有瑕疵材料二维下料问题的研究和应用(1)

有瑕疵材料二维下料问题的研究和应用(1)

ID:32471277

大小:2.03 MB

页数:77页

时间:2019-02-06

有瑕疵材料二维下料问题的研究和应用(1)_第1页
有瑕疵材料二维下料问题的研究和应用(1)_第2页
有瑕疵材料二维下料问题的研究和应用(1)_第3页
有瑕疵材料二维下料问题的研究和应用(1)_第4页
有瑕疵材料二维下料问题的研究和应用(1)_第5页
资源描述:

《有瑕疵材料二维下料问题的研究和应用(1)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:益么匿日期:‘、关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其他

2、复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定).论文作者签名:缢导师签名:日期:山东大学硕士学位论文中文摘要下料问题,就是给定一个布局空间和若干待下物体,将待下物体合理地摆放在布局生间中,满足必要的约束条件,并使材料利用率达到最高。自动下料问题由来已久,对于自动最优下料问题在应用上可以提高生产效率,节约成本,理论上它又是NP完全问题,具有巨大的挑战性,可以认为它是人类到目前为止遇到的最困难问题的典型代表之一,具有重要的研究价值。不规则图形的自动下料问题,一直受到广泛的重视和研究,而对原材料的约束条件更是对此问题提出了挑战,研究

3、方法涉及了组合优化、人工智能、计算几何学等各种理论。由于自动下料问题属于NP完全问题,随着布局物体数量的增加,解空间里指数倍数的扩大,出现组合爆炸现象,而动态规划、分支定界等基于穷举思想的算法只能解决数量较少舻图形组合形式因而无法解决此类问题,采用启发式搜索的方法,神经网络,遗传算法等求解自动布局问题得到了广泛的认同。t,t本文所要解决的问题在此基础上更对原材料进行了约束,即带有瑕疵的原材、料的自动下料问题。针对此类下料问题,在原有算法的基础上提出了一种改进的基于启发式搜索策略的自动下料算法,充分考虑人工下料时的经验信息,提出了对原材料的瑕疵和待

4、下料图形的初始化方法以及基于分组的定序规则算法,不但提高了材料利用率,而且使自动下料图更易于进行交互式的修改;移动算法采用了启发式搜索策略,可以很快确定待下料图形和瑕疵的位置;对于小块图形,进行插空下,提高了材料利用率;靠接算法通过待移动区域确定可能发生碰撞的实体,先大步长移动,然后微调,从而减少大量的盲目检测,提高了下料的精度。本文主要采用的是改进的启发式搜索算法和碰撞检测算法对图形进行优化排样,同时结合计算机图形处理软件Autocad2000与其二次开发软件ObjectARX进行编程。主要应用了矩形包络算法和旋转对排法来处理不规则图形和瑕疵处

5、理,然后调用初始化程序和定序规则算法对图形进行处理,最后采用改进的启发式搜索算法和碰撞检测算法对处理后的图形进行优化排样。实验结果证明,改进算法对瑕疵的处理具有可行性,与原算法相比,在面积优先的前提下,对方正度趋近于l或者经过变换后方正度趋近于1的下料图形能够取得较好的效果;并且在经过改进与没有经过改进的算法相比,大大减少了累积误差,提高了材料利用率。关键词:下料问题、启发式搜索算法、碰撞检测、瑕疵、方正度ABSTRACTPackingproblemsarisefromavarietyofsituationsincludingpalletload

6、ing,textilecutting,containerstuffingandplacementproblems.Suchproblemsareoptimizationproblemsthatareconcerned、】vitllfindingagoodarrangementofmultipledifferent-sizedobjectsinalargecontainingregionwithoutoverlap.Inordertosolvethesubjectabouttimeandenergy,whichappearsinalternatem

7、arker,theclassicpackingalgorithmisbroughtforwardinthethesis.Thatistheclassicalalgorithmintheartificialintelligence.Conventionalgeneticalgorithms(GAS)aloneperformnobetterthantraditionalartificialintelligenceapproachessuchasheuristicsearchoroperationsresearchmethodssuchasFirstF

8、it.Atthesametime,Solutionstomanypackingproblemsdoesnotmatchtobeadjus

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。