声明
1 绪论
1.1 问题的提出
1.2 国内外研究现状
1.3 本文研究内容
1.4 创新点论述
1.5 本章小结
2 矩形排样模型和算法分析
2.1 矩形排样模型
2.1.1 问题描述
2.1.2 数学模型
2.2 常用优化算法
2.2.1 枚举法
2.2.2 贪心算法
2.2.3 模拟退火算法
2.2.4 遗传算法
2.2.5 蚁群算法
2.2.6 启发式算法
2.3 现有算法的总结
2.4 本章小结
3 基于五种启发式策略的最大剩余矩形算法
3.1 最大剩余矩形算法
3.1.1 基本原理
3.1.2 空白链表更新除冗
3.2 最大剩余矩形算法结构
3.2.1 数据存储结构
3.2.2 算法实现流程
3.3 三角形零件在最大剩余矩形算法中的嵌入
3.3.1 基本原理
3.3.2 嵌入流程图
3.4 CAD宏命令出图
3.5 五种启发式策略的提出
3.5.1 基于BOTTOM-LEFT原则的最大剩余矩形算法
3.5.2 基于最小面积原则的最大剩余矩形算法
3.5.3 基于最小短边原则的最大剩余矩形算法
3.5.4 基于最小长边原则的最大剩余矩形算法
3.5.5 基于最大接触周长原则的最大剩余矩形算法
3.6 最优结果输出
3.7 计算实例
3.8 本章小结
4 结合遗传算法的最大剩余矩形算法再优化
4.1 遗传算法的简介及最优个体保留策略
4.2 遗传算法在矩形排样中的具体应用
4.2.1 基因编码
4.2.2 初始化种群
4.2.3 染色体选择
4.2.4 染色体交叉
4.2.5 染色体变异
4.2.6 适应度函数
4.2.7 结合最大剩余矩形算法的遗传算法流程图
4.3 计算实例
4.4 本章小结
5 改进遗传算法的最大剩余矩形算法
5.1 遗传算法的改进
5.1.1 小生境遗传
5.1.2 自适应概率遗传
5.2 综合算法流程图
5.3 计算实例
5.4 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书