导读:本文包含了板材排样优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,板材,启发式,矩形,小生境,套料,剩余。
板材排样优化论文文献综述
刘鹏[1]（2016）在《对船体建造板材套料排样优化的研究》一文中研究指出零件的排样又称下料,广泛地存在各行各业中,排样方案的好坏直接关系到零件所消耗的材料量,提高排样中板材的利用率能够有效地降低生产成本、给工厂带来直接可观的利润。随着工业自动化的发展和计算机技术的进步,研究者们对排样问题的优化研究工作越来越多,针对各行各业中具体排样问题提出了许多优化算法。本文主要是对船体建造板材套料排样优化展开研究。首先将矢量格式描述的船体零件简化为多边形,再进行矩形包络以及使用k-means法根据船体零件特征对图形进行聚类分析,最后根据聚类结果进行零件之间的组合矩形包络,并对零件的孔洞进行填补,以及考虑船体的边缘加工对排样的影响将零件几何图形进行扩展,做好排样前的准备工作。使用剩余矩形算法对包络好的船体零件进行排样,并对算法提出改进:添加了零件在选择剩余矩形时的评价原则。介绍了一种可以基于提取多边形线族并按角度计算空间点到线段的位移方法来实现平面多边形的快速内外靠接算法,并将其应用到零件的组合包络和排样算法中。解决了基于固定排序和旋转方式的零件排样的局部寻优问题。最后,在结合靠接算法的剩余矩形排样算法中加入遗传算法,根据船体零件排样的具体问题进行遗传算法设计,以计算出最优的零件排入顺序及旋转方式。解决了在零件所有排序和旋转方式中排样的全局寻优问题。(本文来源于《武汉理工大学》期刊2016-04-01）
张帆,刘强,张浩,王磊[2]（2015）在《面向多规格板材的矩形工件排样优化方法》一文中研究指出针对规格板材件的矩形工件排样问题,提出一种支持一刀切工艺约束的放宽式搜索算法,利用多规格板材组合的构造算法,依据工件的总面积形成多种可行的板材组合;根据组合的总面积大小排序,优先选择面积较少的组合进行排样,单片板材的排放采用组化策略和启发式的排样规则;在多规格板材的排样过程中如果排样失败,则针对组合中还未排样的板材所构成的组合进行放宽式替换,再重复上述排样过程,以此搜索最佳板材组合,从而使所有工件可以排放且板材利用率最高。实验结果显示:该算法行之有效,测试结果相对于文献报道的算法具有一定优势。(本文来源于《计算机集成制造系统》期刊2015年11期）
付林泊,李航[3]（2015）在《一种针对板材余料的排样优化方法》一文中研究指出在板材加工过程中,会产生一定的板材余料,为了加强板材余料的管理和利用,降低企业生产成本,提出采用图像处理的方法得到余料板材的形状尺寸信息,并对余料板材进行分类,根据待排零件通过关键词搜索对余料板材进行查询;在分析国内外有关二维排样问题的研究基础上,以Auto CAD为载体利用Object ARX语言的优势进行程序设计,采用遗传-蚁群算法得到待排零件的排样序列,利用碰撞检测和包络矩形原理实现余料板材的半自动优化排样。(本文来源于《机械设计与制造》期刊2015年08期）
杨俊[4]（2015）在《基于工业背景的矩形板材排样优化研究》一文中研究指出板材排样优化在现代工业生产中有着广泛的应用,而矩形板材排样优化又是其中最为常见的一类问题。给定一定数量的矩形板材以及目标零件的尺寸与数量,矩形板材排样优化需要找出生产成本最低的切割方案。而生产成本的高低主要由原料使用多少、切割加工难度决定。根据加工工艺的不同,矩形板材排样问题又可以分为有“一刀切”约束和无“一刀切”约束这两类,本文研究的是有“一刀切”约束的矩形板材排样优化问题,其典型的应用场景包括玻璃、石材、木材等板材的生产加工。本文首先介绍了目前排样优化问题的国内外研究现状,指出了针对石材行业多类型、多尺寸原料输入情况下设计排样优化算法的背景与意义,然后分析了在现有加工工艺下矩形板材排样的约束条件,将“易于切割”进行量化并加入到了待优化的目标函数,从而弥补了以往仅仅靠出材率评价排样方案的不足,最终建立了相应的数学模型。接着介绍了矩形板材排样问题已有的经典算法,着重介绍了剩余矩形算法。接下来研究了遗传算法在排样优化问题中的应用,提出了将原料加入染色体编码的方案,从而解决了排样优化中的多规格原料输入问题;使用数学模型中的目标函数合成非线性的适应度评价函数;设计符合排样优化的染色体交叉算子。然后分析了前面设计的遗传算法在同一规格的原料、零件数量较多时存在的不足,提出了同类复用策略,并尝试将其融入到遗传算法中,最终使用贪心算法实现同类复用策略,并通过分阶融合的方式将其与遗传算法结合使用,从而解决了遗传算法排样结果与实际生产习惯不够契合的问题。在此基础上,提出了进一步改进排样算法的整体摆放策略,并将其应用到贪心算法当中。对于未充分利用的原料,提出了二分搜索策略来提高余料的可用性。接下来使用前面提出的排样算法设计并编码实现了针对石材行业的自动排样系统,将其分为UI模块和算法模块两部分,使其具有较高的可维护性,同时加入了一些石材行业的常用功能,提高了排样系统的实用性。最终,我们通过一个符合实际生产需要的具有多类型、多规格原料与零件的测试用例对自动排样系统进行测试,成功计算出所有220个目标零件的排样方案,整体出材率为94%,同时排样结果也具有同类复用、整体摆放的特征,达到了排样算法的设计目标。(本文来源于《电子科技大学》期刊2015-03-26）
刘新宝[5]（2014）在《铁路机车车辆板材下料排样的优化算法研究》一文中研究指出文章对国外的各种下料排样的优化方法进行了简单介绍,探讨分析了国内铁路机车车辆下料排样的现状。经过初步分析,研究出了将智能算法、启发式算法、近似算法进行结合的综合性算法,这也是今后我国铁路机车车辆板材下料排样算法的发展方向。(本文来源于《湖南农机》期刊2014年04期）
董德威,颜云辉[6]（2013）在《缺陷板材非规则件优化排样》一文中研究指出针对理论上属于NPC问题的非规则件优化排样问题,论文提出一种基于小生境技术的自适应遗传模拟退火算法与基于内靠接临界多边形最低点的启发式布局算法相结合的方法。考虑到算法中交叉概率和变异概率的选择影响到算法收敛性,提出了自适应的交叉概率和变异概率,通过基于小生境技术的遗传模拟退火算法对非规则件排样的最优顺序和各自的旋转角度进行优化搜索。将非规则件定位在有缺陷原材料和非规则件多边形的内靠接临界多边形最低点以实现个体的解码,同时避开了原材料表面缺陷。排样实例表明,该优化排样算法行之有效,具有广泛的适应性。(本文来源于《图学学报》期刊2013年02期）
徐志斌[7]（2012）在《不规则板材圆形优化排样研究》一文中研究指出不规则板材圆形优化排样在工业设计与生产中经常用到，具有很高的理论意义和应用价值。一个排样效果好，效率高的求解算法是该领域所要达到的目标。本文深入研究了排样问题的研究现状、二维圆形排样自身的特点以及二维板材圆形零件排样问题的关键技术，主要研究内容如下:⑴针对圆形零件排样，特别是带瑕疵点的不规则板材排样问题，本文研究并建立了二维板材圆形零件优化排样问题的描述形式和数学模型，解决了对不规则板材边界和瑕疵地带的处理模型问题。分析了二维不规则件板材优化排样问题的求解难度，针对该问题的提出了相应的求解思路及优化策略。⑵大部分智能算法以较高的时间和空间复杂度来优化下料，却没有大幅提高板材的利用率。针对这个问题，本文提出了一种基于人工下料思维的仿生下料算法—邻居关系算法。该算法中在放置新的圆时，总是从已经排好的圆出发，使新排的圆与其他圆有恰当的位置关系，并定义空隙度来量化圆形零件位置之间的紧密程度，以达到将这种位置关系量化，使算法具有可行性与简便性的目的。实验证明该算法以较低的时间复杂度和空间复杂度实现了不规则板材上的圆形件优化排样。⑶针对邻居关系算法排样效果不稳定问题，本文采用模拟退火算法与粒子群算法，建立了新的适应度函数，准确反映板材中圆形零件与圆形零件之间以及圆形零件与边界和瑕疵点之间的关系，较好的利用模拟退火粒子群算法解决了二维板材圆形排样问题。(本文来源于《苏州大学》期刊2012-05-01）
曾敏,王乘,刘琼梅[8]（2011）在《大规模定制板材排样的多种群蚁群优化算法》一文中研究指出为解决定制家具企业的大规模多品种小批量的矩形件排样问题,针对其一刀切的特殊生产工艺要求,通过对待切板自动生成两个不同的编号:横切编号和纵切编号的方法,采用面积,长度,宽度来启发的多种群蚁群算法,避免了单因素启发的不合理布局,做到了"生成即可行",经多个企业的实际使用后,发现与单因素蚁群启发相比,多种群算法寻优能力强,主要表现为:最大利用率最高;多次寻优的最大利用率变化区间小。(本文来源于《制造业自动化》期刊2011年10期）
梅颖,叶家玮[9]（2011）在《船体建造板材套料系统排样优化过程中的图形预处理》一文中研究指出讨论了船体建造板材套料系统排样优化过程中的图形预处理.不规则零件图形的预处理过程,可以大大简化排样过程并能有效的改善排样结果、提高板材的利用率.(本文来源于《广州航海高等专科学校学报》期刊2011年01期）
黄永生,米小珍,翟封祥[10]（2010）在《基于板材排料优化的定额计算及其管理的研究》一文中研究指出为了解决目前材料定额编制过程中效率低、工作量大、准确性差等问题,根据优化排料系统,设计开发了C/S模式下基于该优化排料系统的定额计算及其管理系统。实现了数据导入、定额计算、数据维护和定额管理等功能,并介绍了系统的体系框架、工作流程、数据库设计等。(本文来源于《制造技术与机床》期刊2010年08期）
板材排样优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对规格板材件的矩形工件排样问题,提出一种支持一刀切工艺约束的放宽式搜索算法,利用多规格板材组合的构造算法,依据工件的总面积形成多种可行的板材组合;根据组合的总面积大小排序,优先选择面积较少的组合进行排样,单片板材的排放采用组化策略和启发式的排样规则;在多规格板材的排样过程中如果排样失败,则针对组合中还未排样的板材所构成的组合进行放宽式替换,再重复上述排样过程,以此搜索最佳板材组合,从而使所有工件可以排放且板材利用率最高。实验结果显示:该算法行之有效,测试结果相对于文献报道的算法具有一定优势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
板材排样优化论文参考文献
[1].刘鹏.对船体建造板材套料排样优化的研究[D].武汉理工大学.2016
[2].张帆,刘强,张浩,王磊.面向多规格板材的矩形工件排样优化方法[J].计算机集成制造系统.2015
[3].付林泊,李航.一种针对板材余料的排样优化方法[J].机械设计与制造.2015
[4].杨俊.基于工业背景的矩形板材排样优化研究[D].电子科技大学.2015
[5].刘新宝.铁路机车车辆板材下料排样的优化算法研究[J].湖南农机.2014
[6].董德威,颜云辉.缺陷板材非规则件优化排样[J].图学学报.2013
[7].徐志斌.不规则板材圆形优化排样研究[D].苏州大学.2012
[8].曾敏,王乘,刘琼梅.大规模定制板材排样的多种群蚁群优化算法[J].制造业自动化.2011
[9].梅颖,叶家玮.船体建造板材套料系统排样优化过程中的图形预处理[J].广州航海高等专科学校学报.2011
[10].黄永生,米小珍,翟封祥.基于板材排料优化的定额计算及其管理的研究[J].制造技术与机床.2010
论文知识图
