智能優(yōu)化排樣技術研究.pdf

1、計算機輔助優(yōu)化排樣問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，以達到節(jié)約材料，提高效益的目的。從數(shù)學計算復雜性理論看，優(yōu)化排樣問題屬于具有最高計算復雜性的NP完全問題，至今還無法找到解決該問題的有效多項式時間算法。傳統(tǒng)的排樣工作都是人工依靠經(jīng)驗進行的，時間長并且效果不理想。由于生產(chǎn)實際的需要，人們迫切需要利用現(xiàn)代科技來解決這一問題。智能優(yōu)化算法作為現(xiàn)代信息技術，已被廣泛應用于許多領域。

2、本文以智能優(yōu)化算法為基礎，提出了幾種用于解決優(yōu)化排樣問題的新方法，實驗結果證明本文提出的方法是有效的。本文的主要工作和創(chuàng)新點如下： (1)針對矩形件排樣問題，本文在建立其數(shù)學模型的基礎上，將小生境遺傳算法應用于計算機輔助排樣領域，提出了一種改進的解碼算法—高度調整法，將高度調整法和小生境遺傳算法相結合，用于求解矩形件排樣問題。該方法首先將矩形件的排樣問題轉化為便于優(yōu)化求解的排列問題，然后應用小生境遺傳算法的全局優(yōu)化概率搜索能力進

3、行優(yōu)化求解，優(yōu)化計算過程中應用高度調整法將排樣序列轉化為排樣圖。用該算法對文獻中的兩個算例進行了求解，取得了很好的排樣結果。 (2)提出一種應用粒子群算法優(yōu)化求解矩形件排樣問題的方法。該方法對矩形件的排樣位置直接進行編碼，以零件左下角的位置坐標和零件的長和寬來確定零件的排樣位置，然后用粒子群優(yōu)化算法對整個解空間進行高效搜索，在進化計算過程中應用了自適應調整規(guī)則，最終可獲得材料利用率很高的排樣結果。排樣實例表明，該優(yōu)化排樣算法是有

4、效的，具有廣泛的適應性。 (3)將模擬退火算法和粒子群算法相結合，提出了一種基于模擬退火的粒子群算法。并對其中的變異算法進行了改進，提高了算法的收斂速度和精度；對包絡矩形求取算法進行了改進，減少了計算量，提高了算法的運算速度。應用該算法求解二維不規(guī)則零件排樣問題，首先利用改進的包絡矩形算法求取不規(guī)則零件的包絡矩形，將二維不規(guī)則零件的排樣問題轉化為矩形件的排樣問題，然后應用混合算法進行優(yōu)化求解，在求解過程中應用自適應調整規(guī)則對零件

5、的排樣位置進行微調。排樣結果表明該算法是有效的。 (4)在綜合利用計算幾何、計算機圖形學、組合優(yōu)化的知識的基礎上，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。針對排樣零件的輪廓形狀，逐步分析了兩個凸多邊形、一個凸多邊形和一個凹多邊形以及兩個凹多邊形的臨界多邊形求取方法；對多邊形合成算法、多邊形面積求取算法和水平線掃描算法進行了介紹，并對其中的關鍵算法進行了改進，把它們和臨界多邊形算法相結合以解決不規(guī)則零件排樣問