导读:本文包含了矩形优化排样论文开题报告文献综述及选题提纲参考文献，主要关键词:矩形优化排料,蚁群算法,非等值初始量蚁群算法,改进的最低水平线法
矩形优化排样论文文献综述
张娜,赵罘[1]（2019）在《基于非等值初始量蚁群算法的矩形优化排料》一文中研究指出为提高矩形排料的板材利用率并节约求解时间,提出了非等值初始量蚁群算法,并应用于矩形优化排料问题。在蚁群算法初始信息素量赋值过程中引入矩形面积和长宽比因素以增大各矩形初始信息素的差别,加快算法收敛速度;同时对传统蚁群算法的信息素更新规则作适当改变,以便于信息素快速更新,缩短求解时间。采用改进的最低水平线法作为排料方法,能充分利用已产生的闲置区域,减少板材浪费。对比实验的结果表明,与传统蚁群算法和其他几种典型算法相比,本文算法能进一步提高板材利用率,且求解时间较短。(本文来源于《北京化工大学学报(自然科学版)》期刊2019年06期）
曹忠园,周学良[2]（2019）在《基于坐标约束的矩形件排样优化研究》一文中研究指出提出了一种面向矩形坐标关系约束的遗传算法解决传统方法中随着排样矩形种类增多利用率开始降低的问题,可以满足一块大板材上能够裁出更多种类小矩形的要求,同时板材利用率更高。采用文中提出的方法进行排样所达到的矩形利用率为92%以上,且运算时间均在10 s以内。最后在VC++环境中开发出了系统验证排样方案的可行性。(本文来源于《湖北汽车工业学院学报》期刊2019年03期）
卓开霞[3]（2019）在《皮革服装CAD矩形件样板的优化排样探究》一文中研究指出基于皮革服装的CAD技术,采用改进的粒子群算法模型即QPSO算法模型,来对于服装矩形件样板的优化排样进行了比较分析研究。排放算法选择最低水平线法,在优化排样领域引入具有量子行为的QPSO算法,对矩形件排样采用量子行为的QPSO算法模型进行优化求解,经过和传统的算法模型结果进行比较,可获得量子行为的改进QPSO算法,求解过程和求解结果均比PSO算法的优越性更为突出,且证明QPSO算法具有高效性和优越性。矩形板材的排样更适合有效QPSO算法得到的排样方案。(本文来源于《皮革科学与工程》期刊2019年03期）
王伟,杜向阳[4]（2019）在《基于捕食搜索策略的遗传算法在矩形件优化排样中的研究》一文中研究指出在木材加工业中,会遇到矩形板材的优化切割排样问题,其核心是充分利用板材,使板材利用率达到最高。在基于遗传算法基础上,提出一种基于捕食搜索策略的遗传算法,用以解决前述问题。对编码方式、遗传算子及适应度函数进行设计,并采用改进的最低轮廓线搜索算法对其进行解码以得到最优排布解。仿真试验所用板材规格为1 220 mm×2 440mm,当排样零件总面积与原材料面积相当时,多种型材分割要求下平均板材利用率可达93.425%;当排样零件总面积相比原材料面积较小时,其不同型材零件分配方案的平均板材利用率为83.35%,证明本文算法的科学性,并得出不同型材零件分配总面积应尽量与原板材面积相当的结论。(本文来源于《中国农机化学报》期刊2019年02期）
周贤君[5]（2018）在《混凝土胶合模板配置矩形板块优化排样》一文中研究指出根据模板施工规范,参考矩形件排样各相关算法,通过一个系统过程:因数分析法进行分类、背包算法确定最优组合、递归算法和神经算法查找相关板块、填充算法填充空隙等优化算法对胶合板矩形板块进行排样。排样结果表明板材的利用率大幅提高。(本文来源于《中国建材科技》期刊2018年05期）
扈少华,张淋江,潘立武,管卫利[6]（2018）在《矩形件套裁排样的一种优化解法》一文中研究指出求解矩形件套裁排样问题,即用指定规格的板材切割出若干种矩形件,目标是极大化板材利用率。构造一种基于五块结构的矩形件套裁排样方式,该排样方式首先将板材划分为五个块,然后在每块中按照简单方式排样一种矩形件。建立五块排样方式的整数规划数学模型,并在Visual Studio和CPLEX中进行编程求解。用文献中的基准测题,检验五块排样方式的性能,数值实验结果表明,排样方式在提高板材利用率和简化板材切割工艺两方面均有效,且模型求解时间在实际应用中合理。(本文来源于《机械设计与制造》期刊2018年06期）
郭奇[7]（2018）在《面轨道特征矩形排样与加工路径优化研究》一文中研究指出矩形排样与加工路径优化问题广泛存在于制造业领域,采用优化的生产调度方案是提高企业盈利能力的有效手段.本课题同样源于实际生产中遇到的一种带有面轨道特征的矩形排样问题.此类特殊矩形的加工有别于传统的排样与路径优化问题.对现有算法研究做总结后,提出了自适应遗传算法和图论相结合的优化方法,以该算法为核心,基于Delta3D引擎完成了虚拟辅助排样系统的开发.算法以寻找加工路径最优为目标,最终将路径优化问题转化为一个考察无向图连通性问题,并利用遗传算法在解空间中进行全局搜索.在遗传算法中,采用初始种群预处理方法,算子自适应机制等操作极大提高了算法的收敛速度,最后按照BL定位策略完成对矩形的排样.基于开源的Delta3D游戏引擎成功开发了一款3D虚拟辅助排样平台,并对开发过程中遇到的若干问题进行了详细说明.平台利用Qt作为图形用户界面开发库,OpenSceneGraphy完成场景渲染工作.此外,考虑到任何一款排样系统必需允许人机交互操作来确定最终排样方案,本文着重分析了系统的消息处理机制,鼠标、键盘事件监听过程以及空间对象的鼠标操作原理.最后,通过实验验证了该虚拟辅助排样平台在绝大多数情况下完全可以找到满足需求目标的排样结果,是一种非常可靠的方法.(本文来源于《浙江工业大学》期刊2018-06-01）
张子成[8]（2018）在《基于矩形拼接的“一刀切”矩形排样优化设计》一文中研究指出首先,通过矩形拼接增加矩形件的多样性,使得剩余矩形匹配算法中可选择的矩形数目增加;其次,引入面积匹配度、高边匹配度和宽边匹配度作为评价剩余矩形匹配算法中选择矩形的标准,并采用叁叉树结构计算出原料利用率最高的排样方案;最后,通过实验对比证明本文算法可提高原料利用率,很好地解决了不同规模的矩形排样问题。(本文来源于《现代制造工程》期刊2018年04期）
周佳立,郭奇,吴超,武敏[9]（2018）在《面轨道特征的矩形排样与加工路径优化方法研究》一文中研究指出为了解决实际生产中遇到的一种带有面轨道特征的矩形排样问题,重点研究了自适应遗传算法和图论相结合的优化方法,极大提高了切削加工效率。该方法将路径优化问题转化为一个考察无向图连通性问题,并利用遗传算法在解空间中进行全局搜索,以寻找加工路径最优解,并按照BL定位策略完成对矩形的排样。通过对遗传算法的改进:(1)对初始个体基因位的合法性判断,并利用深度优先遍历结果评估个体性能的优劣;(2)交叉、变异算子均采用自适应机制,并且执行变异操作的对象限定为一条染色体上的断点集,极大提高了算法的性能。最后,通过实验验证了该算法在绝大多数情况下完全可以找到满足需求目标的结果,是一种非常可靠的方法。(本文来源于《图学学报》期刊2018年02期）
郭蕴华,许昆仑,常万里,牟军敏[10]（2018）在《基于改进蚁群算法和剩余矩形法的二维矩形件优化排样》一文中研究指出二维矩形件优化排样是一类具有NP完全难度的组合优化问题。提出了一种基于改进蚁群算法和剩余矩形法的新型混合算法对其进行求解。通过针对最优个体的变异策略和具有随机选择机制的路径选择规则,提高了算法的全局寻优能力。在每一代的寻优过程中采用剩余矩形法完成矩形件排样,以改善算法的局部寻优能力。将该文算法与已有算法通过两个仿真实例进行了对比分析,仿真结果表明该算法具有明显的优势。(本文来源于《武汉理工大学学报》期刊2018年02期）
矩形优化排样论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种面向矩形坐标关系约束的遗传算法解决传统方法中随着排样矩形种类增多利用率开始降低的问题,可以满足一块大板材上能够裁出更多种类小矩形的要求,同时板材利用率更高。采用文中提出的方法进行排样所达到的矩形利用率为92%以上,且运算时间均在10 s以内。最后在VC++环境中开发出了系统验证排样方案的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矩形优化排样论文参考文献
[1].张娜,赵罘.基于非等值初始量蚁群算法的矩形优化排料[J].北京化工大学学报(自然科学版).2019
[2].曹忠园,周学良.基于坐标约束的矩形件排样优化研究[J].湖北汽车工业学院学报.2019
[3].卓开霞.皮革服装CAD矩形件样板的优化排样探究[J].皮革科学与工程.2019
[4].王伟,杜向阳.基于捕食搜索策略的遗传算法在矩形件优化排样中的研究[J].中国农机化学报.2019
[5].周贤君.混凝土胶合模板配置矩形板块优化排样[J].中国建材科技.2018
[6].扈少华,张淋江,潘立武,管卫利.矩形件套裁排样的一种优化解法[J].机械设计与制造.2018
[7].郭奇.面轨道特征矩形排样与加工路径优化研究[D].浙江工业大学.2018
[8].张子成.基于矩形拼接的“一刀切”矩形排样优化设计[J].现代制造工程.2018
[9].周佳立,郭奇,吴超,武敏.面轨道特征的矩形排样与加工路径优化方法研究[J].图学学报.2018
[10].郭蕴华,许昆仑,常万里,牟军敏.基于改进蚁群算法和剩余矩形法的二维矩形件优化排样[J].武汉理工大学学报.2018
标签：矩形优化排料; 蚁群算法; 非等值初始量蚁群算法; 改进的最低水平线法;