一维下料优化的一种新算法

针对一维下料优化问题,提出了一种基于启发式多级序列线性优化思想的新算法,即将下料优化问题转化为多级序列线性优化问题求解．每级求解时,在当前可行的下料方式中选择最优的一种进行下料。不断重复此操作。直到所有剩余的坯料数目均减小至零为止．原问题的最优解就是各个序列优化问题所求得的最优下料方式的总合．计算表明,与目前常用的整数线性规划或遗传算法相比较．该算法有结构简明、计算速度快、节材效果好的优点．     

多规格一维下料问题基于满意度模拟退火算法

为了对较大规模的一维下料问题更有效地进行计算,根据坯料的长度和数量将多规格一维下料问题分类为普通下料和批量下料,分别进行求解.对于普通下料问题,将满意度原理引入模拟退火算法,给出了一种基于满意度的模拟退火算法(SDSA)进行求解;对于批量下料问题,由于各坯料的数量较多,采用该算法与序列启发方法相结合的混合算法(SHP&SDSA)进行求解,以进一步提高算法的搜索性能.对普通下料和批量下料的数值仿真结果表明,该算法可提高求解速度和质量,并可获得稳定的工程满意解.     

一维下料方案的遗传算法优化

在对一维下料方案数学模型分析的基础上，提出了一种基于遗传算法的求解方法。主要思想是把零件的一个顺序作为一种下料方案，并视作组合优化问题来求解。在求解过程中，给出了应用遗传算法求解关键问题的编码、解码方法、遗传算子及适应离函数的定义，并根据这算法开发出一维下料方案的优化系统。实际应用表明，采用该方法求解一维下料方案，可提高材料的利用率，而且还可以提供多个优化方案。     

求解一维下料问题的改进混合遗传算法

针对一维下料问题,设计了一种局部搜索方法,并将其与遗传算法结合构造了新的混合遗传算法.大量实验表明,该算法求解一维下料问题是行之有效的.     

基于二维约束Non—Guillotine切割的插补算法

分析了二维约束Non-Guillotine切割问题常用求解算法的特点和不足之处，针对二维切割问题的数学模型、提出了一种应用列生成法和模拟退火算法的插补算法，通过分析该算法的逻辑结构和数据结构，展现它运算处理速度快和所得解的最优、性能好的特点，并以依据该算法设计的下料软件系统的生产使用效果进一步反映了该算法的新颖和高效。     

基于模拟退火遗传算法的板材优化下料

通过对板材优化下料问题的研究,给出了一种较为实用的具体的模拟遗传算法,该算法融合了遗传算法和模拟退火算法的优点,兼有遗传算法中种群个体、交配、基因、遗传、变异等淘汰劣质解的操作,也有模拟退火算法中冷却进度表和接受概率等寻优控制技术,可以更好地实现板材下料问题的快速求解。     

一维下料问题的自适应广义粒子群优化求解

针对现有粒子群优化算法在求解组合优化问题时粒子速度迭代难以定义的问题,首先将粒子群优化算法与遗传算法相结合,利用交叉算子、变异算子,提出一种广义粒子群优化算法来求解一维下料问题;然后引入模拟退火算法作为自适应策略,避免算法陷入局部最优.仿真实验结果表明,采用自适应广义粒子群优化算法求解一维下料问题具有高效性和鲁棒性.     

利用拉格朗日松弛算法求解三维分配问题

将拉格朗日松弛算法与最优求解算法的复杂性进行了分析比较，并将该算法应用于求解3-D分配问题,分析与算例结果表明，该算法可大幅度降低3-D分配问题的求解计算量，是求解3-D分配问题的一种有效算法．     

二维不规则零件排样问题的粒子群算法求解

提出了一种基于粒子群算法求解二维不规则零件排样问题的方法．该方法首先将二维不规则零件的排样问题转化为矩形件的排样问题，然后利用粒子群算法优化求解，在求解过程中运用自适应调整策略对零件的排样位置进行微调．最后用该优化排样算法对文献中的两个算例求解，排样结果表明该算法是有效的．     

型材优化下料的混合遗传算法

在传统遗传算法的基础上,引入FFD、BF近似算法的思想,建立了该类问题的求解算法模型,对求解过程进行了分析,并给出了一个钢结构项目的下料算例。实际使用表明,该方法的效果是令人满意的。     

金属切削条件的优化算法研究

目前使用的切削条件优化算法,几乎直接引用优化理论中的通用性算法,而这些算法反映切削加工模型的特点不够。本文从切削加工模型特点分析出发,运用优化理论建立了适合车削条件优化的SP法以及适合铣削条件优化的MS法。研究结果表明:在平均计算时间、加工成本方面,所建的SP法及MS法优于传统的查表法及一些典型的优化法。     

带剪刃长度约束的矩形件剪切下料优化算法

讨论矩形件二维下料问题,提出一种带剪刃长度约束的下料算法。这种算法将板材划分成四块,每块中排放长度和方向均相同的条带,每根条带中排放同种矩形件。运用递归技术构造四块排样方式的无约束生成算法和有约束生成算法。采用线性规划算法调用无约束生成算法生成第一部分下料方案;采用顺序启发式算法调用有约束生成算法生成第二部分下料方案。组合两部分下料方案形成最终解。数值实验结果表明下料算法有效地解决带剪刃长度约束的下料问题。     

多管相贯坡口曲线数控切割割炬姿态控制函数的重构

针对数控切割多管相贯的焊接城口曲线时,曲线产生位置的不连续和切矢的不连续的问题,给出多管相贯坡口曲线数控切割割炬姿态控制的数学模型,研究用三次样条曲线进行光顺的算法,得出算法实现的计算机程序框图,通过实例验证算法的可行性,并对重构前后的函数进行仿真.理论分析和仿真表明,该重构算法在保证焊缝间隙可控的前提下,实现了对姿态...     

基于匀质块五块模式的矩形件非剪切排样算法

基于匀质块五块排样模式对一类矩形件非剪切排样问题进行了研究.基于动态规划和隐枚举的思想设计了无约束矩形件非剪切排样问题的匀质块五块排样算法.与文献中的矩形件非剪切排样算法的对比试验表明:这种算法能够快速给出问题的最优解，而且可以降低板材切割工艺难度并减少矩形件的分拣成本.与2种矩形件剪切排样算法的对比进一步表明了引入“非剪切”的经济效益.     

砂轮划片机划切工艺参数优化方法

针对砂轮划片机划切工艺参数在实际生产中难以合理设定的问题,提出了基于Matlab遗传算法优化和确定最佳工艺参数的方法.在避开各阶固有频率的基础上选取工艺参数范围,以主轴振动均方根值为评价指标,利用回归正交设计法进行试验,建立了振动量与划切工艺参数之间的回归方程.利用Matlab遗传算法对所建回归方程进行迭代优化,得出对应最小振动量下的最佳工艺参数,对最佳工艺参数下的划切振动量进行试验验证,证明了优化结果的正确性.     

对AgraWal单一矩形排样算法的改进与扩展

讨论单一矩形剪切下料排样方式最优设计问题,给出更为贴切的上界,从而改进Agrawal算法．Agrawal以图解方式说明规范多级排样方式中包含最优剪切割方式,现给出这一结论的数学证明．扩展无约束算法用于解决有约束排样问题．     

球头铣刀切削刃存在差异的切削力系数辨识

为了准确辨识得到球头铣刀切削刃存在差异的切削力系数,提出结合平均铣削力方法和粒子群优化算法的辨识方法.首先,建立球头铣刀的铣削力模型,推导基于平均铣削力且忽略切削刃差异的切削力系数辨识模型.然后,以基于平均铣削力方法辨识得到的切削力系数为初值、最小化铣削力仿真结果和测量结果的偏差平方和为目标,引入修正系数为设计变量,设计基于粒子群优化的切削力系数修正算法.最后,进行仿真和实验验证,相关结果表明采用修正后的切削力系数不仅能准确地预测切削刃存在差异的铣削力峰值,而且具有更好的吻合度和精度.     

BIM云平台中三维模型的任意剖切

针对BIM云平台中三维模型的剖切通过移动竖向或横向的剖切面来实现,剖切方式不灵活,仅是选择性渲染的效果且无法自动获得剖切面的信息的问题。基于Unity3D提出了一种对复杂BIM模型进行任意角度剖分并缝合原模型及剖面的分割算法。运用该分割算法可以从任意角度对BIM云平台中三维模型进行剖切并得到所有剖切点,根据分组排序的剖切点自动计算出每个被剖切构件剖切面的面积、圆形管件的直径以及管件之间的距离。该剖切方法在实现任意剖切的基础上获取到剖切面的关键信息,能够更好的指导现场施工作业。