自适应遗传退火算法的圆形件下料问题求解

针对长度不限、宽度固定的卷材的直冲圆形件下料问题,采用自适应遗传模拟退火算法(adaptive genetic simulatecl annearling algorithm,AGSA)优化毛坯序列,并采用最佳位置(best location position,BLP)算法决定毛坯放置位置。在遗传算法的基础上,引入环形交叉策略和自适应交叉变异概率,有效地提高收敛速度。将模拟退火算法与遗传算法结合,通过退温机制更改接受概率,避免遗传算法陷入局部最优解导致早熟。实验结果表明:本文提出的算法计算时间合理,能有效提高收敛速度和材料利用率。     

一种变压器硅钢片下料算法的设计与实现

硅钢片是变压器铁芯、电动机的主要原材料。提高硅钢片利用率、减少原材料成本是相关企业重点关注的问题。文章针对变压器厂铁芯车间下料提出一种基于余料控制的套裁下料算法,在考虑主动生成规范余料的基础上排入梯形毛坯,同时采用改进的顺序分组启发式算法(improved sequential grouping heuristic,ISGH)实现毛坯的横纵剪切,保证每次生成的排样方式满足规范余料价值和毛坯填充价值之和最大化,直到所有毛坯全部排完,从而得出最优排样方案。经验证,该算法运行时间合理,可以在一定程度上减少原材料成本、提高硅钢片的利用率。