动态规则在矩形毛坯单一排样-计算机软件与理论专业论文.docxVIP

第一章 绪论 1.1 引言 排样是计算机技术和现代经济发展的产物。在工业生产中，由于板类零件性能优越、制 造工艺相对简单、成本低廉等优点，被广泛应用于机械、造船、汽车、轻工、军工、电子、 航天等行业。但板类零件存在一个共同问题：排样问题。排样问题的目标就是尽量减少材料 损失，尽最大可能在材料上放置尽可能多的零件，以减少材料损失。最初，人们采取的是手 工的方式进行排样。这种排样方式有灵活多变的优点，但也有耗时，费用高以及板材利用率 低等缺点。而随后出现的计算机排样具有板材利用率高，耗时短，费用低等优点从而逐渐被 广泛采纳。 1.2 套裁排样 排样问题按板材上可以容纳的毛坯种数分为两类。在排样问题中把毛坯在一张板材上的 一种排列称为切割方式。排样方案由多种切割方式组成，按每种切割方式切割适当张数就可 以切出全部所需毛坯。如果在一个切割方式中只允许出现相同尺寸的毛坯，这样的排样问题 称为单一排样；反之，若允许多种毛坯在同一切割方式中出现，则称之为套裁排样。在排样 问题中，毛坯的形状可能是不规则的，也可能是矩形的。对于不规则形状的毛坯，一般的做 法是把不规则形状的毛坯近似为矩形毛坯来处理，从而简化为矩形毛坯来处理。这种方法简 单易行。但如果在近似过程中未充分考虑零件本身的形状特征就有可能导致材料利用率的降 低。对于这个问题的解决办法可以参看文献[1]。在单张板材上，以往的手工排样板材利用 率一般都不高，而计算机排样一般都能达到 90%甚至 100%。在大规模使用板材排样的今天， 板材的利用率每提高 1%，毫无疑问都会带来可观的经济效益。50 年代以来，人们对套裁排 样进行了广泛深入地研究，并提出了一些算法来试图提高板材利用率。从理论上讲，矩形件 的优化计算属于最高复杂性的 NP 问题，为非确定性的多项式计算，只能求其局部最优的近 似解。若用穷举法进行求解，其计算量将令人无法忍受。1975 年，J.H.Holland [2]从达尔文 “生物进化”学说中得到启发，提出了著名的遗传算法。经过二十几年的研究和应用，遗传 算法已成为离散优化的有效工具。矩形件用遗传算法进行优化排样[3]，可以解决全局最优 和计算量大的矛盾。这是由于该算法的特点决定的。因为遗传算法从多个点出发，通过基因 变异和杂交等手段克服一般算法易陷入局部最优解的缺陷，最终收敛到全局最优解。至于计 算量则可以通过控制循环次数或者预先设定对结果的满意程度进行控制。另一个有效的算法 是模拟退火算法[4]。该算法起源于统计物理学中对固体退火过程的模拟，它采用 Boltzmann 接受准则接受新解，用成为冷却系数的参数控制算法进程，使算法在多项式时间里给出一个 近似最优解。其他算法还有背包算法[5]，神经网络算法[6]，动态启发式算法[7]等。 1.3 单一排样 1.3.1 背景知识[8] 有关概念 (1) 无约束排样与有约束排样。无约束排样是指对毛坯数量无约束，目标是使一张板 材中排入的毛坯数达到最大。有约束排样是指在满足毛坯需求的前提下，所消耗的板材面积 尽可能小，一般需要在部分板上排样。“部分板”是和“整板”相对而言的，两者的宽度相 同，部分板的长度较小。 (2) 毛坯的方向。称毛坯的长度方向为毛坯的方向。采用普通剪床排样时，每次切割总 是沿平行于板材长度(亦称为 X 向)或宽度(亦称为 Y 向)方向，将板材切成二块，从而要求毛 坯方向只能取 X 向或 Y 向。 (3) 条带与级。图 1-1a 所示为一根条带，其宽度等于毛坯长度。图 1-1b 所示为一个级， 其中包括一根或多根长度相等的条带，每根条带中所含毛坯数相同。规定级的长度与宽度方 向，分别与所含条带的长度与宽度方向一致。级的方向规定为级的宽度方向，或其中所含毛 坯的方向。规定剪切排样时，必须先沿级的分界线将板材分割成级。级有 X 向级和 Y 向级 之分，前者级的方向与板材长度方向一致，后者级的方向与板材宽度方向一致。图 1-1b 所 示为一个 X 向级，图 1-1c 所示为一个 Y 向级。 b) c) 图 1-1 条带与级 a) 一根条带 b) 一个 X 向级 c) 一个 Y 向级 规范多级方式 如图 1-2 所示，规范多级方式是一类特殊的剪切割方式。按剪切时级被切下的先后顺序， 对级进行编号，从而所有奇数级有相同的方向；所有偶数级也有相同的方向，并和奇数级的 方向垂直。第一级方向可以是 X 向(图 1-2a)，也可以是 Y 向(图 1-2b)。 X 向级按其长度从 小到大，从板材的左下角开始水平向右排列；Y 向级按其长度从大到小，从板材的右上角开 始竖直向下排列。所含毛坯数最多的规范多级方式，称为最优规范多级方式。 对于一个规范多级方式而言，如果确定了第一级的宽度，则第二级的长度也就确定了； 确定了第一级和第