论文部分内容阅读
板式家具开料就是利用机械设备从一定规格的人造板材中切割出组装成家具的矩形零件。企业从成本的角度出发,要求在切割一批矩形零件时所使用的板材数量尽可能的少,因此开料优化就是对一批矩形零件的排样布局进行优化,使其排布的更合理以及让板材的利用率最大化。从问题类别上来看,板式家具开料优化问题属于排样领域中的矩形件装箱排样优化问题。本文以提高材料利用率为目标开展研究。首先,以研究课题的来源与课题的研究背景和意义为起点,讲述了研究的目的、必要性和研究领域,接着从求解算法的角度介绍了国内外的研究进展、分析了矩形件排样问题的研究趋势、构建了问题的数学模型。从实际生产和计算数学的角度讨论问题的特点、归纳问题的求解框架、介绍了一些矩形件定位和定序算法的基本原理和求解流程。其次,介绍了灰狼算法基本原理与应用领域,分析了应用连续灰狼算法求解矩形件排样离散组合优化问题的关键点和难点,主要有:编码方式,解码算法的设计,狼与狼之间的距离定义,游走搜索行为、包围与围猎智能行为离散化设计,以及保证在智能行为过程中编码的有效性。针对以上关键点和难点,本文提出基于最低水平线的十进制灰狼算法(Decimal Grey Wolf Optimization,DGWO)进行求解。用广泛使用的标准测试算例对DGWO算法进行测试,结果表明灰狼算法求解该问题不仅是可行有效的,而且在材料利用率上优于一些常见的智能优化算法。再者,着重从定位算法和定序算法两方面对DGWO算法进行改进,提出改进的十进制灰狼算法(Improved Decimal Grey Wolf Optimization,IDGWO)。针对最低水平线定位算法,改进其适应度评价准则,改进其算法流程,能够同时求解矩形带排样问题(two-dimensional Rectangular Strip Packing Problem,2DRSP)和矩形装箱排样问题(two-dimensional Rectangular Packing Problem,2DRP);改进灰狼定序算法的流程,使其更加简洁高效。从实例验证和分析的结果来看,改进的效果显著,能够提高材料的利用率,算法能够有效且较优的求解板式家具开料优化问题。最后,结合板式家具开料优化项目的实际需求,在分析了排样套料工艺流程之后,开发了一套自动排样软件系统。实际排样任务表明,所开发的系统是有效且实用的。