建筑材料最优化套裁下料方法

在建筑施工中，我们经常遇到原材料的套裁下料问题，套裁的优劣直接影响到生产成本的高低。本文将运用线性规划理论和组合原理，结合施工中常用的钢筋、管材、型材等原材料下料进行优化，以外装饰工程中的幕墙、门窗型材的套裁下料为例，建立最优化套裁下料的数学模型，采用逐级优化的设计思想，深入地研究下料问题。通过采用此模型，将有效地提升材料利用率，减少资源浪费，提高工程项目的经济效益。     

面向制造业的可加工性矩形件优化下料方法

下料问题被广泛应用于制造行业.针对制造业中大规模、多尺寸的矩形件下料问题,以材料成本和切割成本最小作为优化目标提出一种可加工性矩形件下料优化方法.通过多次迭代生成多个下料方案,选择最小的总成本作为最优解.采用递归算法生成由2个段组成T形排样方式:一段含水平条带;另一段含竖直条带,且都支持一刀切工艺.为了尽可能获得全局近...     

一种基于Web Service的网络化优化下料系统

结合分析传统优化下料技术存在的问题,阐明了网络化优化下料的意义.在此基础上,提出一种新的基于Web Service的网络化优化下料系统,并对系统的构建过程、体系结构和运行机制进行了阐述.系统以Web 服务为中心,通过建立不同粒度的服务和支持多层次的服务调用,将网络化的多软件协同优化计算模型有机地融合到下料系统当中.实验表明本所提出的系统能有效地提高下料的总体优化利用率.     

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。     

铁塔制造中角钢优化下料系统算法研究

本文论述了铁塔制造中角钢优化下料系统设计思想与算法的确定,按照本文论述的零件分组原则求出下料方式,并运用线性规划原理确定一套合理的角钢优化下料算法。     

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．     

板材合理下料

以天津客车厂ＴＪ－６２０Ｂ型汽车冲压件材下料问题为例，根据线性规划和组合原理，采用逐级优化的设计思想，建立了数学模型并研制计算机软件，得出优化套裁下料方案，原材料利用率从８０％提高到９４．７９％。     

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.     

板材最优化套裁下料方法与程序

本文以研究天津客车厂现生产的〈TJ-620B型汽车冲压件板材优化下料方案〉为背景,根据线性规划理论和组合原理,采用了逐级优化的设计思想,深入地研究了板材下料问题,从建立数学模型到研制计算机软件,通过计算得出最优化套裁下料方案,使原材料利用率从80%提高到94.79%。该厂试生产一个月就节省钢板30余吨,价值人民币6万元,全年可节省70多万元,经济效益显著。     

分支定界算法优化一维下料问题

一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率.本文提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程.     

基于Internet的二维优化下斜方法及其实现技术

二维优化下斜问题是一个NP－复杂性问题,每一种优化软件都是利用近似和启发式处理得到下料结果,不同的优化方法及其优化软件不同的某些数据结构可能效果并不理想,企业又不可能购进大量不同的优化软件来选优。针对以上问题本文提出了一种基于Internet的二维优化下料解决方法,并给出了该方法的具体实现技术。实验表明,该方法将明显提高二维优化下料的总体优化效果。     

云环境下离散制造业MES下料优化系统分析与设计

文章将下料优化的执行与企业私有云相结合,通过构建云数据中心模式为企业底层资源提供应用,对资源的分布式虚拟化计算、模型方法库的可扩展性等系统关键技术进行创新;定义了云环境下的下料优化系统的功能体系和系统架构,讨论了其实现过程中的关键问题,为下料过程优化和合理决策提供了重要支撑。     

基于基因群体的一维优化下料

针对一维优化下料问题,将基于群体的编码方法与遗传算法相结合,设计了一种适用于一维优化下料问题的编码方法,修改了经典遗传算子的操作方法,提出了降序最佳置换方法(BRD).引入最佳配合(BF)、优先配合降序(FFD)局部搜索算法,建立了求解一维优化下料问题的复合遗传算法.应用结果显示,本文方法的效果是令人满意的.     

智能机器人在钢筋下料优化中的应用研究

提出利用智能机器人的感知、识别、判断和学习的能力,来优化钢筋下料的想法,以期最大程度地节约钢材。并设计基于智能机器人的钢筋下料系统框架。     

基于VNABC的多规格板材二维下料问题

针对二维下料问题板材单一的特点，研究了多规格板材二维下料问题。板材规格多样、毛坯规格多样且数量庞大，是NP(Non-deterministic Polynomial)完全问题。针对该问题的特点，将下料过程设计成规整和非规整两个阶段。规整阶段完成每种矩形毛坯的主体下料任务之后，如仍有毛坯剩余，则进入非规整阶段采用BL算法（Bottom Left Algorithm）下料剩余毛坯。根据模型特点，提出变邻域人工蜂群算法（VNABC），设计两种解码策略STD和SLD，并改进了VNABC算法的操作算子。最后，采用响应面分析法对VNABC算法进行参数标定。通过仿真实验将VNABC算法与遗传算法（GA）、改进粒子群优化算法（NUS）、模拟退火算法（SA）、人工蜂群算法（ABC）进行了对比分析，实验结果验证了VNABC解决多规格板材二维下料问题的优越性。     

一维下料问题数学模型的计算机自动生成与优化计算

介绍了一维下料问题的下料方式,采用计算机自动生成相应的线性规划数学模型,给出了最优下料方案的求解方法。     

从线性整数规划谈一维下料问题

一维下料问题是运筹学的一个经典NP-hard问题,在生产中普遍存在．优化下料可以提高原材料的利用率, 是企业增加经济效益的途径之一．从线性整数规划开始讨论了下料问题的各种模型,提出了一些需要改进的问题, 介绍了目前该问题研究的热点．     

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。     

面向集中下料的钣金排样编程系统

研制一个面向钣金集中下料生产模式的优化排样及数控切割／冲孔机编程系统ＡｕｔｏＣＵＴ,该系统集成了钣金自动排样,交互排样,工艺设计,图形自动编程,以及下料零件库的建立与管理,下料计划的自动生成,下料信息管理等功能,详细说明了ＡｕｔｏＣＡＤ系统的总体结构及运行流程,面向对象的数据结构和系统主要功能模块。     

面向集中下料的钣金排样编程系统

研制了一个面向钣金集中下料生产模式的优化排样及数控切割／冲孔机编程系统ＡｕｔｏＣＵＴ,该系统集成了钣金自动排样、交互排样、工艺设计、图形自动编程,以及下料零件库的建立与管理、下料计划的自动生成、下料信息管理等功能．详细说明了ＡｕｔｏＣＵＴ系统的总体结构及运行流程,面向对象的数据结构和系统主要功能模块．