导读:本文包含了一维下料问题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,线材,顺序,启发式,截面,价值,动态。
一维下料问题论文文献综述
梁勇强,卢建宁[1]（2018）在《求解规格密集型一维排料问题的启发式遗传算法》一文中研究指出为了提高规格密集型一维排料问题的遗传算法效果,本文提出一种新的启发式遗传算法.首先引进一种多规格最小化解码方法,该方法总是尽量按最小的规格生成排料方式;接着引进两个启发式微调操作,改善各个排料方式的质量;最后进行了算法实验比较,算法实验比较表明,本文算法的最优化解质量优于传统的启发式算法.(本文来源于《玉林师范学院学报》期刊2018年05期）
管卫利,龚击,薛焕堂[2]（2018）在《一维下料问题的一种混合启发式算法》一文中研究指出讨论一维下料问题,即用库存线材原料切割出若干种已知数量和长度的零件,优化目标为最大化线材利用率。提出一种混合启发式下料算法,用当前零件构造线材所有可能的切割方式,计算每种切割方式的废料长度、零件平均长度、大零件数量,按照废料最小、零件平均长度最大、大零件数量最多的原则选择一种切割方式切割相应线材,满足部分零件需求;用剩余零件继续构造线材可能的切割方式,按上述原则继续选择相应线材进行切割,重复该过程,直到所有零件的需求量得到满足为止。采用文献中基准例题验证文中下料算法,数值实验结果表明该算法与4种文献算法相比性能占优,且算法计算时间合理。(本文来源于《机械设计与制造》期刊2018年08期）
杨畅,杨林,沈竹楠[3]（2018）在《一维下料问题的多叉树遍历算法研究》一文中研究指出切割条形材料,获得不同长度工件问题普遍存在。为满足原材料利用率最大的实际加工要求,将数据建立为多叉树模型,添加剪枝优化条件,使用深度优先遍历,递归调用深度优先遍历函数,搜索全局最优解,即最优化的下料方案。使用其他论文中的实例,对比启发式多级序列线性优化方法的运算结果。对比结果表明:多叉树遍历算法的材料利用率最高、结果更优。(本文来源于《机械工程与自动化》期刊2018年04期）
梁泽华[4]（2018）在《有顺序依赖损耗的一维下料问题的研究》一文中研究指出下料是工业生产中不可缺少的重要部分,也是一直以来企业试图节省成本的关键环节之一。目前,在经典的、一般的下料问题研究较为成熟的情况下,实际生产中常常出现的各种特殊下料需求并没有得到彻底的解决。针对一些特殊的下料问题进行研究,能够进一步提升企业竞争力,节约资源,并填补该类研究的空白。有顺序依赖损耗的一维下料问题是一种从具体木材加工应用中抽象出的特殊一维下料问题。该问题是将有相同的高的二维梯形毛坯顺序排列,从若干根一定长度的线材上切出这些毛坯,可以简化成一维下料问题,此时毛坯的排列顺序与排样图的优化程度相关。在目前存在的多种下料问题解决方法中,顺序价值校正法容易在较短的计算时间内计算出较优解,且适合针对特殊下料要求进行优化。本文主要研究工作如下:(1)针对从具体木材加工应用中抽象出的一种特殊一维下料问题,提出一种基于顺序价值校正框架的下料算法,在考虑问题特殊性质的同时求取最小化线材使用量的下料方案。定义并求得每两个毛坯间的损耗值后,顺序地生成各个排样图,并得到下料方案。通过不断修正毛坯价值,生成多个下料方案,取其中最佳者来逼近最优解。通过实验计算并与文献算法相比较,结果表明所述下料方案生成算法有较少的材料消耗量与合适的计算时间。(2)根据该工业应用生产的实际条件,引入下料过程中减少开堆数的研究。采用基于图的启发式搜索算法与在下料过程中直接限制单个排样图内毛坯种数的方法来减少整个下料方案所造成的最大开堆数。在有顺序依赖损耗的一维下料问题的例题基础上,对比研究两种开堆数优化方法单独使用与结合使用的效果。结果表明每种算法均能在短时间内一定程度上减少例题的最大开堆数,但限制毛坯种数的方法会牺牲材料利用率。(3)对本文所提算法进行编程实现,进行实验计算、对比与分析,证明其有效性。(本文来源于《广西大学》期刊2018-06-01）
梁泽华,崔耀东,张雨[5]（2018）在《有顺序依赖损耗的一维下料问题》一文中研究指出针对从具体工业应用中抽象出的一种特殊一维下料问题,提出一种基于顺序价值校正框架的下料算法,在考虑问题特殊性的同时求取最小化线材使用量的下料方案。定义并求得每两个毛坯间的损耗值后,顺序生成各个排样图,并得到下料方案。通过不断修正毛坯价值,生成多个下料方案,取其中线材消耗量最小者来逼近最优解。与其他算法进行比较的结果表明,本算法有较少的材料消耗量与合适的计算时间。(本文来源于《山东大学学报(工学版)》期刊2018年03期）
徐平平[6]（2017）在《面向船舶建造的不定长原管一维下料问题研究》一文中研究指出随着中国造船业的进一步发展,船厂对节约生产成本和提高生产效益的重视程度也越来越高。因此,对船舶管材下料进行优化,来降低管材的废料率和余料率,对船厂节约成本和提高生产效益意义重大。在进行优化前,建立合适的数学模型,是管材一维下料问题的基础。一维下料问题的求解算法有许多种,但每种算法都必须根据下料问题的实际情况来设计。为此,本文对几种优化算法进行了改进,用于船厂管材下料问题。为了进一步提高算法的收敛性和寻优能力,基于两种优势算法实现了混合优化算法,本文主要研究内容如下:1)分析了管材购买情况,零件管的规格情况以及余料的再次利用,在此基础上建立了基于余料可回收的不定长原管一维下料问题的数学模型。该模型的目标函数为减少废料和余料的产生。2)提出了几种改进的优化算法。主要包括:(1)为了在匹配过程中进一步提高原料管的利用率,本文设计了一种新的匹配算法,为最佳重整算法;(2)将最佳重整算法应用于零件管的重新排样,形成了改进的局部搜索算法;(3)将改进的局部搜索算法与GA结合,形成IGA;(4)将改进的局部搜索算法与PSO结合,形成IPSO;(5)针对原管不定长问题和蚂蚁路径选择问题,重新设计了原管选择策略和蚂蚁路径选择策略,形成了IACO。实验结果表明:IACO的寻优能力和收敛性能都优于其它算法。3)实现基于蚁群-粒子群算法的混合算法(ACOPSO)。结合IPSO和IACO的优点,设计了一种具有粒子特性的蚂蚁,在每一次迭代时,先使用IACO产生一代路径,再使用IPSO对此路径进行调整,以获得更优的路径。实验结果表明:ACOPSO的收敛性能要明显好于其它算法,且进一步提高了算法的寻优能力。4)算法应用与对比分析。将本文算例数据和经典文献算例数据在应用软件和ACOPSO计算,并将它们的计算结果进行对比分析。实验结果表明:本文提出的ACOPSO的寻优能力最佳,且计算速度也较快,具有较强的算法性能优势。(本文来源于《武汉理工大学》期刊2017-06-01）
曹静静[7]（2017）在《多线材变截面一维下料问题解法研究》一文中研究指出车辆和工程机械制造业每年要消耗大量钢锭用于生产各种所需部件,但因原材料的特殊性所提供的钢锭大多是圆台形的,使得下料过程中在不同位置切割所得的毛坯截面不同,使得问题的复杂性高于等截面下料问题。又由于全国钢锭年消耗量大,因此值得去研究其下料问题,以提高材料利用率,降低生产成本。本文分别介绍了单线材、无约束多线材、有约束多线材的变截面一维下料问题,从问题的描述、数学模型的建立、算法求解、实验等几个方面分别阐述。重点研究多线材变截面一维下料问题的解法,采用特定的布局方式,将不同尺寸的钢锭切割成所需重量和需求量的毛坯。本文将顺序价值修正法和动态规划技术相结合,求解多线材变截面一维下料问题。在等截面下料问题中可直接根据需求毛坯长度进行切割,而在钢锭下料问题中则要先将毛坯重量转换成其对应的长度。因此,要先求出不同重量的毛坯在线材任意位置处切割时所对应的长度。然后根据上述方法顺序生成下料方案中的各个布局图,直到全部毛坯的需求得到满足。通过对毛坯的价值修正生成多个不同的下料方案,从中选择最好者作为解。通过与大量随机测试题比较,实验结果表明所得解值非常接近最优;通过与文献中生成布局图时采用的枚举法比较,实验结果表明本文算法更能快速生成布局图,提高材料利用率。(本文来源于《广西大学》期刊2017-06-01）
曹静静,崔耀东,李东兴[8]（2017）在《多线材变截面一维下料问题解法研究》一文中研究指出针对多线材变截面一维下料问题,提出顺序价值修正和动态规划算法求解。由于材料具有变截面的特征,同样重量的毛坯在线材不同位置切割时所需的长度是不同的,所以要进行重量与长度的转换,求出任意位置处对应的毛坯长度。然后根据上述方法顺序生成下料方案中的各个布局图,直到全部毛坯的需求得到满足。通过对毛坯的价值修正生成多个不同的下料方案,从中选择最好者作为解。通过与随机测试题比较,实验结果表明,所得解值非常接近最优,当用材料利用率度量时,最优解的材料利用率和所得解的平均利用率之差为0.51%;计算速度很快,通常在7 s以内,该算法更能快速生成布局图,提高材料利用率。(本文来源于《锻压技术》期刊2017年01期）
鲁强,周新[9]（2015）在《基于在线检测动态一维下料问题的GPU并行蚁群算法》一文中研究指出随着在线检测技术发展,生产线上的物料需要根据检测结果进行快速切割。已有一维下料优化问题是根据全局目标进行建模的,其最优化算法不能满足实时调整切割方案的要求。本文首先根据物料在线检测及切割特点提出了动态多规格一维下料优化问题,并给出最优化模型;然后结合GPU特点创建并行蚁群算法来求解多规格动态一维下料问题,以保证在有限时间内求得近似最优结果;经过算法分析证明,对于大规模数据变量,并行蚁群算法效率高于传统蚁群算法。通过实验表明,在大规模数据量下,此并行蚁群算法与传统蚁群算法和分支定界算法相比,能够在较短时间内得到较优切割方案。(本文来源于《仪器仪表学报》期刊2015年08期）
崔轶平[10]（2015）在《多线材一维下料问题的顺序价值校正算法》一文中研究指出工业生产中,经常要求设计合理的布局和切割方式,将较大的材料分割为尺寸和需求量已知的较小块(毛坯),提高材料利用率,以降低生产成本。这类问题称为下料问题。对于一维下料问题,规定原材料和毛坯均为一维,即只考虑长度。一维下料问题又称为线材下料问题,包括型材、棒材和管材等材料的分割。所有可用线材的长度相同时称为单线材一维下料问题,可用线材具有多种长度时称为多线材一维下料问题。本文首先建立多线材一维下料问题的数学模型,随后提出求解该问题的顺序价值校正算法。根据每种毛坯的价值,调用有界背包算法生成当前排样方式,用于满足部分毛坯需求。顺序生成各个排样方式,直到所有毛坯需求都得到满足。每次生成排样方式后,根据其信息对毛坯的价值进行调整,从而使排样方案多样化。通过迭代生成许多排样方案,不断调整各个毛坯的价值使之趋向合理,进而提高解的质量。本文工作还包括：(1)根据顺序价值校正法的特性,对算法结构进行并行化处理,缩短计算时间。(2)简要描述将顺序价值校正算法扩展应用于求解二维下料(装箱)问题的方法。根据本文算法,编码建立排样软件原型,并进行大量计算实验以评估所设计算法的有效性。通过与近年来国内外公开发表的求解同类问题的算法相比较,说明本文算法在解的质量上达到较好水平,计算时间合理。(本文来源于《广西大学》期刊2015-06-01）
一维下料问题论文开题报告
（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：
讨论一维下料问题,即用库存线材原料切割出若干种已知数量和长度的零件,优化目标为最大化线材利用率。提出一种混合启发式下料算法,用当前零件构造线材所有可能的切割方式,计算每种切割方式的废料长度、零件平均长度、大零件数量,按照废料最小、零件平均长度最大、大零件数量最多的原则选择一种切割方式切割相应线材,满足部分零件需求;用剩余零件继续构造线材可能的切割方式,按上述原则继续选择相应线材进行切割,重复该过程,直到所有零件的需求量得到满足为止。采用文献中基准例题验证文中下料算法,数值实验结果表明该算法与4种文献算法相比性能占优,且算法计算时间合理。
（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。
一维下料问题论文参考文献
[1].梁勇强,卢建宁.求解规格密集型一维排料问题的启发式遗传算法[J].玉林师范学院学报.2018
[2].管卫利,龚击,薛焕堂.一维下料问题的一种混合启发式算法[J].机械设计与制造.2018
[3].杨畅,杨林,沈竹楠.一维下料问题的多叉树遍历算法研究[J].机械工程与自动化.2018
[4].梁泽华.有顺序依赖损耗的一维下料问题的研究[D].广西大学.2018
[5].梁泽华,崔耀东,张雨.有顺序依赖损耗的一维下料问题[J].山东大学学报(工学版).2018
[6].徐平平.面向船舶建造的不定长原管一维下料问题研究[D].武汉理工大学.2017
[7].曹静静.多线材变截面一维下料问题解法研究[D].广西大学.2017
[8].曹静静,崔耀东,李东兴.多线材变截面一维下料问题解法研究[J].锻压技术.2017
[9].鲁强,周新.基于在线检测动态一维下料问题的GPU并行蚁群算法[J].仪器仪表学报.2015
[10].崔轶平.多线材一维下料问题的顺序价值校正算法[D].广西大学.2015
论文知识图
