蚂蚁算法在矩形件优化排样中的应用.pdf

制造业信 息化 ManufacturingInformationalization 蚂蚁算法在矩形件优化排样中的应用 黄红兵 （福建农林大学计算机学院，福建福州 350002） 蚂蚁算法是解决优化问题的一种相对较新的启发式算法，大规模的矩形件优化排样问题是个NP难题。文中尝 摘 要： 试用蚂蚁算法求解矩形件优化排样问题，根据提出的求解算法，开发出了基于蚂蚁算法的计算机辅助优化排样系统，并将 蚂蚁算法的求解结果和遗传算法进行了对比，试验结果证明了用蚂蚁算法求解矩形件优化排样问题的可行性和有效性。 蚂蚁算法；矩形件排样；启发式算法；遗传算法 关键词： 中图分类号：TP301 文献标识码：A 文章编号：1002-2333（2006）02-0098-03 1 引 言 问题求解的关键。 [] 蚂蚁算法（ 1 AntAlgorithm） 是一种源于生物世界的 2.2 信息素的计算和更新 仿生类进化算法，该算法模仿蚂蚁觅食时的行为，按照启 在实际排放过程中，矩形往往按面积从大到小进行 发式思想，借助信息素Pheromone的作用，通过个体之间 排放。一般情况下，零件面积越小，板材的面积越大，材料 的信息交流与协作，逐步收敛到问题的全局最优解。 的利用率就会越高。当大零件排放完后再排放小零件，板 蚂蚁算法自问世以来表现出了强大的生命力。蚂蚁 材空间变得越来越小且会产生很多碎块，如果比较小的 算法出现后，用来求解的典型问题主要有旅行商问题、二 矩形最后排放，填充这些碎块的可能性将会增加，有利于 [] [] 次规划、度限制树、背包问题3 4 提高板材的利用率；反之如果先排放小零件，后面留给大 、工件排序优化 、装箱问 [] 5 零件的空间选择余地就会越来越少，板材的利用率就会 题 等。 矩形件优化排样是指在给定的矩形板材上排放出所 越来越低。另一方面，对于长宽比相差较大的矩形件，应 [] 需要的矩形件，使材料的浪费尽量少。如何合理地在原材 该优先排放7。 料上切割出给定规格的零件，尽可能提高原材料的利用 考虑到以上两点，本文对矩形next上的信息素pheromone 率，是一个有重大经济意义的课题。大规模的矩形件优化 （next），定 义 为 ：pheromone（next）=WeightArea*Area 排样问题是个NP难题，目前的求解算法多采用启发式算 （next）+WeightRatio*（L/W） ，其中WeightArea表示面积 next 法，如遗传算法、模拟退火算法等。启发式算法能够在较 因素在信息素中计算中所占的权重，Area（next）表示矩形 短的时间内求出问题的较优解，但不能保证求得问题的 next的面积，WeightRatio表示矩形长宽比值因素在信息 最优解。本文尝试用蚂蚁算法来求解矩形件优化排样问题。 素中所占的权重，（L/W） 表示矩形next的长度与宽度 next 2 矩形件排样问题的蚂蚁算法求解 的比值。 2.1 问题求解的基本思路 每当一个矩形被蚂蚁访问时，就表示对应的矩形被 对于给定的n个矩形，排样时除了要确定每个矩形 选中参与排样，矩形上的信息素就要及时进行更新，由于 的排放顺序和排放方式外，还要确定矩形在板材上具体 每一个矩形迟早都会被不同的蚂蚁访问到，只不过是被