摘要：针对二维不规则零件下料生产线原材料利用率不高、作业效率较低等问题,提出一种复杂下料工艺约束下的二维不规则零件优化排样方法。以最大化原材料利用率为优化目标,建立了二维不规则零件下料问题的数学模型,利用一种图形碰撞算法实现零件的定位,提高了原材料利用率。通过零件图形的平移、旋转、镜像等操作动态构造排样单元,提高了连续切割和零件自动码垛的作业效率。算例对比分析验证了该方法的可行性和有效性。

摘要：根据汽车内饰等行业需求,对皮制品加工的优化排样问题进行了研究.创新地采用离散化处理方式,同时引进边界约束,使排样过程与皮料和样片的几何信息无关,使用基于顺序的启发式底左布局将样片顺次布置到皮料上,样片的最优布置顺序和角度依靠随机优化算法来实现.设计了简洁、实用的操作算子,并提出了基于模拟退火技术的遗传算法(simulated annealing based genetic algorithm,简称 SABGA),该算法在优化搜索中能自适应地控制变异率,使得优化高效地逼近全局最优解.实验及对比结果表明,提出的优化排样方式特别适用于二维不规则形体在多个二维不规则平面上的优化排样.

摘要：为了最大限度提高皮鞋材料的使用效率,本研究提出了一种基于自组织特征映射模型的皮革材料优化排样智能算法,详细阐述了该算法下的优化排样思路与模型求解算法,并将该模型与算法应用于实际操作中。根据排样结果可知,各种不同规则样图在皮革坯料范围内的排列较为紧密,具有一定的应用价值。

摘要：在分析传统矩形件优化排样近似算法及其主要缺陷的基础上 ,提出了一个新的启发式算法 ,并据此算法开发了矩形件排样系统 ,获得了比原近似算法更好的优化排样结果。

摘要：首先采用组合矩形包络算法将二维不规则零件的排样问题转化为矩形件的排样问题;然后将遗传算法与小生境技术相结合,寻找排样件在排样时的最优次序及各自的旋转角度;最后用“最低水平线与填充算法相结合”策略的启发式排样算法实现自动排样.实例表明,该算法是有效的.

摘要：毛坯优化排样问题是CAD技术结合冲模设计领域的一大课题。论文在多边形顶点算法的基础上,提出了基于包容矩形的优化排样算法。该算法只需在初始毛坯图的包容矩形内进行计算,即可得到排样的步距、料宽等关键参数;在预排样时不用进行传统排样算法所作的等距放大处理,避免了由此引起的图形自交干涉和排样误差增大的问题。并且在Inventor9平台上运用VisualC++对该算法予以实现,开发出效率高、实用性强、运行可靠的冲裁模智能排样系统。

摘要：提出一种利用人工神经网络求解不规则件排样问题的混合优化方法.该方法首先把排样和制造工艺联系起来,将多边形各边向外扩充,为零件预留加工余量;然后采用自组织特征映射模型(SOM)和Hopfield人工神经网络相结合的方法,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,逐步减小不规则零件之间的重叠面积,求得各零件的最优位置,再运用Hopfield神经网络对平移后的零件旋转,进行迭代运算,当能量函数达到稳定状态时,得到各排样零件的最优旋转角度组合,实现自动排样.算法可以解决不规则件和矩形件在规则板材以及不规则板材上的排样问题,实例证明了该算法的有效性和实用性.

摘要：讨论了冲裁件优化排样的原理和方法 ,并对几种算法作了比较 ,对冲裁件优化排样程序设计使用的开发工具的特点及选择作了分析 ,给出了基于VB、ObjectARX和AutoCAD相关对象和方法。

摘要：　　 为了有效解决矩形件优化排样问题, 通过在已有动态规划算法的基础之上, 引入多种启发式策略, 提出一种带有启发式策略的动态规划算法, 并设计和开发了一个基于该算法的矩形件优化排样系统。介绍了系统的总体设计方案。并通过实例测试, 讨论了矩形件优化排样算法的有效性和系统的实用性, 证明矩形件优化排样算法具有排样过程耗时少、效果好和适用范围广3大优点, 可以有效地提高材料利用率和生产效率。

摘要：在分析线材数据和实践经验的基础上，为了提高线材利用率，便于成组下料，以人工完成为目标，设计了一种优化排样方法。