一、基于碰撞算法的冲裁件优化排样系统的开发（论文文献综述）
唐奇[1]（2020）在《混批零件排样算法与船用板材下料管理系统研究》文中认为近年来,随着计算机科学技术的快速发展,船舶制造企业也逐渐转型,由传统的制造业逐渐往智能制造业方向转变。伴随着市场需求的实时变化,客户定制化和个性化的需要程度不断增加,船舶制造企业主要采用多品种单件生产方式,这使板材下料过程物料管理变得更加困难。船舶制造企业的板材下料过程中会存在排样效率低下以及大量的原材料浪费等问题,因此需要设计高效的排样优化方法以更好的指导板材下料过程,从而有效地提高企业的生产效率,降低企业的生产成本,并且能够按时交付产品。本文以船舶制造企业的板材下料为应用背景,利用计算机图形学相关理论和优化排样算法,研究混批不规则零件排样问题,主要研究内容包括:（1）以最小化排样长度为不规则件排样问题的优化目标,考虑排样过程中的零件之间不能相互重叠、零件不能超出板材的边界等约束,建立了不规则件排样问题的数学模型。通过对临界多边形算法、基于判交-分离算法以及基于判距-碰靠算法这三类方法进行分析比较,选取了时间复杂度较小的基于判距的碰靠算法作为本文排样问题的定位方法。（2）针对传统临界多边形算法存在计算过程繁杂、时间复杂度较高等问题,提出了一种基于判距-碰靠的混合启发式排样方法。通过基准问题实验,验证了本文提出的基于判距-碰靠的混合启发式排样方法在排样效率方面优于临界多边形算法。（3）分析了传统遗传算法的不足,针对传统遗传算法中存在的局部搜索性能差、容易早熟收敛的问题,提出了一种自适应遗传算法求解不规则件排样顺序优化问题。通过基准问题实验,表明了本文提出的自适应遗传算法的排样效果要明显优于传统的遗传算法,且能够达到商用排样的精度要求。（4）根据船舶制造企业板材下料问题的实际需求,基于浏览器/服务器（B/S）架构设计了一款船用板材下料管理系统。系统主要包括系统管理、原材料信息管理、排样零件信息管理、排样任务管理、排样管理五个主要功能模块,验证了本文设计的排样优化方法和系统的可行性和实用性。
卢齐飞[2]（2013）在《二维不规则图形下料排样优化算法研究》文中研究表明排样问题广泛存在于服装、钣金、钢结构、皮革、船舶、纸制品和石材等行业生产过程中,是工业自动化中的一个重要环节。二维不规则零件的排样问题是将一系列二维平面图形（或零件）互不交叠地放置在某一板材上,使得未被覆盖的板材面积最小,并且使零件在板材上的排布最优,使得板材的利用率最大。相比于矩形件排样,不规则排样的零件和板材为任意多边形,板材还可能包含内部孔洞,并且增加了排样角度。如何提高板材利用率,缩短排样时间,降低企业的生产成本,为企业带来显着的经济效益,是本文的研究重点。因此,本论文的研究具有一定的科学意义和应用价值。针对目前二维排样问题中的难点问题,本文研究了不规则零件的预处理技术,提出了改进的Ghosh斜率图法求取临界多边形和改进的遗传算法对二维不规则零件进行排样,并开发和实现了排样系统,主要工作如下：（1）通过研究不规则件的预处理的相关技术,确定了不规则形状的表示方法。根据多边形的边向量的叉积公式进行了凹凸性判断,利用改进的格雷姆凸包算法对凹多边形进行凸化,对多边形进行包络和拼接,提高了零件包络的效率,给出了判断点与多边形的关系的判断方法。（2）提出了改进的Ghosh斜率图法求取任意两个多边形的临界多边形,从而解决了凹多边形与凹多边形求取临界多边形困难的问题。（3）提出了改进的遗传算法求解二维不规则零件排样优化问题。在排样问题中,有别于传统的单独的二进制或者十进制编码,提出了混合编码表示方法。在进化规则中,给出了相似度的计算方法,明显加快了算法的搜索效率。（4）设计了一个石材下料优化排样系统,包括矩形件的排样和二维不规则零件的排样,介绍了系统的功能模块、各个界面与操作流程,最后通过几组实验仿真并与文献的算法进行了对比,验证了本文算法的优越性。
张光富[3]（2012）在《二维不规则部件排样优化算法研究与系统实现》文中研究指明二维不规则部件的排样优化是典型的组合优化问题,通过在给定板材上寻找零件切割的最优方案,提高板材的利用率,降低人工操作的时间。由于排样问题广泛存在于机械,服装,造船,石材等加工制造业中,对该问题的研究具有极高的价值。计算机辅助技术的快速发展,传统手工排样的耗时与排样经验要求以及现代社会对大批量,小规模生产的需要,使得采用计算机排样成为必然。通过计算机对二维零件图形进行辅助排样,然后将排样结果加以人工调整后直接进行切割,从而提高生产质量,降低生产成本。本文主要针对二维不规则部件排样优化的问题,研究对二维不规则部件的预处理技术,二维不规则部件的碰撞算法,提出改进调整最低水平线搜索的混合模拟遗传算法对二维排样问题进行求解,并对整个软件结构的框架和排样系统各个模块的功能进行了介绍,主要工作如下：1、分析二维不规则部件的预处理技术,包括多边形正负方向的规定与旋转方向的确定,多边形的移动与旋转操作,多边形凸包算法,多边形凹凸性判断,以及多边形的各种包络情况。2、研究二维不规则部件的碰撞技术,包括基于判交分离的加密点逐步移动判定法、逐点扫描偏移法和定长的迭代判交分离扫描法,基于判距靠接的轮廓矢量信息的投影平移靠接碰撞算法和位图的靠接碰撞算法,并针对本文研究的排样情况提出基于固定位置的零件包络与定长判定分离算法。3、研究基于改进调整最低水平线搜索的混合模拟退火遗传算法,包括零件的数学模型,改进的调整最低水平线搜索算法,比较模拟退火算法和遗传算法的特点和不足,设计了智能优化算法对二维不规则部件进行排样,详细介绍了编码解码方式,目标函数的确定,以及各个算子。4、设计并实现了石材优化排样系统。针对系统的可重用性与可扩展性进行了分析与研究,提出了通过模板模式、策略模式以及动态链接库相结合的方式对系统进行开发,以达到系统的稳定性与灵活性；介绍了系统各个模块以及系统的操作流程,最后展示了系统的实验结果图。
隗平平[4]（2011）在《皮革优化排样技术研究》文中认为优化排样是指在给定规格的原材料平面区域上,互不重叠地尽可能多的排放多个相同或者不同的几何图形零件,以得到原材料利用率最高的一种合理布置。其广泛应用于钣金、钢结构、航空、船舶、服装、皮革和纸制品以及玻璃加工等行业生产过程中,是制造业自动化过程中一个关键环节。中国是世界皮革工业大国,但却并非皮革强国,我国的皮革业生产技术与发达国家相比,还处于比较低级的水平,离智能化、自动化的加工技术还存在着很大的差距。这不仅严重阻碍着中国皮革工业的可持续发展,而且直接威胁着中国皮革工业的生存。本论文结合福建省科技计划重点项目（2009H0032）,以制鞋业为工业背景,来研究皮革的优化排样问题,以指导工业实际生产,节省原材料,提高生产效率,增强企业竞争力。本文对皮革优化排样问题主要做了以下研究工作:（1）对现有各启发式排样算法进行分析改进,在此基础上得到一种有效的基层排样算法IBLLH。（2）将遗传算法和蚁群算法进行混合改进,提出混合遗传蚁群算法,并以此作为上层智能优化算法,结合基层IBLLH算法,实现对皮革的优化排样。（3）分别从基于矩形包络的多边形排样和基于临界多边形（NFP）的排样两种思路出发,对不规则皮革优化排样问题进行了研究,讨论了具体算法步骤,并进行了实例分析,得出各影响因子取值范围,验证了其可行性。
林德强[5]（2011）在《考虑轧制方向的金属板排样技术研究与软件实现》文中指出为了提高排样过程中材料的利用率,本文研究了自动排样过程中所需的关键技术,设计出了自动优化排样系统。分析了国内外排样现状,确定了本文用到的计算几何中的基础算法,并对其进行优化,提出了基于BL移动碰撞算法的综合评价方法和人机交互方法。快速求取平面中两图形在垂直方向上的最小距离时,采用了单调增链与单调减链的概念。分析了优化合成多边形算法时常出现的干涉现象,给出了消除干涉现象的解决方案,此方案有效地避免了排样过程中的图形干涉问题。结合BL排放策略设计出了BL移动碰撞算法,本文的程序算例证明,此算法没有传统排样算法中的大量线段判交的过程,从而降低了排样算法的复杂度。本文对BL移动碰撞算法进行优化,提出了综合评价的优化方法,分为两种:一种对同种零件的不同状态的选取优化,另一种对不同种零件的排放先后顺序的选取优化。对排样过程中零件无法到达的板料上的空白区域,采用人机交互的方法对其进行填充。最后,本文以Visual C++6.0为开发平台,MFC为基础类库,开发了具有实用价值的考虑轧制方向的金属板排样系统。通过系统的排样结果对比,本系统达到了提高材料利用率的目的,同时也降低了工人的劳动强度。
史国辉[6]（2010）在《冲裁件智能排样混合算法研究与系统开发》文中研究表明在钣金零件制造中冲压加工技术占有很大比重。但目前我国在冲压生产过程中,冲裁件的排样仍是依靠经验、人工试凑摆放,经过多次反复后找出一个主观认为较好的排样方案,工作量大,经济效益低,加工周期长。为了简化计算,提高效率,本文针对冲压加工中的排样问题,以单种零件排样、矩形件组合排样两类排样问题为研究对象,研究开发了智能排样系统。本文通过对智能排样问题的分析和复杂程度的研究,将排样问题大体分为单种零件排样和组合件排样两大类,提出了单种零件排样步距的计算方法和组合件包络矩形替代法,设计了智能排样系统总体模块。本文吸取模拟退火算法和遗传算法的优点,针对初始群体的生成、温度控制、随机接受函数、适应度函数和遗传操作等关键问题,提出了遗传退火算法的实现流程。通过对优化模型的简化和目标的优化,建立了问题的数学模型。本文建立了冲裁件自动排样系统体系构架和实现方案,提出了自动排样系统流程中处理几何信息和非几何信息的处理方法以及智能排样算法的设计原理和实现流程。系统通过阅读DXF格式图形交换文件得到冲裁件轮廓的所有图元的参数信息。根据获得的信息,完成对冲裁件的分析,由分析结果和输入的非几何信息,系统进行推理得到冲裁件排样方案。本文采用遗传模拟退火算法和碰撞算法混合求解,以AutoCAD为开发平台,采用Visual Basic6.0的面向对象的编程方法在Windows操作系统下进行。系统采用Microsoft Access作为数据库支撑平台来完成排样相关参数数据的操作。该系统具有良好的界面和人机交互功能,而且求解质量稳定、速度快。
苏传生[7]（2009）在《基于智能混合优化算法的不规则件优化排样技术研究》文中提出排样问题在工业生产中广泛存在,因而解决它具有很深远的理论意义和现实意义。寻找通用性好、求解质量和效率高、易于实现的排样问题求解算法一直是该领域所追求的目标。本文根据排样问题的研究现状及其自身特点,深入研究了二维不规则零件排样问题的关键技术,并提出两种智能混合优化算法解决排样问题。本文主要研究以下内容:⑴分析并建立了二维不规则件优化排样问题的形式化描述和数学模型。分析了二维不规则件优化排样问题的求解难度,提出求解该问题的求解思路及优化策略;⑵通过合适的计算机表达,实现了不规则件的输入和排样过程中的几何变换。把不规则件排样问题转化为解决图形之间的运算问题。⑶通过对各种智能优化算法进行分析,将自组织特征映射模型（SOM）和Hopfield神经网络引入不规则零件排样求解中,运用SOM神经网络对初始在板材内随机排布的不规则零件进行平移,寻求各零件的最优位置,再运用Hopfield神经网络进行迭代运算,寻求各排样零件的最优旋转角度组合,构成一种神经网络混合算法来解决不规则件优化排样问题。⑷通过探讨各种智能优化算法和启发式算法在不规则件优化排样问题中的应用,将遗传算法、模拟退火算法与小生境技术、正交试验法相结合,互相取长补短,构成正交小生境遗传模拟退火混合优化排样策略。⑸研究了矩形排样单元与空白区域填充算法。对不规则零件的矩形排样单元构造过程中的关键技术进行了探讨;给出了具体算法,解决了由于简单采用最小包络矩形代替零件进行排样而导致的多边形外轮廓与多边形矩形包络之间存在空白区域,材料利用率过低的问题。⑹设计并实现了基于神经网络混合算法和正交小生境遗传模拟退火算法的不规则件优化排样系统。通过测试实例验证了算法的有效性和实用性,证明了不规则件优化排样系统完全可以满足现代制造业的需求,达到节约原材料的目的。⑺总结本论文的研究内容,并对下一步的工作提出建议。
郝洪霆[8]（2008）在《有瑕疵材料二维下料问题的研究和应用》文中研究说明下料问题,就是给定一个布局空间和若干待下料物体,将待下料物体合理地摆放在布局空间中,满足必要的约束条件,并使材料利用率达到最高。自动下料问题由来已久,自动最优下料问题在应用上可以提高生产效率,节约成本,理论上它又是NP完全问题,即为非确定型的多项式完全问题,具有巨大的挑战性,可以认为它是人类到目前为止遇到的最困难问题的典型代表之一,具有重要的研究价值。自动下料问题一直受到广泛的重视和研究,而对原材料的约束条件更是对此问题提出了挑战,研究方法涉及了组合优化、人工智能、计算几何学等各种理论。由于自动下料问题属于NP完全问题,随着布局物体数量的增加,其解空间呈指数级增长,出现组合爆炸现象。动态规划、分支定界等基于穷举思想的算法只能解决数量较少的图形组合形式而无法解决此类问题,而采用启发式搜索的方法,模拟退火算法、人工神经网络、遗传算法等智能优化算法求解自动布局问题得到了广泛的认同。本文主要针对矩形件和不规则件的二维下料问题进行了研究,并在此基础上对原材料进行了约束,即有瑕疵材料的二维下料问题。针对此类下料问题,分析讨论了目前常用的二维下料算法,重点研究了目前在此类问题上应用较多的遗传算法,分析比较了目前提出的基于遗传算法的各种排样算法,提出了自己的改进和创新。针对矩形件和不规则件的下料问题,分别提出了基于全局最低水平线搜索算法的排样算法,和有碰撞的全局最低水平线搜索算法的排样算法;对不规则待下料图形的初始化方法以及改进的遗传算法的解码算法不但提高了材料利用率,而且使下料程序的运算效率得到提高;借助于AutoCAD强大的图形处理功能,使得碰撞检测更加容易实现,通过不规则零件之间的碰撞,压缩占用空间,提高了利用率;对材料有瑕疵情况下的矩形件排样做了初步研究,提出了基于全局最低水平线搜索算法的瑕疵处理方法,取得了良好的效果。本文主要应用遗传算法和改进的排样算法及碰撞检测方法对图形进行优化排样计算,结合计算机图形处理软件AutoCAD2002与其二次开发函数库ObjectARX,在Visual C++6.0环境下进行开发,完成了二维优化排样软件的程序设计。程序可对矩形件及不规则件进行自动优化排样计算,输出为适宜后续处理的AutoCAD排样图文件,能够得到较高的利用率,并可在原材料有瑕疵的情况下,实现对矩形件的自动优化排样,也取得了较高的利用率。实验结果证明,遗传算法与改进的排样算法结合应用对矩形件和不规则件进行排样能够取得良好的效果,得到较高的材料利用率,并且在材料有瑕疵的情况下,对矩形件排样也保持了较高的材料利用率。
冯美贵[9]（2008）在《基于NGSA算法的不规则件优化排样系统的研究》文中提出二维零件的优化排样技术广泛应用于装备制造业,同时也是一个具有最高计算复杂度的NP完全问题。本文根据国内外的研究现状、排样问题的自身特点及前排样算法中存在的问题,针对任意形状的二维不规则零件排样问题的关键技术,进行了深入的研究,提出了一系列解决优化排样间题的算法。本文主要研究包括以下内容:（1）分析并建立了二维不规则件优化排样问题的形式化描述和数学模型。（2）分析二维不规则件优化排样问题的求解难度,提出了求解该问题的优化策略及求解思路。（3）通过对各种智能优化算法和启发式算法进行分析,并通过探讨其在不规则件优化排样问题中的应用,将遗传算法、模拟退火算法与小生境技术相结合,互相耳义长补短,构成小生境遗传模拟退火混合优化排样策略。（4）研究了矩形排样单元与空白区域填充算法。针对不规则形状零件的矩形排样单元构造过程中的关键技术进行了探讨,并针对在多边形的外轮廓与矩形包络之问容易产生一些空白块,给出了具体算法,克服了以往简单采用最小包络矩形代替零件排样存在空白区域,导致材料利用率过低问题。（5）提出了基于BLF策略的不规则件的动念扫描定位启发式算法。本算法综合了改进的一步平移法、基于“最低水平线法”策略的动态定位算法与空白区域填充算法。（6）设计并实现了基于小生境遗传模拟退火算法的不规则件优化排样系统。通过实例验证了算法的有效性和实用性,证明了不规则件优化排样系统完全适合现代制造业的需求,不仅满足材料利用率的要求,也达到了节约原材料的目的。（7）总结本论文的研究内容,对下一步的工作提出建议。
赵治国,卢军,贾俐俐[10]（2008）在《遗传算法和碰撞算法混合求解冲裁件自动排样问题》文中研究说明针对冲裁件的实际情况,提出了一种利用遗传算法和碰撞算法混合求解冲裁件自动优化排样的方法。在排样中对冲裁件的纵向偏距、放置角度和排样方式进行编码,通过碰撞理论来计算每个个体所对应排样的排样步距。论文给出了运用遗传算法求解的步骤、遗传代码的构造方式和排样步距的求解方法。
二、基于碰撞算法的冲裁件优化排样系统的开发（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于碰撞算法的冲裁件优化排样系统的开发（论文提纲范文）
（1）混批零件排样算法与船用板材下料管理系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 不规则件排样问题定位方法的研究现状 |
| 1.2.2 不规则件排样顺序优化方法的研究现状 |
| 1.2.3 排样软件的研究现状 |
| 1.3 研究目的和意义 |
| 1.4 主要研究内容 |
| 1.5 论文总体结构 |
| 第2章 混批不规则零件排样问题建模及求解理论 |
| 2.1 混批不规则零件排样问题描述与数学建模 |
| 2.1.1 问题描述 |
| 2.1.2 数学模型的建立 |
| 2.2 不规则零件排样问题的定位方法 |
| 2.2.1 临界多边形求解算法 |
| 2.2.2 基于判交-分离算法 |
| 2.2.3 基于判距的碰靠算法 |
| 2.3 不规则零件排放顺序优化算法 |
| 2.4 不规则零件排样问题中关键属性通用计算方法 |
| 2.4.1 排样件的面积计算 |
| 2.4.2 排样件的重心坐标计算 |
| 2.4.3 排样件的平移与旋转 |
| 2.4.4 点到线段的靠接距离计算 |
| 2.5 本章小结 |
| 第3章 基于判距-碰靠的混合启发式排样方法 |
| 3.1 待排零件相对已排零件的定位 |
| 3.1.1 待排件与已排件之间的靠接判断 |
| 3.1.2 碰靠前沿的确定 |
| 3.1.3 有效碰靠前沿的确定 |
| 3.1.4 待排件与已排件的最小平移距离计算 |
| 3.2 待排零件相对原材料的定位 |
| 3.2.1 待排零件与原材料边界的靠接判断 |
| 3.2.2 待排零件与原材料边界的最小平移距离计算 |
| 3.3 基于启发式规则的混合排样方法 |
| 3.3.1 最左最下排样策略 |
| 3.3.2 不同入排角度下的碰靠定位 |
| 3.3.3 启发式规则引入 |
| 3.3.4 基于判距-碰靠的混合启发式排样流程 |
| 3.4 算法对比实验 |
| 3.5 本章小结 |
| 第4章 基于自适应遗传算法的排样顺序优化 |
| 4.1 基本遗传算法的概述 |
| 4.2 自适应遗传算法的设计 |
| 4.2.1 个体的编码和解码 |
| 4.2.2 适应度函数 |
| 4.2.3 种群初始化 |
| 4.2.4 选择、自适应交叉与变异 |
| 4.2.5 算法的终止准则 |
| 4.2.6 算法的流程 |
| 4.3 基准问题实验 |
| 4.4 本章小结 |
| 第5章 船用板材下料管理系统的开发 |
| 5.1 系统的需求分析 |
| 5.2 系统的设计 |
| 5.2.1 系统的功能模块设计 |
| 5.2.2 系统的架构设计 |
| 5.3 数据库的设计 |
| 5.4 软件系统的实现 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文及研究成果清单 |
| 学位论文评阅及答辩情况表 |
（2）二维不规则图形下料排样优化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 优化排样问题的分类 |
| 1.2.1 优化算法及其分类 |
| 1.2.2 排样优化问题的分类 |
| 1.3 石材排样优化问题 |
| 1.4 国内外研究现状与趋势 |
| 1.4.1 一维排样问题 |
| 1.4.2 二维排样问题 |
| 1.4.3 排样软件的应用概况 |
| 1.5 本文的研究内容、创新之处与结构安排 |
| 第二章 二维不规则件的预处理 |
| 2.1 引言 |
| 2.2 不规则形状的几种主要表示方法 |
| 2.3 多边形凹凸性判断 |
| 2.4 多边形面积的计算 |
| 2.5 凸包算法 |
| 2.6 最小矩形包络 |
| 2.7 多边形的拼接与互补包络 |
| 2.8 判断点与多边形的关系 |
| 2.9 本章小结 |
| 第三章 二维不规则图形的碰撞算法研究 |
| 3.1 引言 |
| 3.2 不规则图形的碰撞靠接原理分析 |
| 3.3 求取NFP经典方法简介 |
| 3.4 改进的Ghosh斜率图法求取临界多边形 |
| 3.4.1 凸多边形的临界多边形 |
| 3.4.2 凹多边形和凸多边形的临界多边形 |
| 3.4.3 凹多边形的临界多边形 |
| 3.5 本章小结 |
| 第四章 改进的遗传算法求解不规则图形排样问题 |
| 4.1 引言 |
| 4.2 相似度计算 |
| 4.2.1 拓扑结构和几何形状相似性 |
| 4.2.2 相似度计算方法 |
| 4.3 改进的遗传算法设计 |
| 4.3.1 经典遗传算法优缺点分析 |
| 4.3.2 二进制与十进制混合编码表示 |
| 4.3.3 基于多参数的适应度函数设计 |
| 4.3.4 选择操作 |
| 4.3.5 交叉操作 |
| 4.3.6 变异操作 |
| 4.3.7 改进的遗传算法操作流程 |
| 4.4 本章小结 |
| 第五章 石材下料排样优化系统开发与实现 |
| 5.1 引言 |
| 5.2 功能模块设计 |
| 5.3 数据库设计 |
| 5.4 系统的主界面 |
| 5.5 实例分析 |
| 5.5.1 矩形零件排样 |
| 5.5.2 不规则件零件排样 |
| 5.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（3）二维不规则部件排样优化算法研究与系统实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 排样优化问题的分类 |
| 1.3 石材优化下料问题的提出 |
| 1.4 国内外研究现状与趋势 |
| 1.5 本文的研究内容 |
| 1.6 文章结构安排 |
| 第二章 二维不规则部件的预处理技术分析 |
| 2.1 二维不规则部件顶点旋转方向的确定 |
| 2.2 二维不规则部件的位置变换 |
| 2.2.1 部件的平移变换建立 |
| 2.2.2 部件的旋转变换 |
| 2.3 二维不规则部件凸包算法 |
| 2.4 二维不规则部件凹凸性的判断 |
| 2.5 最小包络矩形 |
| 2.5.1 多边形的最小包络矩形 |
| 2.5.2 多边形的组合与互补包络 |
| 2.5.3 多边形的填充包络 |
| 2.6 本章小结 |
| 第三章 二维不规则部件的碰撞算法研究 |
| 3.1 二维不规则部件的碰撞算法 |
| 3.2 基于判交分离的碰撞算法 |
| 3.2.1 加密点逐步移动判定法 |
| 3.2.2 逐点扫描偏移法 |
| 3.2.3 定长的迭代判交分离扫描法 |
| 3.3 基于判距靠接的碰撞算法 |
| 3.3.1 基于轮廓矢量信息的投影平移靠接碰撞算法 |
| 3.3.2 基于位图的靠接碰撞算法 |
| 3.4 基于固定位置的零件包络与定长判交分离算法 |
| 3.5 本章小结 |
| 第四章 基于改进调整最低水平线搜索的混合模拟遗传算法的研究 |
| 4.1 二维不规则部件优化排样的数学模型 |
| 4.1.1 二维不规则部件优化排样的描述 |
| 4.1.2 二维不规则部件优化排样的数学模型 |
| 4.2 改进调整最低水平线搜索算法的研究 |
| 4.2.1 BL算法 |
| 4.2.2 BLF算法 |
| 4.2.3 最低水平线算法 |
| 4.2.4 改进的调整最低水平线搜索算法 |
| 4.3 混合模拟退火遗传算法概述 |
| 4.3.1 两种算法的基本原理 |
| 4.3.2 两种算法的典型实现 |
| 4.3.3 两种算法的特点和不足 |
| 4.3.4 混合模拟退火遗传算法的研究 |
| 4.4 智能优化排样算法的设计 |
| 4.4.1 编码方式 |
| 4.4.2 解码方式 |
| 4.4.3 目标函数的确定 |
| 4.4.4 选择运算 |
| 4.4.5 交叉运算 |
| 4.4.6 变异运算 |
| 4.4.7 模拟退火 |
| 4.4.8 终止判定 |
| 4.5 本章小结 |
| 第五章 石材排样优化系统设计和实现 |
| 5.1 石材排样系统的设计分析 |
| 5.2 系统的重用与可扩展设计 |
| 5.3 系统的整体功能模块和操作 |
| 5.3.1 系统的功能模块 |
| 5.3.2 系统的操作流程 |
| 5.4 系统的运行结果 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（4）皮革优化排样技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 排样问题概述 |
| 1.2 皮革优化排样的研究背景与意义 |
| 1.2.1 研究背景 |
| 1.2.2 现实意义 |
| 1.2.3 理论意义 |
| 1.3 排样问题的研究现状与发展趋势 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 发展趋势 |
| 1.4 本课题来源与主要研究内容 |
| 第二章 二维不规则皮革排样问题分析 |
| 2.1 二维不规则皮革排样问题的难点分析 |
| 2.1.1 皮革零件样片和母板形状的复杂性 |
| 2.1.2 皮革排样约束条件的复杂性 |
| 2.2 二维不规则零件样片几何表达常用方式 |
| 2.2.1 原始图形表示法 |
| 2.2.2 多边形表示法 |
| 2.2.3 包络法 |
| 2.2.4 栅格表示法 |
| 2.2.5 水平线组表示法 |
| 2.3 启发式排样定位的常用策略 |
| 2.3.1 BL (Bottom-Left)定位策略 |
| 2.3.2 外围收缩策略 |
| 2.3.3 中心膨胀策略 |
| 2.4 本文采用的样片表达方式和排样定位策略 |
| 2.5 本章小结 |
| 第三章 二维排样问题启发式算法 |
| 3.1 矩形件优化排样问题描述 |
| 3.1.1 矩形件优化排样问题的数学模型 |
| 3.1.2 矩形件排样问题的工艺约束 |
| 3.2 矩形排样问题的启发式排样算法分析 |
| 3.2.1 BL 算法(Bottom-Left Algorithm, BL) |
| 3.2.2 BLF 算法（Bottom-Left-Fill Algorithm, BLF） |
| 3.2.3 下台阶算法（Bottom-Left-Downstairs Algorithm, BLD） |
| 3.2.4 最低水平线法(Lowest Horizontal Lines Algorithm, BLLH) |
| 3.3 本文提出的排样算法 —— 基于最低水平线的改进算法(Improved Lowest Horizontal Lines Algorithm, IBLLH) |
| 3.4 算法实例分析比较 |
| 3.5 本章小结 |
| 第四章 二维排样问题的智能优化算法 |
| 4.1 常用智能优化算法简介 |
| 4.1.1 模拟退火算法简介 |
| 4.1.2 遗传算法简介 |
| 4.1.3 蚁群算法简介 |
| 4.1.4 粒子群算法简介 |
| 4.2 基于遗传算法的优化排样 |
| 4.2.1 适应度函数 |
| 4.2.2 基于遗传算法排样的求解过程 |
| 4.2.3 算例测试 |
| 4.3 基于蚁群算法的优化排样 |
| 4.3.1 利用蚁群算法求解矩形件排样问题的基本思想 |
| 4.3.2 蚁群算法求解模型 |
| 4.3.3 蚁群算法求解矩形件排样步骤 |
| 4.3.4 算例测试 |
| 4.4 本文提出的优化算法——混合遗传蚁群算法（HGA-ACO） |
| 4.4.1 遗传算法与蚁群算法融合的基本原理 |
| 4.4.2 基于HGA-ACO 的矩形排样优化 |
| 4.4.3 算例测试 |
| 4.5 本章小结 |
| 第五章 二维不规则皮革优化排样研究 |
| 5.1 二维不规则皮革优化排样思路 |
| 5.2 基于矩形包络的不规则皮革排样 |
| 5.2.1 零件图形预处理 |
| 5.2.2 利用混合遗传蚁群算法进行不规则皮革优化排样 |
| 5.3 基于临界多边形（NFP）的不规则皮革排样 |
| 5.3.1 临界多边形（NFP） |
| 5.3.2 多边形凸凹性判断 |
| 5.3.3 利用Minkowski sum 求解临界多边形 |
| 5.3.4 多边形排放位置和边界合成 |
| 5.3.5 利用临界多边形进行不规则皮革排样步骤 |
| 5.4 利用遗传算法优化基于临界多边形皮革排样的影响因子讨论 |
| 5.4.1 排样中遗传优化影响因子的确定 |
| 5.4.2 排样中遗传优化的交叉和变异方式选择 |
| 5.5 本章小结 |
| 第六章 皮革优化排样系统设计 |
| 6.1 皮革优化排样系统设计总目标 |
| 6.1.1 开发环境 |
| 6.1.2 设计目标 |
| 6.2 优化排样系统功能模块设计 |
| 6.2.1 图形数据输入模块 |
| 6.2.2 图形预处理模块 |
| 6.2.3 优化排样模块 |
| 6.2.4 排样结果输出和存储模块 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来展望 |
| 参考文献 |
| 硕士期间发表的论文 |
| 致谢 |
（5）考虑轧制方向的金属板排样技术研究与软件实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 排样问题的研究背景及现实意义 |
| 1.1.1 本课题的研究背景 |
| 1.1.2 现实意义 |
| 1.2 排样问题在国内外的发展现状及未来发展趋势 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.2.3 未来发展趋势 |
| 1.3 论文研究重点与目标 |
| 1.4 论文章节编排 |
| 第2章 排样过程中基础算法的研究与实现 |
| 2.1 零件的表示及其相关操作的研究 |
| 2.1.1 平面内零件一般表示方法 |
| 2.1.2 零件在数组中的存储要求 |
| 2.1.3 多边形的平面变换及顶点在数组中的重新排放算法 |
| 2.1.4 本文研究零件的四种表示状态 |
| 2.2 平面中点到任意图形最小距离的求取 |
| 2.2.1 计算几何中的基础算法研究 |
| 2.2.2 点是否在线段上的快速判断算法 |
| 2.2.3 点到线段距离的求取 |
| 2.2.4 点到任意多边形距离的求取方法 |
| 2.3 最小包络矩形的求取 |
| 2.3.1 格雷厄姆方法求凸壳 |
| 2.3.2 任意多边形面积的求取 |
| 2.3.3 多边形外接矩形面积的求取 |
| 2.3.4 最小包络矩形的求取 |
| 2.4 零件间的重叠性判断 |
| 2.4.1 两线段是否相交的快速判断方法 |
| 2.4.2 点在图形中的判断 |
| 2.4.3 线段是否在多边形内的判断 |
| 2.4.4 图形间重叠判断算法 |
| 2.4.5 临界多边形重叠判断算法 |
| 2.5 鼠标交互技术 |
| 2.5.1 捕捉技术 |
| 2.5.2 拖拉技术 |
| 2.5.3 选择技术 |
| 2.6 本章小结 |
| 第3章 排样优化算法研究与实现 |
| 3.1 基于BL 排放策略的移动碰撞算法 |
| 3.1.1 零件在坐标系中最低最左位置的确定 |
| 3.1.2 垂直方向上的两个零件的碰撞点和最小的碰撞距离 |
| 3.1.3 两个图形的合成 |
| 3.1.4 基于BL 移动碰撞算法实现 |
| 3.2 综合评价与人机交互方法 |
| 3.2.1 利用率的计算 |
| 3.2.2 BL+综合评价与人机交互的方法 |
| 3.3 基于BL 移动碰撞算法自动排料与交互排料的实现流程 |
| 3.3.1 数据结构设计 |
| 3.3.2 自动排样具体流程及关键算法 |
| 3.3.3 交互排样算法及流程图 |
| 3.4 本章小结 |
| 第4章系统总体设计与实现 |
| 4.1 系统功能概述 |
| 4.1.1 软件的开发平台 |
| 4.1.2 系统的主要功能 |
| 4.1.3 系统的总体设计及流程图 |
| 4.2 主要功能模块的具体介绍 |
| 4.2.1 数据的输入/输出 |
| 4.2.2 自动排料模块 |
| 4.2.3 交互排样模块 |
| 4.3 本章小结 |
| 第5章 系统使用说明及排样实例对比 |
| 5.1 系统使用说明 |
| 5.1.1 系统主界面 |
| 5.1.2 系统排样实例 |
| 5.2 实例对比 |
| 5.2.1 57 个零件的两种不同算法结果参数对比 |
| 5.2.2 70 个零件的两种不同算法结果参数对比 |
| 5.3 交互排样模块的使用 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表（含录用）的学术论文 |
（6）冲裁件智能排样混合算法研究与系统开发（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外优化排样问题研究的现状及趋势 |
| 1.3 排样对智能优化的要求及技术难点 |
| 1.4 课题来源 |
| 1.5 本文研究的目的及主要内容 |
| 第2章 智能排样问题分析及系统模块设计 |
| 2.1 排样下料问题的分析 |
| 2.1.1 优化排样问题计算复杂性分析 |
| 2.1.2 冲裁件下料排样问题概述 |
| 2.2 单种零件排样问题分析及计算方法 |
| 2.2.1 单种零件排样的数学模型 |
| 2.2.2 单种零件排样步距的计算方法 |
| 2.3 组合排样件问题分析及矩形替代 |
| 2.3.1 单个零件的包络矩形替代法 |
| 2.3.2 两个零件的包络矩形替代法 |
| 2.4 排样系统的模块分析及设计 |
| 2.4.1 智能排样模块的算法问题分析 |
| 2.4.2 智能排样模块的矩阵变换 |
| 2.5 本章小结 |
| 第3章 智能排样的算法的研究及模型的建立 |
| 3.1 模拟退火算法 |
| 3.1.1 模拟退火算法的提出 |
| 3.1.2 模拟退火算法原理 |
| 3.1.3 模拟退火算法的基本组成 |
| 3.2 遗传算法 |
| 3.2.1 遗传算法的特点 |
| 3.2.2 遗传算法在排样问题中的应用 |
| 3.3 遗传退火算法 |
| 3.3.1 遗传退火算法的理论基础 |
| 3.3.2 遗传退火算法的实现过程 |
| 3.4 智能排样的模型和性质 |
| 3.4.1 模型简化和优化目标 |
| 3.4.2 冲裁件排样的数学模型建立 |
| 3.5 本章小结 |
| 第4章 智能排样系统的开发 |
| 4.1 冲裁件信息的管理 |
| 4.1.1 零件信息的分类与储存 |
| 4.1.2 零件信息的交互与对应 |
| 4.2 排样中的前置处理 |
| 4.2.1 零件几何信息的分类提取 |
| 4.2.2 封闭轮廓的提取 |
| 4.3 冲裁件数据库的建立 |
| 4.3.1 冲裁件零件数据库的建立 |
| 4.3.2 冲裁件材料数据库的建立 |
| 4.3.3 应用程序与数据库的连接 |
| 4.4 冲裁件排样系统整体框架的开发 |
| 4.4.1 排样系统的特点和功能 |
| 4.4.2 排样系统的基本框架 |
| 4.4.3 智能排样系统界面设计 |
| 4.4.4 排样系统的开发环境 |
| 4.5 本章小结 |
| 第5章 智能排样系统的排样应用 |
| 5.1 单种零件排样应用 |
| 5.2 组合零件排样应用 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（7）基于智能混合优化算法的不规则件优化排样技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 排样问题 |
| 1.1.1 排样问题描述 |
| 1.1.2 排样问题的分类 |
| 1.1.3 排样问题的应用 |
| 1.2 二维不规则件优化排样技术的研究现状及发展趋势 |
| 1.2.1 国外研究概况 |
| 1.2.2 国内研究概况 |
| 1.2.3 排样技术存在的问题 |
| 1.2.4 排样算法的发展趋势 |
| 1.3 本文的研究目标 |
| 1.4 本文的主要研究内容 |
| 1.5 本文的研究特色及创新点 |
| 2 二维不规则件优化排样问题的描述与建模 |
| 2.1 二维不规则件优化排样问题的形式化描述与数学模型 |
| 2.1.1 二维不规则件优化排样问题的形式化描述 |
| 2.1.2 二维不规则件优化排样问题的数学模型 |
| 2.2 二维不规则件优化排样问题的特点及求解难度 |
| 2.3 二维不规则件优化排样问题的优化策略 |
| 2.4 二维不规则件优化排样问题的求解思路 |
| 2.5 本章小结 |
| 3 优化排样问题的神经网络混合优化策略 |
| 3.1 SOM 神经网络 |
| 3.1.1 二维阵列SOM 模型 |
| 3.1.2 SOM 模型的学习算法 |
| 3.1.3 SOM 模型学习具体步骤 |
| 3.1.4 SOM 算法的特点与应用 |
| 3.2 HOPFIELD 神经网络 |
| 3.2.1 Hopfield 神经网络模型 |
| 3.2.2 Hopfield 网络状态轨迹 |
| 3.2.3 Hopfield 神经网络能量函数及稳定性分析 |
| 3.2.4 Hopfield 神经网络在优化问题中的应用 |
| 3.3 神经网络混合优化策略 |
| 3.3.1 神经网络混合优化策略求解思路 |
| 3.3.2 神经网络混合优化策略特点 |
| 3.4 本章小结 |
| 4 不规则件优化排样的神经网络混合算法设计 |
| 4.1 神经网络混合算法的基本思路与流程 |
| 4.2 零件图形处理的相关技术 |
| 4.2.1 多边形的近似表示 |
| 4.2.2 多边形方向的判断 |
| 4.2.3 多边形凹凸性的确定 |
| 4.2.4 排样对象面积的求取 |
| 4.2.5 重叠性计算 |
| 4.2.6 加工余量 |
| 4.2.7 空白区域填充 |
| 4.3 自组织辅助排样算法 |
| 4.3.1 自组织辅助排样算法流程 |
| 4.3.2 评价函数 |
| 4.3.3 权系数初始化 |
| 4.3.4 最优匹配神经元的选择 |
| 4.3.5 权系数的自组织 |
| 4.4 HOPFIELD 网络在不规则件排样中的应用 |
| 4.4.1 排样问题的表达 |
| 4.4.2 不规则件排样能量函数的构造 |
| 4.4.3 神经网络结构参数的确定 |
| 4.4.4 网络参数与初值的选择 |
| 4.4.5 Hopfield 网络排样计算流程 |
| 4.5 本章小结 |
| 5 ONGSA 在不规则件排样中的应用 |
| 5.1 ONGSA 排样计算流程 |
| 5.2 零件图形处理相关技术 |
| 5.2.1 多边形外包络矩形的求取 |
| 5.2.2 矩形排样单元与空白区域的填充算法 |
| 5.2.3 改进的一步平移法 |
| 5.2.4 平行线扫描算法 |
| 5.3 ONGSA 混合优化策略 |
| 5.3.1 GASA |
| 5.3.2 小生境技术 |
| 5.3.3 正交试验法 |
| 5.3.4 ONGSA 的设计与实现 |
| 5.3.5 ONGSA 的特点 |
| 5.4 本章小结 |
| 6 优化排样系统的设计与实现 |
| 6.1 优化排样系统的总体设计 |
| 6.1.1 基本功能规划 |
| 6.1.2 排样系统框架 |
| 6.2 优化排样系统的实现途径 |
| 6.3 优化排样系统的用户界面设计 |
| 6.4 优化排样系统的数据结构设计 |
| 6.4.1 零件的表示 |
| 6.4.2 数据结构 |
| 6.5 优化排样系统的模块设计 |
| 6.6 优化排样系统的操作流程设计 |
| 6.7 优化排样系统的操作步骤 |
| 6.8 运行实例 |
| 6.8.1 规则板材上优化排样 |
| 6.8.2 不规则板材上优化排样 |
| 6.9 本章小结 |
| 总结与展望 |
| 1 结论 |
| 2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表和已录用的学术论文 |
（8）有瑕疵材料二维下料问题的研究和应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 二维下料的分类及研究现状 |
| 1.2.1 二维下料的分类 |
| 1.2.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 章节安排 |
| 第二章 二维下料算法 |
| 2.1 NP完全问题 |
| 2.1.1 NP完全问题的引出 |
| 2.1.2 解决NP完全问题的思路 |
| 2.2 二维下料常见的几种算法介绍 |
| 2.3 问题求解及搜索 |
| 2.3.1 状态空间搜索 |
| 2.3.2 搜索算法分析 |
| 2.4 启发式搜索算法 |
| 2.4.1 算法原理 |
| 2.4.2 启发式搜索过程 |
| 2.4.3 估计函数与启发信息 |
| 2.5 遗传算法 |
| 2.5.1 算法介绍 |
| 2.5.2 算法基本步骤 |
| 2.6 本章小结 |
| 第三章 排样算法 |
| 3.1 基于遗传算法的矩形件排样算法的比较及改进 |
| 3.1.1 目前提出的基于遗传算法的矩形件排样算法比较 |
| 3.1.2 全局最低水平线搜索算法的提出 |
| 3.2 基于遗传算法的不规则件排样算法 |
| 3.2.1 碰撞检测介绍 |
| 3.2.2 借助于AutoCAD的碰撞检测方法 |
| 3.2.3 有碰撞的全局最低水平线搜索算法的提出 |
| 3.3 本章小结 |
| 第四章 自动优化排样系统的设计与实现 |
| 4.1 待下料零件的预处理 |
| 4.2 遗传算法的设计与实现 |
| 4.2.1 参数编码 |
| 4.2.2 群体的产生 |
| 4.2.3 染色体的交叉 |
| 4.2.4 染色体的变异 |
| 4.2.5 染色体的选择 |
| 4.2.6 适应值函数的设计 |
| 4.2.7 群体规模的保持 |
| 4.3 程序设计框架 |
| 4.4 排样实验结果 |
| 4.4.1 矩形件排样实验结果 |
| 4.4.2 不规则件排样实验结果 |
| 4.5 有瑕疵情况的优化排样初步研究 |
| 4.5.1 有瑕疵情况下的矩形件排样算法 |
| 4.5.2 实验结果 |
| 4.6 本章小结 |
| 第五章 二维下料系统设计 |
| 5.1 AutoCAD二次开发工具ObjectARX |
| 5.2 系统设计 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表(录用)论文目录 |
| 学位论文评阅及答辩情况表 |
（9）基于NGSA算法的不规则件优化排样系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 排样问题概述 |
| 1.1.1 排样问题的整体描述 |
| 1.1.2 排样问题的分类 |
| 1.1.3 排样问题的应用领域 |
| 1.2 二维不规则件优化排样技术的研究现状及存在的问题 |
| 1.2.1 国外研究概况 |
| 1.2.2 国内研究概况 |
| 1.2.3 排样技术存在的问题 |
| 1.3 本文的研究目标 |
| 1.4 本文的主要研究内容 |
| 1.5 本文的研究特色及创新点 |
| 2 二维不规则件优化排样问题的描述与建模 |
| 2.1 二维不规则件优化排样问题的形式化描述与数学模型 |
| 2.1.1 二维不规则件优化排样问题的形式化描述 |
| 2.1.2 二维不规则件优化排样问题的数学模型 |
| 2.2 二维不规则件优化排样问题的求解难度 |
| 2.3 二维不规则件优化排样问题的优化策略 |
| 2.4 二维不规则件优化排样问题的求解思路 |
| 2.5 本章小结 |
| 3 小生境遗传模拟退火混合优化策略 |
| 3.1 混合遗传算法 |
| 3.1.1 遗传算法 |
| 3.1.2 模拟退火算法 |
| 3.1.3 混合遗传算法 |
| 3.1.4 GASA 混合优化策略 |
| 3.1.5 GASA 设计思路 |
| 3.2 小生境技术 |
| 3.2.1 小生境技术思想 |
| 3.2.2 小生境技术的实现方法 |
| 3.2.3 小生境技术的研究与应用 |
| 3.3 NGSA 算法优化策略 |
| 3.3.1 NGSA 混合优化策略求解思路 |
| 3.3.2 NGSA 混合优化策略结构流程 |
| 3.3.3 NGSA 混合优化策略特点 |
| 3.4 本章小结 |
| 4 不规则件优化排样的NGSA 混合优化算法设计 |
| 4.1 NGSA 混合优化算法的基本思路与流程 |
| 4.2 零件图形处理的相关技术 |
| 4.2.1 多边形的近似表示 |
| 4.2.2 多边形顶点顺、逆时针的判断 |
| 4.2.3 多边形凹凸性的确定 |
| 4.2.4 排样对象面积的求取 |
| 4.2.5 多边形外包络矩形的求取 |
| 4.2.6 改进的矩形排样单元与空白区域的填充算法 |
| 4.2.7 改进的一步平移法 |
| 4.2.8 平行线扫描算法 |
| 4.3 编码机制 |
| 4.4 解码方法 |
| 4.5 适应度函数的确定 |
| 4.6 遗传操作 |
| 4.6.1 选择运算 |
| 4.6.2 交叉、变异运算 |
| 4.7 模拟退火算法的运行参数 |
| 4.7.1 温度控制 |
| 4.7.2 接受概率 |
| 4.8 小生境技术淘汰运算 |
| 4.9 终止准则 |
| 4.10 本章小结 |
| 5 优化排样系统的设计与实现 |
| 5.1 优化排样系统的总体设计 |
| 5.1.1 基本功能规划 |
| 5.1.2 排样系统框架 |
| 5.2 优化排样系统的实现途径 |
| 5.3 优化排样系统的用户界面设计 |
| 5.4 优化排样系统的数据结构设计 |
| 5.4.1 零件的表示 |
| 5.4.2 数据结构 |
| 5.5 优化排样系统的模块设计 |
| 5.6 优化排样系统的操作流程设计 |
| 5.7 优化排样系统的操作步骤 |
| 5.8 运行实例 |
| 5.8.1 规则板材上优化排样 |
| 5.8.2 不规则板材上优化排样 |
| 5.9 本章小结 |
| 结论与展望 |
| 全文工作总结 |
| 下一步研究工作 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表和已录用的学术论文 |
（10）遗传算法和碰撞算法混合求解冲裁件自动排样问题（论文提纲范文）
| 1 冲裁件排样问题描述 |
| 2 冲裁件优化排样算法设计 |
| 3 冲裁轮廓的多边形化 |
| 4 多边形重心位置 (X, Y) 和多边形的半径D的确定 |
| 5 遗传算法在排样问题中的应用 |
| 5.1 适应值函数的确定 |
| 5.2 遗传代码的构造 |
| 5.3 初始种群的选择 |
| 5.4 选择算子的确定 |
| 5.5 交叉算子的确定 |
| 5.6 变异算子的确定 |
| 5.7 终止准则的确定 |
| 6 排样步距与料宽的确定 |
| (1) 排样方式为普通排样 |
| (2) 排样方式为对头排样 |
| 7 应用实例 |
| 8 结束语 |
四、基于碰撞算法的冲裁件优化排样系统的开发（论文参考文献）
- [1]混批零件排样算法与船用板材下料管理系统研究[D]. 唐奇. 山东大学, 2020(10)
- [2]二维不规则图形下料排样优化算法研究[D]. 卢齐飞. 广东工业大学, 2013(10)
- [3]二维不规则部件排样优化算法研究与系统实现[D]. 张光富. 广东工业大学, 2012(09)
- [4]皮革优化排样技术研究[D]. 隗平平. 华侨大学, 2011(04)
- [5]考虑轧制方向的金属板排样技术研究与软件实现[D]. 林德强. 沈阳航空航天大学, 2011(08)
- [6]冲裁件智能排样混合算法研究与系统开发[D]. 史国辉. 哈尔滨理工大学, 2010(05)
- [7]基于智能混合优化算法的不规则件优化排样技术研究[D]. 苏传生. 青岛科技大学, 2009(10)
- [8]有瑕疵材料二维下料问题的研究和应用[D]. 郝洪霆. 山东大学, 2008(01)
- [9]基于NGSA算法的不规则件优化排样系统的研究[D]. 冯美贵. 青岛科技大学, 2008(05)
- [10]遗传算法和碰撞算法混合求解冲裁件自动排样问题[J]. 赵治国,卢军,贾俐俐. 工程图学学报, 2008(01)