用于矩形件的智能排样方法

摘要

本发明公开了一种用于矩形件的智能排样方法，包括下列步骤：S1：初始化遗传算法的相关参数；S2：从待排样矩形件库中提取矩形件的相关信息；S3：从板材库中提取原料板的相关信息；S4：对所获得信息进行编码，并随机生成初始种群；S5：利用最低水平线搜索算法对上述初始种群进行逐一解码，以获得解的利用率；S6：遗传算法选择、交叉、变异操作，直到迭代结束，并输出最优排样方案。按照本发明的智能排样方法，可以很好地满足矩形件的工艺要求，并且采用了智能算法和启发式算法相结合，能快速高效寻找到一种优化方案，由此大大提高了企业的材料利用率且能显著缩短排样时间，提高排样效率。

主权项

一种用于矩形件的智能排样方法，包括下列步骤： S1：设定遗传算法中包括种群population、迭代次数T、交叉概率Pc以及变异概率Pm在内的参数； S2：从矩形零件库选择待排样的矩形件，并提取包括矩形种类K、各种类矩形的数量ni、各种类矩形的尺寸即纤维方向的长li和非纤维向的宽wi，以及矩形排样时是否存在纤维方向要求在内的矩形相关信息，并对每一个矩形进行十进制整数编码，由此形成一个矩形序列； S3：从原料库选择符合上述矩形件排样要求的矩形板材，并提取包括板材序号、数量、各序号板材的尺寸即纤维方向的长和非纤维方向的宽在内的板材相关信息； S4：根据上述矩形件信息随机生成遗传算法的初始种群population，其中每个染色体就是矩形件的一个排样序列，矩形件的排样序列就是根据矩形个数编码号构成的不重复的随机序列； S5：利用最低水平线搜索算法对所获得初始种群进行解码； S6：利用上述步骤S5获得的解码结果生成排样方案图，计算得到每个解对应的排样利用率，并保留最大利用率gbest，全局最优解即全局最大利用率以及对应的染色体序列；利用选择算子从中选出数量为population个数的个体进入下一步； S7：对上述步骤S6筛选出的population中的每相邻的两个染色体都随机产生一个处于0～1之间数值rc，若rc小于交叉概率Pc，则对这两条染色体进行部分匹配交叉运算，若rc大于等于交叉概率Pc，则对这两条染色序列体保持不变； S8：对上述步骤S7所得到的population中的每一条染色体都随机产生一个处于0～1之间的数值rm，若rm小于变异概率Pm，则对该染色体执行变异运算，若rm大于等于变异概率Pm，则该染色体序列保持不变； S9：对上述步骤S8所得到的population中的每一个染色体用最低水平线搜索算法进行解码，得到对应的排样图及板材利用率，同时记录这个 population中的最高利用率lbest以及对应的染色体，并比较lbest与gbest的大小，若lbest大于gbest，则将lbest赋值给gbest，同时将lbest对应的染色体序列赋给gbest； S10：重复以上S6‑S9步骤，直到迭代次数达到设定的迭代次数T为止。