基于最小势能原理的不规则零件排样算法

提出了一种基于最小势能原理的不规则零件排样算法(HAPE),揭示了排样问题的物理意义:零件总是试图通过平移和旋转运动尽量降低零件的重心高度,从而得到更加紧密的排列.为了寻找最优排样姿态使零件重心最低,需要在母材上均匀布置一些点,让零件在每个点间隔一定的角度进行旋转.算例表明,HAPE是可靠的,且物理意义明确,不需要计算...     

二维不规则零件排样问题的粒子群算法求解

提出了一种基于粒子群算法求解二维不规则零件排样问题的方法．该方法首先将二维不规则零件的排样问题转化为矩形件的排样问题，然后利用粒子群算法优化求解，在求解过程中运用自适应调整策略对零件的排样位置进行微调．最后用该优化排样算法对文献中的两个算例求解，排样结果表明该算法是有效的．     

维不规则零件排样问题的粒子群算法求解

提出了一种基于粒子群算法求解二维不规则零件排样问题的方法.该方法首先将二维不规则零件的排样问题转化为矩形件的排样问题,然后利用粒子群算法优化求解,在求解过程中运用自适应调整策略对零件的排样位置进行微调.最后用该优化排样算法对文献中的两个算例求解,排样结果表明该算法是有效的.     

二维不规则零件排样问题的研究

综述二步法及实现二步法所要解决的零件间优化组合、多边形最佳包络矩形的求取和人机交互寻优处理等关键技术。     

一种矩形件优化排样综合算法

提出了应用于矩形件优化排样中的关键算法：条料生成算法与填充算法．把二者融合在一起，提出了一种适用于矩形件优化排样的最小残料算法．该算法依据残料大小决定条料，并对空白矩形进行有效填充，可快速得到排样结果．将其与模拟退火算法相结合，能够跳出局部搜索，最终可获得近似总体最优的排样结果．     

二维不规则贯通排样的模拟退火算法

提出一种获得不规则零件的最佳包络矩形的方法,根据矩形件的启发式算法,设计模拟退火智能算法将最佳包络矩形排样.模拟退火算法是全局优化概率的搜索算法,可以在优化排样中将排样次序优化,再利用最低水平线算法将不规则多边形排样.结果显示:同一排样问题,初始温度、冷却参数以及终止温度有一组最佳组合值,使得问题解的质量较高.该算法在排样效果和时间效率上更为优秀.     

各种排样方式下顶点算法的研究

多边形顶点算法是冲裁排样优化问题的一种新算法。本文在单排顶点算法的基础上，对其它常用排样方式进行了研究，通过对原图形数组的适当拆分和重组构成新的多边形，即可采用在图形内求多边形顶点处宽度的算法。该算法不仅简化了计算，提高了运算速度，而且保证了最优解。     

基于CASE推理的排样算法

优化排料的目的是根据给定待排样品对板材进行最优切割使得板材的利用率尽可能的高。本文提出一种基于ＣＡＳＥ推理的优化排样算法，基本思想是对每块板材的布局都进行ＣＡＳＥ推理，选取ＣＡＳＥ中的最佳布局，若没有相应的ＣＡＳＥ、则调用启发式算法搜索。算法不但避免了组合爆炸，加快了排料速度，而且具有满意的材料利用率。实际应用表明算法是成功的。     

一种三维实空间上框架构造的算法及其实现

根据有限维框架构造理论,在给定框架算子特征值及其模长序列条件下,提出一种三维实空间上具体构造框架的算法,并以算例验证了该算法的准确性和灵活性.     

一种启发式矩形毛坯带排样算法研究

介绍一种两维矩形毛坯带排样问题的改进启发式递归算法,它基于递归结构和分支定界技术.首先初始化板材作为一个块,考虑目前的块,算法选择一个毛坯,将毛坯放在块的左下角,然后用水平或竖直的剪切线将未使用空间分为两个更小的块,便于进一步递归求解.使用上下界来去除无用的分支,缩短运算时间.将该算法和遗传算法相结合,先通过遗传算法确定所有矩形毛坯较优的排放顺序和排放方式,然后使用递归排样生成排样图,通过比较不同的矩形排放序列对应的板材利用率,最终得到较优的排样方案.测试数据表明了该启发式优化算法的有效性.     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

求解货物在线装箱问题的融合算法

实现集装箱的自动码放规划对于提高装箱容积率、提高经济效益具有重要意义.针对货物在线码放过程中存在的多种实际约束,提出一种由在线极值点(online improved extreme point,IE)算法与模拟退火(simulated annealing,SA)算法结合的在线融合码放(IES)算法,考虑货物尺寸约束,质...     

基于改进小生境免疫遗传算法的矩形件排样

讨论了基于改进小生境免疫遗传算法的矩形件排样问题,提出了基于排挤机制的小生境技术结合遗传算法的新思路,分别采用遗传算法、改进免疫遗传算法和小生境免疫遗传算法对大规模矩形件排样问题进行了实例比较分析,实例表明：在大规模矩形件排样过程中免疫算子和基于排挤机制小生境技术结合遗传算法的运用具有较好的全局寻优表现和收敛速度,算法有效、可行.     

有色装箱问题的一种新的近似算法

作为经典装箱问题的推广,有色装箱问题在多处理器实时计算机系统的任务调度等实际问题中有着很强的应用背景.本文提出了有色装箱问题的一种新的近似算法--交叉装箱算法（简称JCBP）,该算法首先对物品按长度进行排列,再从两头交叉进行装箱.实验证明,该算法较其他算法有较好的装箱效果,并且很多情况下能达到最优解.     

异形域内图像的变换算法

针对交互式编辑系统中的图案变换过程中有用信息丢失的问题，以传统的二维变换为基础，引进封闭边界内的区域填充算法，二者结合起来，共同完成封闭域内的图像填充．实现了异形域内的图像变换并上机验证．     

基于改进小生境免疫遗传算法的船体建造板材图形排样

讨论了基于改进小生境免疫遗传算法的不规则图形排样问题,提出一种基于排挤机制的小生境技术结合传统改进免疫遗传算法的方法.通过实例比较,分别采用遗传算法、改进免疫遗传算法和小生境免疫遗传算法对排样问题的解决和优化.经过船体建造板材套料实验研究,在大规模不规则图形排样过程中免疫算子和基于排挤机制小生境技术结合遗传算法的应用中,具有较好的全局寻优表现和收敛速度,该算法是有效、可行的.     

集装箱货箱装载模型和算法

对集装箱装载货箱的两类问题,基于分层思想建立多步决策模型,提出棱(面)判别矩阵法把三维装箱问题转化为二维乃至一维装箱问题而得到模型的求解算法.     

层次化结构的FPGA装箱算法

新型的现场可编程逻辑门阵列(FPGA)一般采用层次化结构,这种结构有利于提高资源利用率和布通率,与平面结构相比,层次化的设计流程需要进行基本逻辑单元LE的装箱(packing)操作.提出了一种新的FP-GA装箱算法,可以减少装箱后可配置逻辑单元(CLB)外部的线网数,进而达到减少布线所需的通道数.该算法与以前的算法相比,线网数减少25%以上,布线通道数减少9.9%以上.算法的时间复杂度仍然是线性的.