融合蟻群算法和遺傳算法的矩形件排樣問題研究.pdf

1、矩形件排樣是指將若干尺寸相同或不相同的矩形零件在給定的矩形板材上以最優(yōu)的方式排布。矩形件排樣問題普遍存在于工程領域中,如鈑金下料、玻璃切割、造船、車輛、家具生產(chǎn)、報刊排版、服裝和皮革裁剪等。較好的排樣方案可以最大限度地節(jié)約原材料,提高原材料利用率,從而降低生產(chǎn)成本,在經(jīng)濟上制造可觀的效益。
　　 在理論上,矩形件排樣問題屬于組合最優(yōu)化問題和具有最高計算復雜性的NP完全問題。用現(xiàn)在常用的計算理論和方法很難精確地求得問題的最優(yōu)解,只

2、能在一定的時間范圍內(nèi)求其局部最優(yōu)的近似解。啟發(fā)式智能優(yōu)化方法是近年發(fā)展起來的非常活躍的研究領域,如遺傳算法、模擬退火算法、蟻群算法、神經(jīng)網(wǎng)絡、粒子群算法等,它們都可以有效的解決組合優(yōu)化和NP類問題。
　　 本文是在介紹了遺傳算法和蟻群算法各自特點的基礎上,提出將兩種算法相融合來求解矩形件排樣問題。融合算法的前階段采用遺傳算法,充分利用遺傳算法的快速隨機性、全局收斂性的優(yōu)點,獲得排樣序列的部分優(yōu)化解,并以此作為下階段蟻群算法的初始

3、信息素分布；融合算法后階段采用蟻群算法,利用其優(yōu)良的正反饋機制和高效收斂性的優(yōu)點,精確求得最優(yōu)排樣序列。
　　 此外,本文在建立矩形件排樣問題數(shù)學模型的基礎上,分析了常見的矩形件給定排放順序的排放算法的優(yōu)缺點,提出了一種改進的排放算法。該算法充分考慮矩形件長度和寬度對排樣效果的影響,加入了旋轉(zhuǎn)策略,并改進了搜索策略。將此改進算法分別與遺傳算法和融合算法結(jié)合求解矩形件排樣問題,計算實例表明了該改進排放算法更為有效,并能夠和融合算法