资源描述：
《基于粒子群与模拟退火算法板材优化下料》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2462008,44(26)ComputerEngineeringandApplications计算机工程与应用基于粒子群与模拟退火算法的板材优化下料包奇金宝1112,姜静清,宋初一,梁艳春1112BAOQi-jin-bao,JIANGJing-qing,SONGChu-yi,LIANGYan-chun1.内蒙古民族大学数学与计算机科学学院,内蒙古通辽0280432.吉林大学计算机科学与技术学院,长春1300121.CollegeofMathematicsandComputerScience,InnerMongoliaUniversityforNationalities,To
2、ngliao,InnerMongolia028043,China2.CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012,ChinaE-mail:ycliang@jlu.edu.cnBAOQi-jin-bao,JIANGJing-qing,SONGChu-yi,etal.Optimalstockcuttingbasedonparticleswarmoptimizationandsimulatedannealing.ComputerEngineeringandApplications,2008
3、,44(26):246-248.Abstract:AhybridalgorithmbasedonParticleSwarmOptimization(PSO)andSimulatedAnnealing(SA)approachesisproposedandappliedtocuttingstockproblems.Meanwhile,aconvertingapproachwhichissimilartotheBottomLef(tBL)algorithmisusedtomapthecuttingpatterntotheactuallayout.Finally,thepropose
4、dalgorithmisimplementedonseveraltestproblems.Thesimu-latedresultsshowthattheperformanceofthehybridalgorithmisbetterthanthatofthestandardPSO.Keywords:ParticleSwarmOptimization(PSO)algorithm;SimulatedAnnealing(SA)approaches;cuttingstockproblem摘要:提出一种用于处理板材下料问题的粒子群与模拟退火混合算法。同时,在把下料模式转化为实际设计时,提
5、出了一种类似于BottomLef(tBL)算法的转换方法。模拟实验结果表明这种混合方法的性能明显优于粒子群算法。关键词:粒子群算法;模拟退火算法;板材下料问题DOI:10.3778/j.issn.1002-8331.2008.26.075文章编号:1002-8331(2008)26-0246-03文献标识码:A中图分类号:TP3911引言提出了利用遗传算法(GeneticAlgorithm,GA)处理多边形放置二维板材下料问题可以描述为如何把事先确定大小的矩于矩形板材上的下料问题,并且通过与确定性方法的结合改进了该算法。Lai和Chan[4]提出了使用模拟退火搜索技术解决非形
6、小块放置在大的有限的矩形板材上。或者说如何从大的矩形截断二维和三维板材下料问题。Leung等[5]比较了遗传算法和板材上切割出符合要求的小的矩形块。非截断切割是不必从矩模拟退火算法用于板材下料的性能和效率问题。Jiang等[6]提出形的一条边直线切割到相对的边。板材下料问题的目标是最小一种混合算法解决二维板材下料问题。邢长征等[7]融合了遗传化没有使用的面积。由于节省原材料和避免工业损失的需要,下料问题已经成为玻璃、钢铁、木材、纸张和纺织等工业生产过算法和模拟退火算法的优点,提出了一种实用的、具体的模拟遗传算法解决板材下料问题。李长荣[8]提出了基于启发式规则程中一个非常重要
7、的研究课题。这个问题属于混合优化问题,因此需要在所有可能解中找到一个最优解,该解使得有一系列的有限制二维板材下料算法。本文考虑利用粒子群(Particle约束的目标函数达到最优或准最优。SwarmOptimization,PSO)算法处理板材下料的问题。粒子群算Gilmore和Gomory[1-2]利用线性规划方法精确地解决了这法由Kennedy和Eberhart在1995年首先提出[9]。在求解过程类问题。但是由于下料问题本身的复杂性,精确方法仅适用于中,在粒子群算法中加入了模拟退火技术,以减少寻优过
