基于遺傳退火算法板式家具大規(guī)模矩形件優(yōu)化下料研究.pdf

1、優(yōu)化下料，是一個(gè)在產(chǎn)品設(shè)計(jì)、制造和使用中如何節(jié)約原料、優(yōu)化利用資源的問題。對(duì)優(yōu)化下料問題的研究具有重要經(jīng)濟(jì)意義和社會(huì)效益。它在計(jì)算理論上非常復(fù)雜和困難，而在實(shí)際生產(chǎn)中卻有著廣泛的應(yīng)用。隨著智能優(yōu)化算法理論和計(jì)算機(jī)技術(shù)的發(fā)展，為人們提供了用現(xiàn)代優(yōu)化算法和計(jì)算機(jī)進(jìn)行優(yōu)化下料的可能性。本文研究的優(yōu)化下料問題主要是板式家具生產(chǎn)中在矩形原料板上的大規(guī)模矩形件排樣問題。 針對(duì)在板式家具中板材下料問題的具體特點(diǎn)，結(jié)合板式家具下料的工藝和約束條

2、件，給出了在矩形原料板材上的矩形零件優(yōu)化下料的定義、特點(diǎn)、性質(zhì)并提出了在工藝條件以及規(guī)模約束下的大規(guī)模板式家具優(yōu)化下料的數(shù)學(xué)模型。在對(duì)下料優(yōu)化方案生成算法的研究中，提出了一種“生成即可行”的排樣方法。根據(jù)板式家具下料“一刀切(GuillotineCutting)”的工藝特性，設(shè)計(jì)了一種二叉樹結(jié)構(gòu)來表現(xiàn)排樣方案的生成過程，保證了所有的方案在產(chǎn)生時(shí)即可行，使整個(gè)方案生成過程中的所有解都是可行解，因此避免了在尋優(yōu)過程中再對(duì)編碼進(jìn)行可行性驗(yàn)證的

3、操作。 提出了將現(xiàn)代智能優(yōu)化算法：遺傳算法(GA)、模擬退火算法(SA)和根據(jù)這兩種算法的各自優(yōu)勢(shì)將其融合后的遺傳退火算法(GASA)在大規(guī)模板式家具下料中的應(yīng)用。并在應(yīng)用過程中，對(duì)算法進(jìn)行了改進(jìn)。針對(duì)模擬退火算法冷卻進(jìn)度表和鄰域范圍難以確定，進(jìn)入局部最優(yōu)后難以跳出的問題，設(shè)計(jì)了溫度可控的冷卻進(jìn)度表，提出了搜索進(jìn)入局部最優(yōu)的判定函數(shù)和升溫函數(shù)，使搜索進(jìn)入局部最優(yōu)后能及時(shí)升溫，并從局部最優(yōu)中跳出，保證了解的最優(yōu)性。設(shè)計(jì)了初始溫度、

4、鄰域結(jié)構(gòu)和隨機(jī)接受函數(shù)，提高了求解速度；針對(duì)遺傳算法在矩形件優(yōu)化下料問題中應(yīng)用的實(shí)際特點(diǎn)，提出一種全新的面向?qū)ο蟮倪z傳編碼方式和基于“貫通原料”的基因變異方式，將變異后不可用基因數(shù)量降到了零，就適應(yīng)度函數(shù)、初始群體的生成和遺傳操作等關(guān)鍵問題提出了相應(yīng)的設(shè)計(jì)方法；對(duì)兩種算法進(jìn)行了詳細(xì)的對(duì)比分析和論證，從理論和實(shí)踐的角度總結(jié)了兩種算法各自優(yōu)缺點(diǎn)，取模擬退火算法和遺傳算法的各自長(zhǎng)處，將它們有機(jī)地結(jié)合在一起，分別采用了本文提出的模擬退火算法中升

5、溫的控制和遺傳算法中的編碼和變異的方式，生成溫控遺傳-退火算法，混合算法搜索全局最優(yōu)的能力大大提高；對(duì)三種算法從理論和實(shí)踐的角度進(jìn)行了對(duì)比分析，遺傳-退火算法兼有遺傳算法中種群、個(gè)體、交配、基因、遺傳、變異等淘汰劣質(zhì)解的操作，也有模擬退火算法中冷卻進(jìn)度表和接受概率等尋優(yōu)控制技術(shù)，可以更好地實(shí)現(xiàn)大規(guī)模矩形件下料問題的快速求解。 研制了板式家具大規(guī)模矩形件優(yōu)化下料系統(tǒng)，實(shí)驗(yàn)表明，該軟件的優(yōu)化效果高于國(guó)內(nèi)同類研究成果，而且操作極其簡(jiǎn)便