遗传算法在板材优化下料中的应用和研究
详细信息    本馆镜像全文|  推荐本文 |  |   获取CNKI官网全文
摘要
本课题对目前制造业生产工艺中存在的下料问题,尤其是板式家具的优化排料问题,进行了深入地分析和研究,将实数型遗传算法作为核心算法,引入到系统设计中,提出了解决板材下料的一套实用算法,结合计算机编程,实现了二维板材家具优化下料的自动优化排料系统。遗传算法完全克服了传统优化算法易于陷入局部最优解的的缺陷,它通过染色体的基因突变跳出局部最优解,因而最终收敛到全局最优解。
     本课题模拟企业的生产环境,通过简单、友好、方便的人机界面,迅速成利用率高的下料图。它实现了:十几种零件同时参加排料;实现有纹理、无纹理同时排料;能满足规定的零件之间的配套要求,不产生余料,从而提高其生产率,降低生产成本,获得最大的生产效益。最终的排料图符合生产工艺的需要,直观、清晰和详细,可实现打印和浏览功能。
     通过对佳木斯万历木业集团下料车间原始数据的排料,结果证明,在提高利用率和减少设计时间上,本软件均有显著效果。它不仅适用于矩形优化下料,还可以应用到其它类型的排料,如钢板、玻璃、皮革等类型的切割排样。
The subject focus on the issues about how to optimize the usage of material for manufacturing,especially on wood plate,the core arithmetic of the system is algorism Genetic algorithms Using the computer technology,the system is developed to realize the algorithms,which can optimize layout of two-dimensional cutting stock automatically
    The Genetic algorithms overcome shortcomings of some traditional optimization,which can only get the local optimal solutions. The algorithms step out from local optimization to get the global optimization through the gene mutation of chromosome.
    The system can create the charts rapidly,which describe how to split a plate material in optimum way according to the requirements of manufacturing,The user interface is easy and friendly The system can schedule more than ten product parts at the same time and take the vein of wood into consideration o The system can reduce the waste of material,thus improve the utility of material and reduce the production cost as well As a result,the charts meet the requirement from production the chart is easy,clear and in particular The charts can be browsed and printed.
    The system is used in plant of JiaMuSi wood group,the result proved that:the system has the evidently effect on improving usage of material and reduce the time on calculation It can be not only used for the rectangle material but also for other style of materials such as armor plate glass and leather
引文
[1] 白盾明,白漫江,吴春俐,朱志良.排料算法优化.计算机辅助设计与与机械制造.2000,5(83)
    [2] 蔡正军,龚坚,刘飞.板材优化下料的数学模型的研究.重庆大学学报(自然科学版).1996,19(2)
    [3] 曹炬,胡修彪.大规模矩形件优化排样的遗传算法.锻压机械.1999(4):16-21
    [4] 陈明.软件学报.基于进化遗传算法的优化计算.1998,9(11)
    [5] 陈明.遗传算法在矩形件优化排样中的应用.软件学报.1998(11):876~879
    [6] 陈跟社,文传源.遗传算法及其在系统仿真中的应用.系统工程与电子技术.1995
    [7] 陈向伟,张宏志、王殿选.一种新型的二维优化排料方法.东北电力学报.1995(15):83~87
    [8] 曹慧卿,高峰.一种新的优化方法——遗传算法及其应用.机械设计与制造.1997(2)
    [9] 龚坚,刘飞,徐宗俊.定长条材优化下料的实用算法研究.重庆大学学报(自然科学版).1997,20(1)
    [10] 苟先太,金炜东.有约束优化中遗传算法的应用.西南交通大学学报.1997,32(4)
    [11] 何斌,王运坚,冯峰,刘醒等著。Visual Basic 6应用指南。第1版,北京:人民邮电出版社,1998(12)
    [12] 黄崇斌,胡吉全.板材优化下料矩形综合法.起重运输机械.1996(6)
    [13] 金升平,陈定方,张翔,戴诗亮.一维优化下料问题的墓因遗传算法。武汉交通科技大学学报。1997,21(2)
    [14] 罗映红.遗传算法求解组合优化问题研究.甘肃科学学报.1997,6(2)
    [15] 李伯虎,柴旭东.信息时代的仿真软件.系统仿真学报.1999,11(5)
    [16] 刘宝碇,赵瑞清.随机规划与模糊规划.第1版,北京:清华大学出版社,1998:17~25
    [17] 刘弘,曾广周,林宗楷.具有类比学习机制的优化排料系统.计算机辅助设计与图形学学报.1997,9(5)
    [18] 林国扶,李冠英.一个用遗传算法求解的实例.华南师范大学学报(自然科学版).1994(3)
    [19] 靳蕃,范俊波,潭永东.神经网络与神经计算机原理应用.成都:西南交通大学出版社,1991,78~131
    [20] 饶运清,刘延林,段正澄.计算机辅助排样系统的研制。计算机辅助设计与图形学学报.1994,6(1)
    [21] 陶永兰,魏神玉,王龙山,张惠新.最优化技术在板材工艺中的应用.汽车工艺与材料.1997,3
    [22] 滕健,李滨慧,施洪生,张茵麦.用神经网络解决二维不规则零件的排料问题.机械设计与制造工程.1999,28(6)
    [23] 王龙山,魏福玉,陶永兰,张惠新,王春武.计算机辅助矩形板类零件优化下料工艺设计.1998,29(3)
    [24] 武广号,文毅,乐美峰.遗传算法及其应用.应用力学学报.1996,13(2)
    
    
    [25] 文栓,韩祯祥.基于遗传算法及模拟退步算法的电力系统故障,中国电机工程学报,1994,14(3):29~35
    [26] 文贵华,丁月华.基于动态分割与合一的排样算法.计算机工程.1999,25(12)
    [27] 许海平,张彤,王子才,金京皓.浮点数编码遗传算法及其在电站机组组合优化中的应用.小型微型计算机系统.1999,20(8)
    [28] 徐彦欣,彭文.二维矩形板材排料的产生式规则方法.机械设计.1997(6)
    [29] 邢文训,谢金星.现代优化计算方法.第1版,北京:清华大学出版社,1999
    [30] 岳红辉,丁中清,龚坚.一类优化下料数学模型存在的问题及对策.四川工业学院学报.1996,15(2)
    [31] 杨杰.系统仿真的新技术探讨——(2):遗传算法.计算机仿真.1996(12)
    [32] 杨杰.计算机仿真.系统仿真的新技术探讨——(2):遗传算法.1996,13(2)
    [33] 叶家成,彭宏.基于浮点数编码的求解连续函数优化问题的遗传算法.吉首大学学报(自然科学版),1997,18(1)
    [34] 叶家成,彭宏.解全局优化问题的遗传算法的一些新进展.吉首大学学报(自然科学版),1997,18(1)
    [35] 张爱军,刘子建.一种优化排料CAD的典型算法与系统实现.湖南大学学报.1998,25(8)
    [36] 周双喜,刘杉.实现无功优化的新算法——遗传算法.电力系统自动化.1995,15(15)
    [37] 赵小惠,王莉.改进的遗传算法及其仿真.西北纺织工业学院学报.1998(9):204-~208
    [38] 周秋珍,张浩,严隽薇,贺飞鸣.基于面向对象的技术的构件化模型的仿真和分析评价.组合机床与自动化加工技术.1999,12
    [39] 张益群.一种改进的遗传优化算法——GA-Complex算法.昆明理工大学学报.2000,25(2)
    [40] Aah Rofail,Yasser Shohsud.COM与COM+从入门到精通.第1版,北京:电子工业出版社,2000(4)
    [41] Christopher T Voth. Genetic Algorithms for control Systems Design and Analysis. AAS-94-0 0 5.Advances in the Astronautical Sciences, Guidance and control, 1994:427~446
    [42] Chauuy F A Two-phrase Heuristic for the Two-dimensional Cutting Stock Poroblem. J.J.Opt. Res. Soc. 1991, 42(1): 39~47
    [43] [美]Deborah Kurata.Visual Basic 6面向对象程序设计.第1版,北京:人民邮电出版社,1997
    [44] Deboral Kurata.Visual Basic 6.0面向对象程序设计.第1版,北京:电子工业出版社,1999(7)
    [45] D.E.Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning,Addison-Wesley(1989)
    [46] J.h. Holland. Adaptation in National and Artificial systems, University ifMichigao Press, Ann Arbor,MI, 1975
    [47] Karl E.Viegers.软件需求.第1版,北京:机械工业出版社,2000,76~78
    [48] Krishna Kumar K. Genetic Algorithms in Control System Optimization. Journal of Guidance,Control, and Dynamics, 1992(5/6): 735~740
    [49] W.M. Jenkins. Towards Structural Optimization Via the Genetic Algorithms, Computer & struture,
    
    Vol 40,No 5
    [50] Wendy Boggs,Michael Boggs.UML with Rational Rose从入门到精通.第1版,北京:电子工 业出版社,2000(3)
    [5 ] Yanasee H H. Two-dimensional Cutting Stock with Multiple Sizes.J. Opt. 1990. 42(8) , 673-683

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700