摘要：制定面向可加工性的下料方案是实现智能制造的前提和基础。目前,针对多规格、大批量的矩形件切割路径优化方法通常只考虑毛坯或条带的共边切割,忽略了同质块的共边特性,不能有效降低包含切割成本在内的综合成本。鉴于此,本文提出以材料成本和切割成本综合最小的多目标规划模型。设计了同质块的共边切割策略,根据同质条带有无余料、条带所含毛坯个数的奇偶性共同确定块切割的起点和切割路径;设计的前瞻法在选择放置条带时,不仅要考虑当前条带的利用率,还要考虑布局当前条带后板材的整体利用率。最后,实现了综合成本最小的Pareto改进路径和方法。通过与已有文献的多组基准算例测试,证实了所提方法的有效性和实用性,实现了多目标优化的Pareto改进。

摘要：针对多规格、大批量的矩形件优化下料问题,综合考虑原材料利用率高、切割加工路径短等优化目标,提出一种面向可加工性的矩形件优化下料方法。运用矩形原材料单方向余料最小化计算方法优选出候选板条,候选板条构造过程中的共边排样可用于共边切割,缩短了矩形原材料上局部切割加工路径;利用基于候选板条的连续启发式排样算法实现矩形原材料上优化排样设计,保证高原材料利用率的同时,简化了矩形原材料上切割加工总路径。通过实例验证了所提方法的可行性和有效性。

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：分析了如何通过交互寻优的手段对自动排样系统产生的排样图实现进一步的优化,详细探讨了矩形件优化排样系统中的交互寻优过程,提出了一种重构排样图的方法,同时还重点讨论了对排样图如何进行交互寻优操作,并在AutoCAD上开发了这一交互寻优系统.

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：排样问题是一种总体资源分配问题,这里根据矩形件排样的工艺要求,提出了矩形件排样的一种近似算法,将一块板材分成三部分,每部分排一种零件,使得减料方便,提高了劳动生产率。

摘要：本文对理论上属于ＮＰ－完备问题的二维矩形件优化排样问题，构造了一个效率高、速度快、可令人满意的一种近似算法。该算法的主要思想是在排样过程中根据一种局部最优原则不断地动态产生一些较小的矩形，然后对这些小矩形区域排样，同时也消去一些已排过的矩形区域，直至所有的矩形件被排完。根据本文算法我们开发了一个矩形件排样系统。

摘要：针对矩形件排样问题,提出一种新的空白矩形填充算法和邻域搜索算法相结合的混合优化算法。首先,设计空白矩形填充算法时,提出了消除多余空白矩形的方法,以减小计算时间复杂度。其次,利用邻域搜索算法优化矩形件排放顺序,通过挖掘矩形件排样的问题特征,设计了受限距离的交叉和插入两种邻域算子,并提出了特殊算子执行点选择策略。然后,设计了基于两种邻域算子交替迭代的邻域搜索算法。最后,对文献中的21个经典案例进行试验计算,4个案例的排样利用率达到了100%,绝大多数案例的排样利用率超过了99%,最小排样利用率超过了98%。将其他常用算法和文献中算法进行比较,验证了本文算法的有效性。同时,对某建材加工企业所提供的8个实际案例进行试验计算,所得排样利用率与理想最优排样利用率的平均差为1.7%,说明了本文算法的实用性。

摘要：遗传算法是一种全局优化的数值计算方法。与传统优化算法相比，它对函数的要求不高，一般不会陷入局部最优解，更适应于求解大规模离散化问题。该文将遗传算法应用于工程问题的一个典型离散优化问题矩形件优化排样。通过该算法可以找出高效率的排样加工方法。设计结果能广泛应用于各零件的排样加工实例。

摘要：通过对薄壁镜面不锈钢内底板的工艺分析 ,设计了一次拉伸成形模具 ,成形零件表面在光的漫反射下能达到镜面效果。