基于智能混合優(yōu)化算法的不規(guī)則件優(yōu)化排樣技術(shù)研究.pdf

1、排樣問題在工業(yè)生產(chǎn)中廣泛存在，因而解決它具有很深遠的理論意義和現(xiàn)實意義。尋找通用性好、求解質(zhì)量和效率高、易于實現(xiàn)的排樣問題求解算法一直是該領(lǐng)域所追求的目標(biāo)。本文根據(jù)排樣問題的研究現(xiàn)狀及其自身特點，深入研究了二維不規(guī)則零件排樣問題的關(guān)鍵技術(shù)，并提出兩種智能混合優(yōu)化算法解決排樣問題。本文主要研究以下內(nèi)容： (1)分析并建立了二維不規(guī)則件優(yōu)化排樣問題的形式化描述和數(shù)學(xué)模型。分析了二維不規(guī)則件優(yōu)化排樣問題的求解難度，提出求解該問題的求解

2、思路及優(yōu)化策略； (2)通過合適的計算機表達，實現(xiàn)了不規(guī)則件的輸入和排樣過程中的幾何變換。把不規(guī)則件排樣問題轉(zhuǎn)化為解決圖形之間的運算問題。 (3)通過對各種智能優(yōu)化算法進行分析，將自組織特征映射模型(SOM)和Hopfield神經(jīng)網(wǎng)絡(luò)引入不規(guī)則零件排樣求解中，運用SOM神經(jīng)網(wǎng)絡(luò)對初始在板材內(nèi)隨機排布的不規(guī)則零件進行平移，尋求各零件的最優(yōu)位置，再運用Hopfield神經(jīng)網(wǎng)絡(luò)進行迭代運算，尋求各排樣零件的最優(yōu)旋轉(zhuǎn)角度組合，構(gòu)

3、成一種神經(jīng)網(wǎng)絡(luò)混合算法來解決不規(guī)則件優(yōu)化排樣問題。 (4)通過探討各種智能優(yōu)化算法和啟發(fā)式算法在不規(guī)則件優(yōu)化排樣問題中的應(yīng)用，將遺傳算法、模擬退火算法與小生境技術(shù)、正交試驗法相結(jié)合，互相取長補短，構(gòu)成正交小生境遺傳模擬退火混合優(yōu)化排樣策略。 (5)研究了矩形排樣單元與空白區(qū)域填充算法。對不規(guī)則零件的矩形排樣單元構(gòu)造過程中的關(guān)鍵技術(shù)進行了探討；給出了具體算法，解決了由于簡單采用最小包絡(luò)矩形代替零件進行排樣而導(dǎo)致的多邊形外輪