基于遺傳算法的二維不規(guī)則零件排樣系統(tǒng).pdf

1、本課題對目前制造業(yè)生產(chǎn)工藝中存在的下料問題，尤其是不規(guī)則零件在不規(guī)則底料上的優(yōu)化排樣問題，進行了深入地分析和研究，將遺傳算法作為核心算法，引入到系統(tǒng)設計中，提出了解決板材下料的一套實用算法，結合計算機編程，實現(xiàn)了二維不規(guī)則零件自動優(yōu)化排樣系統(tǒng)。 遺傳算法是借鑒生物的自然選擇和進化機制的一種全局優(yōu)化自適應概率搜索算法，具有快速隨機的全局搜索能力。遺傳算法完全克服了傳統(tǒng)優(yōu)化算法易于陷入局部最優(yōu)解的缺陷，它通過染色體的基因突變跳出局部

2、最優(yōu)解，因而最終收斂到全局最優(yōu)解。對于非常復雜、高度非線性問題的優(yōu)化求解，表現(xiàn)出比其它傳統(tǒng)優(yōu)化方法更優(yōu)越的性能，是21世紀智能計算中的核心技術之一。 本課題對遺傳算法做了系統(tǒng)的介紹，其中包括遺傳算法的特點、基本實現(xiàn)技術問題等。對遺傳算法在求解不規(guī)則零件優(yōu)化排樣問題的設計及具體實現(xiàn)也做了詳細討論。 本課題以UG NX3.0軟件作為軟件平臺，以UG/OPEN API結合VC++為開發(fā)工具，進行二次開發(fā)。首先使用遺傳算法，通過

3、全局優(yōu)化概率搜索產(chǎn)生待排零件最佳的排樣次序、每個待排零件的旋轉角度及角度屬性，從而得到排樣方案，再運用基于BL策略的啟發(fā)式排樣算法進行定位，從而設計實現(xiàn)了二維不規(guī)則零件的優(yōu)化排樣系統(tǒng)。 在本課題中，對于含有曲線段的零件進行了近似多邊形處理，在進行近似多邊形處理的過程中，采用非等分弧長選取點；對不規(guī)則排樣件并不進行近似矩形閉包的處理，而是進行掃描線的處理，真實地反映出不規(guī)則零件的形狀；在遺傳算法適應度函數(shù)的設計上，利用底料的材料