【技术实现步骤摘要】
基于最优觅食算法的二维不规则零件排样方法
本专利技术涉及计算机辅助排料
，特别一种基于最优觅食算法的二维不规则零件排样方法。
技术介绍
1、排样问题指在给定的原材料板材空间上，根据加工要求对要参与排样的零件进行合理布局，在保证产品生产需求的同时，使原材料的利用率最大化。目前，排样问题在许多加工制造行业中都有涉及。且随着社会的飞速发展，人类对资源的需求量也在不断增加，节约资源、尽可能减少资源浪费，已成为当今社会可持续发展的重要支柱。2、对于二维不规则零件排样问题，早期主要通过人工的方法，这种方法不但无法节约原材料，而且时间成本高。后来，随着信息技术的不断发展，计算机辅助排样技术开始应用。相比人工排样方法，排样效率高，且排样效果好，逐渐成为工业生产的主流。在二维不规则零件排样问题的启发式算法应用方面，目前应用比较广泛的智能算法包括基因遗传算法、粒子群算法和模拟退火算法等，但基本应用于小规模排样。在实际生产中，由于生产规模较大，这些方法即使花费很长的搜索时间，也容易产生不好的排样结果，鲁棒性差，难以得到广泛使用。
【技术保护点】
1.一种基于最优觅食算法的二维不规则零件排样方法，其特征在于，包括如下步骤：/n步骤S1、对二维不规则零件排样问题进行数学描述；/n步骤S2：建立排样优化过程中所需满足的约束条件；/n步骤S3：确定所要优化的目标，建立相应的二维不规则零件排样目标优化函数；/n步骤S4：基于最优觅食算法对零件排放顺序与旋转角度进行全局优化搜索，确定零件的最优排放顺序和旋转角度，输出最佳的排样结果。/n
【技术特征摘要】
1.一种基于最优觅食算法的二维不规则零件排样方法，其特征在于，包括如下步骤：
步骤S1、对二维不规则零件排样问题进行数学描述；
步骤S2：建立排样优化过程中所需满足的约束条件；
步骤S3：确定所要优化的目标，建立相应的二维不规则零件排样目标优化函数；
步骤S4：基于最优觅食算法对零件排放顺序与旋转角度进行全局优化搜索，确定零件的最优排放顺序和旋转角度，输出最佳的排样结果。
2.根据权利要求1所述的基于最优觅食算法的二维不规则零件排样方法，其特征在于，步骤S1中，对二维不规则零件排样问题进行数学描述的具体方式如下：
首先，定义变量：给定参与排样的零件个数为n，每个零件允许旋转角度个数为m，随机生成一种零件的排放顺序{x1,…,xi,…,xn},xi∈{1,2,…,n}，每个零件的旋转角度编号{y1,y2,…,yn},yi∈{1,2,…,m}，yi对应的旋转角度为对应的排样方案为{(x1,y1),…,(xi,yi),…,(xn,yn)}；
而后，对二维不规则零件排样问题进行定义：在给定的原材料板材上，根据加工要求，对零件进行合理排放，在满足生产需求的同时，使原材料利用率最大化。
3.根据权利要求1所述的基于最优觅食算法的二维不规则零件排样方法，其特征在于，步骤S2中，排样优化过程中所需满足的约束条件为：(1)参与排样的零件之间排放位置互不重叠；(2)参与排样零件均放置于原材料板材内部。
4.根据权利要求1所述的基于最优觅食算法的二维不规则零件排样方法，其特征在于，步骤S3中，所要优化的目标即原材料利用率最大化；定义参与排样的第i个零件的面积为s(i),i∈{1,2,…,n}，则原材料利用率δ如下：
式中，w为板材在水平方向上的宽度，h为板材在垂直方向上的高度；
则所述的二维不规则零件排样目标优化函数描述如下：
5.根据权利要求1所述的基于最优觅食算法的二维不规则零件排样方法，其特征在于，步骤S4中，最优觅食算法包括如下步骤：
步骤S41、初始化算法参数和种群；
步骤S42、种群适应度评价；计算初始种群中所有...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。