文档介绍：维普资讯
· · 《机床与液压》..
一种实用钣金排样算法
张琦,廖达雄,王爱贤
西北工业大学机电工程学院,陕西西安
摘要:将人工智能领域中的遗传算法和模拟退火算法相结合,成功地应用到算法中,利用遗传模拟退火混合算法
的全局优化搜索能力,得到了较算法更优的排样结果。同时对混合算法中的几个影响参数进行了简单的讨论,为钣金
件排样系统的开发提供一种实用的算法。
关键词:排样;模拟退火算法;遗传算法
中图分类号: 文献标识码: 文章编号:———

,,
,,
’,
: ,
.
..
: ; ;
引言排放算法,本文的排样问题是在文献的基础上
众所周知,人工智能方法具有很多优点,它包括进行改进,通过遗传算法产生一个最佳排样顺序,并
有遗传算法⋯、模拟退火算法、启发式算法等等, 结合模拟退火算法,在获得较高运算效率的前提下,
这些方法已经被应用到各个学科,并且取得了理想的取得更好的排样效果,并为钣金件排样系统的开发提
效果。遗传算法通过对生物遗传和进化过程中选择、供一种实用有效的算法。
交叉、变异机理的模仿,来完成对问题最有解的自适本文第节简要说明了算法排放矩形零件
应搜索过程,具有良好的全局搜索能力。但应用实践的原理,第节通过原理分析建立了混合遗传模拟退
表明,在遗传算法的应用中也有一些不尽人意的问火算法的实现过程,第节通过实例对比说明了本文
题,其中最主要的问题是容易产生早熟现象、局部寻算法的有效性,从而为钣金件排样系统提供一种有效
优能力较差等。模拟退火算法则具有很强的局部搜索的算法,最后一节给出结论。
能力。算法
优化排料,一直是国内外非常活跃的研究课题, 本文讨论的矩形零件排样问题,为在宽度一定、
它是寻求平面最优布局的优化问题,广泛应用于服不限长度的条形板材上进行。对待排矩形零件,要求
装、制鞋、船舶、钣金等工业生产中,以提高材料利矩形零件排放后彼此互不重叠,每一个待排矩形零件
用率,降低生产成本。目前,对于排样问题的研究, 的长和宽不超出板材宽度。
分为矩形件排样和不规则多边形排样。许多学者运用. 算法定义
人工智能方法对此做了许多研究,刘德全运用遗传设集合。,,⋯,为个待排矩形
算法解决矩形件排样问题,贾志欣运用模拟退火算件,其中任意一个零件包含四个元素,,
法解决矩形件排样问题, 运用遗传,, 和记录零件被排放后的左下角坐标
算法解决任意多边形零件的排样问题,运和坐标,和记录零件的宽度和高度。
用模拟退火算法解决任意多边形零件的排样问题。实算法在将一零件排放到条形板料上后,记录
验结果表明,相同数量的零件,文献,的效该零件的上边,如图所示。任意一条边由三个元
率远低于文献,,并且随零件数的增加效率更素组成鲫,和记录该边最左边的点
低。对于钣金件排样系统而言,既要有好的排样效的坐标,为该边的宽度。
果,同时还要有高的运算效率,因此,对矩形件排样.,:,⋯, 代表一系列边的集合。在
问题的研究具有实用价值,同时,任意多边形零件的一系列边中,若两条边的坐标相同且相邻,则两条
排样可以通过寻求零件最小包络,从而将问题转化为边合并。中的边按照顺序排列,首先按照各自边
矩形件