改进遗传算法的二维不规则零件优化排样[J];湖南大学学报(自然科学版);2006年02期
6 李明;黄平捷;周泽魁;;基于小生境遗传算法的矩形件优化排样[J];湖南大学学报(自然科学版);2009年01期
7 李明;周泽魁;;基于粒子群算法的矩形件优化排样[J];电路与系统学报;2007年02期
8 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
9 舒服华;;粒子群算法在低压电器冲裁件优化排样中的应用[J];低压电器;2007年05期
10 徐传忠;王永初;杨冠鲁;;模拟退火粒子群算法的免疫PID控制[J];机械工程与自动化;2010年04期
11 丁铸;马大为;汤铭端;张学锋;;基于禁忌退火粒子群算法的火力分配[J];系统仿真学报;2006年09期
12 李明,宋成芳,周泽魁;二维不规则零件排样问题的粒子群算法求解[J];江南大学学报(自然科学版);2005年03期
13 黄松亭,魏仰达;冲裁件计算机优化排样[J];福州大学学报(自然科学版);1993年03期
14 曹炬;二维异形切割件优化排样的拟合算法[J];中国机械工程;2000年04期
15 刘军,罗意平,杨岳;冲裁件优化排样系统的开发[J];华东交通大学学报;2001年04期
16 饶运清,高伟增;遗传算法在矩形件排样中的应用[J];锻压机械;2002年02期
17 李明,宋成芳,周泽魁;一种二维不规则零件优化排样算法[J];四川大学学报(工程科学版);2005年04期
18 刘鑫;许福永;米翠花;;基于改进粒子群算法的网络路由选择和CFA的优化研究[J];计算机工程与设计;2008年14期
19 饶运清,王瑜辉,刘延林;二维CNC激光切割的工程应用[J];华中理工大学学报;1994年10期
20 龚时华,汤漾平,段正澄;基于图形区域的同类零件自动优化排样算法实现[J];制造业自动化;1999年04期
中国重要会议论文全文数据库 前10条
1 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
2 程远林;李茂军;;基于小生境遗传算法的配电网电容器优化配置[A];第二十六届中国控制会议论文集[C];2007年
3 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
4 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
7 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
8 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 陈德旺;裴丽君;刘静;;基于模拟退火的交通诱导信息发布范围的算法研究[A];第二十九届中国控制会议论文集[C];2010年
10 忻获麟;沈宁;;“麦克斯韦热怪”:模拟退火新方案[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 李明;智能优化排样技术研究[D];浙江大学;2006年
2 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
3 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
4 郑洪英;基于进化算法的入侵检测技术研究[D];重庆大学;2007年
5 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
6 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
7 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
8 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
9 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
10 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 刘芹;基于信息平台的车辆调度研究与仿真[D];西北工业大学;2006年
2 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
3 肖小城;粒子群算法求解作业车间调度问题的研究[D];郑州大学;2010年
4 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
5 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
6 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
7 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
8 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
9 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
10 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
中国重要报纸全文数据库 前3条
1 记者 赵宇清;月球探测系统研究取得阶段性成果[N];黑龙江日报;2007年
2 冷祎;榆次分公司冷锻厂制定消耗定额标准[N];中国纺织报;2008年
3 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011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