矩形件下料优化排样的遗传算法-计算机软件与理论专业论文.docxVIP

摘 摘 要 随着中国加入WTO，制造行业的企业面临着更为激烈的市场竞争。为了在竞争 中立于不败之地，企业必须想方设法提高经济效益，而提高经济效益的重要途径之 一就是通过提高材料的利用率来降低成本。 矩形件排样在工业上有广泛的应用，目标是使下料过程中的切割损失减少到最 少，使得原材料的利用率最高。优化排样算法的研究既有实际应用价值，又有理论 意义。 矩形排样问题属于组合最优化问题芹13NP完全问题，因为存在计算上的复杂性， 在一定时间内求其精确全局最优解是相当困难的。对于矩形排样问题，任何算法都 难以保证总能得到最优解，目前解决的方法多为各种启发式算法。 提高原材料利用率问题是一个系统工程问题，需要从生产管理、优化下料、支 持决策等方面提供完备的一体化解决方案。其中优化下料环节中，构造有效的优化 算法是关键。 矩形件排样li仅适用于矩形零件的排放，而且也是不规则零件排放的基础。本 文研究的问题是无约束非剪切单一卷材矩形件的优化下料，其中卷材为定宽无限长， 要排放的矩形件数量硐1规格都是已知的，要求在排放完所有给定矩形件的前提F使 所消耗的卷材长度最小。 遗传算法是借鉴生物的自然选择和进化机制的一种全局优化自适应概率搜索算 法，具有快速随机的全局搜索能力。对于非常复杂、高度非线性问题的优化求解， 表现出比其它传统优化方法更优越的性能，是21世纪智能计算中的核心技术之一。 本文对遗传算