自动排料方法技术

本发明专利技术公开了一种自动排料方法，包括以下步骤：采用遗传算法，建立算法数学模型；加载待排零件图纸，对待排零件进行预处理；遗传算法初始化，包括群体初始化、设置遗传算法的运行参数和终止条件；按算法数学模型中的基因序列将待排零件放置于板材上，并计算群体中各个个体的适应度；终止条件判断，若不满足终止条件，群体经过选择运算、交叉运算、变异运算之后，得到下一代群体，转至上一步继续执行；若满足终止条件，输出最优解。本发明专利技术通过遗传算法和计算机图形学的有效结合实现自动排料，通过遗传算法可以随机生成待排零件序列和放置角度，利用临界多边形算法将待排零件放置于板材上，提高自动排料效率和板材的利用率。

【技术实现步骤摘要】

本专利技术涉及一种，具体地说，涉及一种板材切割。
技术介绍
在工程应用中，自动排料问题是指在给定的一块或多块材料和若干待排零件，将 待排零件合理的摆放在材料上，并使材料利用率最高。排料问题要求满足的特定约束条件： 任意两个待排零件互不重叠；任意一个待排零件不能超出板材的范围，必须放在板材内。 排料问题是具有最高计算复杂度的一类问题--NP完全问题。NP完全问题是指 多项式时间复杂度范围内无法解决的一类问题。通常认为算法的时间复杂性存在多项式界 时，计算时间是可以接受的，如果超出多项式界，计算时间将随着问题规模的增大而急速增 长(呈指数关系增长)，在实际应用中该算法将难以被人们接受。 现有技术中不规则排料有两种方法：一是以矩形件排料为基础，用待排零件的最 小包络矩形代替待排零件，将不规则的待排零件转化为矩形件，然后用矩形件排料算法进 行求解；二是以计算机图形学为基础，用计算机图形学相关概念和方法处理待排零件和板 材，求得最优的排料结果。 现有的排料算法多以矩形件排料为基础，用待排零件的最小包络矩形代替待排零 件，无法对不规则图形达到很高的利用率；而单纯以计算机图形学的方案，计算量复杂、效 率低，很难达到很高的板材利用率。
技术实现思路
本专利技术的目的在于提供一种，通过遗传算法和计算机图形学的有效 结合实现自动排料，提高自动排料效率和板材的利用率。 为了实现上述目的，本专利技术所采用的技术方案如下： -种，包括以下步骤：采用遗传算法，建立算法数学模型；加载待排 零件图纸，对待排零件进行预处理；遗传算法初始化，包括群体初始化、设置遗传算法的运 行参数和终止条件；按算法数学模型中的基因序列将待排零件放置于板材上，并计算群体 中各个个体的适应度；终止条件判断，若不满足终止条件，群体经过选择运算、交叉运算、变 异运算之后，得到下一代群体，转至上一步继续执行；若满足终止条件，输出最优解。 进一步，遗传算法基因串中包含待排零件序号和待排零件放置角度索引值。 进一步，初始化时，一个基因采用面积由大到小顺序排列，一个基因按用户初始输 入的顺序排列，其余基因随机生成。 进一步，每一代群体以板材利用率最高的基因为基准，其适应度函数值为1〇〇〇,其 余基因根据相对于该基因的差值得到一个小于1000的适应度函数值。 进一步，采用轮盘赌算法作为选择算子。 进一步，对待排零件进行预处理时，可对待排零件图形中的曲线进行离散化，将待 排零件图形转化为简单多边形；或求取待排零件多边形的凸包；或对待排零件进行对排、 联排。 进一步，采用临界多边形算法放置待排零件。 进一步，求解临界多边形时，定义第一多边形为逆时针方向的矢量多边形、第二多 边形为顺时针方向的矢量多边形，将第一多边形、第二多边形的矢量分别平移到原点处，第 一多边形、第二多边形各自矢量顺序不变，由任意矢量出发，按逆时针方向旋转，将第一多 边形与第二多边形的矢量首尾相连。 进一步，首先取出遗传算法生成序列中的第一多边形，按放置角度将第一多边形 摆放在板材上，采用最低最左原则（BL，Bottom-Left)将第一多边形放在板材的左下角；其 次取出序列中的第二多边形，计算第二多边形对于第一多边形的临界多边形；然后对临界 多边形进行判断和评估，确定第二多边形的最佳放置位置；接着将第一多边形、第二多边形 的合成多边形记为第三多边形，做下次计算的第一多边形；最后判断所有待排零件是否均 已完成放置。 进一步，确定第二多边形的放置位置时，先选取参考点，让其沿着临界多边形移 动，搜索每一个不在临界多边形内的点，并让第二多边形一起移动；接着对每一个第二多边 形的位置，计算合成多边形的面积；再选取合成多边形面积最小的位置作为第二多边形的 放置位置。 与现有技术相比，本专利技术通过遗传算法和计算机图形学的有效结合实现自动排 料，通过遗传算法可以随机生成待排零件序列和放置角度，利用临界多边形算法将待排零 件放置于板材上，提高自动排料效率和板材的利用率。 【附图说明】 图1为本专利技术的遗传算法的执行过程示意图； 图2为本专利技术的临界多边形的形成过程示意图； 图3为本专利技术的矢量多边形第一多边形A、第二多边形B的示意图； 图4为本专利技术的第一多边形A、第二多边形B的矢量顺序图； 图5为本专利技术的第二多边形B相对于第一多边形A的临界多边形示意图； 图6为本专利技术的基于临界多边形的放置算法执行过程示意图。 【具体实施方式】 下面结合附图和具体实施例对本专利技术作进一步说明。 遗传算法（Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存，优胜 劣汰遗传机制）演化而来的随机化搜索方法。遗传算法是从代表问题可能潜在的解集的 一个群体（population)开始的，而一个群体则由经过基因（gene)编码的一定数目的个体 (individual)组成。每个个体实际上是染色体（chromosome)带有特征的实体。初代群 体产生之后，按照适者生存和优胜劣汰的原理，逐代（generation)演化产生出越来越好的 近似解，在每一代，根据问题域中个体的适应度（fitness)大小选择（selection)个体，并 借助于自然遗传学的遗传算子（genetic operators)进行组合交叉（crossover)和变异 (mutation)，产生出代表新的解集的群体。这个过程将导致群体像自然进化一样的后生代 群体比前代更加适应于环境，末代群体中的最优个体经过解码（decoding)，可以作为问题 近似最优解。 遗传算法的基本运算过程如下：a)初始化：设置进化代数计数器t=0,设置最大进 化代数T，随机生成Μ个个体作为初始群体P (0)。b)个体评价：计算群体P (t)中各个个体 的适应度。c)选择运算：将选择算子作用于群体。选择的目的是把优化的个体直接遗传到 下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适 应度评估基础上的。d)交叉运算：将交叉算子作用于群体。所谓交叉是指把两个父代个体 的部分结构加以替换重组而生成新个体的操作。遗传算法中起核心作用的就是交叉算子。 e)变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作 变动。群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(tl)。f)终止条件判断： 若t=T，则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。 遗传算法的一般算法：建初始状态，初始种群是从解中随机选择出来的，将这些解 比喻为染色体或基因，该种群被称为第一代，这和符号人工智能系统的情况不一样，在那里 问题的初始状态已经给定了。评估适应度，对每一个解（染色体）指定一个适应度的值，根 据问题求解的实际接近程度来指定（以便逼近求解问题的答案）。繁殖（包括子代突变）， 带有较高适应度值的那些染色体更可能产生后代（后代产生后也将发生突变）。后代是父 母的产物，他们由来自父母的基因结合而成，这个过程被称为杂交。下一代，如果新的一 代包含一个解，能产生一个充分接近或等于期望答案的输出，那么问题就已经解本文档来自技高网...

【技术保护点】
一种自动排料方法，其特征在于，包括以下步骤：采用遗传算法，建立算法数学模型；加载待排零件图纸，对待排零件进行预处理；遗传算法初始化，包括群体初始化、设置遗传算法的运行参数和终止条件；按算法数学模型中的基因序列将待排零件放置于板材上，并计算群体中各个个体的适应度；终止条件判断，若不满足终止条件，群体经过选择运算、交叉运算、变异运算之后，得到下一代群体，转至上一步继续执行；若满足终止条件，输出最优解。

【技术特征摘要】
1. 一种自动排料方法，其特征在于，包括以下步骤： 采用遗传算法，建立算法数学模型； 加载待排零件图纸，对待排零件进行预处理； 遗传算法初始化，包括群体初始化、设置遗传算法的运行参数和终止条件； 按算法数学模型中的基因序列将待排零件放置于板材上，并计算群体中各个个体的适 应度； 终止条件判断，若不满足终止条件，群体经过选择运算、交叉运算、变异运算之后，得到 下一代群体，转至上一步继续执行；若满足终止条件，输出最优解。2. 如权利要求1所述的自动排料方法，其特征在于：遗传算法基因串中包含待排零件 序号和待排零件放置角度索引值。3. 如权利要求1所述的自动排料方法，其特征在于：初始化时，一个基因采用面积由大 到小顺序排列，一个基因按用户初始输入的顺序排列，其余基因随机生成。4. 如权利要求1所述的自动排料方法，其特征在于：每一代群体以板材利用率最高 的基因为基准，其适应度函数值为1000,其余基因根据相对于该基因的差值得到一个小于 1000的适应度函数值。5. 如权利要求1所述的自动排料方法，其特征在于：采用轮盘赌算法作为选择算子。6. 如权利要求1所述的自动排料方法，其特征在于：对待排零件进行预处理时，可对待 排零件图形中的曲线进行离散化，将待排零件图形转化为简单多边形；或求取待排零件多 边形的凸包；或对待排零件进...

【专利技术属性】
技术研发人员：孙克争，周雪峰，陈贤帅，张弓，梁济民，
申请(专利权)人：广州中国科学院先进技术研究所，
类型：发明
国别省市：广东;44