基于遗传算法的二维不规则零件排样系统

摘要

本课题对目前制造业生产工艺中存在的下料问题，尤其是不规则零件在不规则底料上的优化排样问题，进行了深入地分析和研究，将遗传算法作为核心算法，引入到系统设计中，提出了解决板材下料的一套实用算法，结合计算机编程，实现了二维不规则零件自动优化排样系统。 遗传算法是借鉴生物的自然选择和进化机制的一种全局优化自适应概率搜索算法，具有快速随机的全局搜索能力。遗传算法完全克服了传统优化算法易于陷入局部最优解的缺陷，它通过染色体的基因突变跳出局部最优解，因而最终收敛到全局最优解。对于非常复杂、高度非线性问题的优化求解，表现出比其它传统优化方法更优越的性能，是21世纪智能计算中的核心技术之一。 本课题对遗传算法做了系统的介绍，其中包括遗传算法的特点、基本实现技术问题等。对遗传算法在求解不规则零件优化排样问题的设计及具体实现也做了详细讨论。 本课题以UG NX3.0软件作为软件平台，以UG/OPEN API结合VC++为开发工具，进行二次开发。首先使用遗传算法，通过全局优化概率搜索产生待排零件最佳的排样次序、每个待排零件的旋转角度及角度属性，从而得到排样方案，再运用基于BL策略的启发式排样算法进行定位，从而设计实现了二维不规则零件的优化排样系统。 在本课题中，对于含有曲线段的零件进行了近似多边形处理，在进行近似多边形处理的过程中，采用非等分弧长选取点；对不规则排样件并不进行近似矩形闭包的处理，而是进行扫描线的处理，真实地反映出不规则零件的形状；在遗传算法适应度函数的设计上，利用底料的材料利用率，而不是利用所用材料的最低水平高度，以上这几点都大大地提高了材料的利用率，也就达到了优化排样的目的，这几点也是本课题的特色和创新所在。

目录

文摘

英文文摘

声明

第1章绪论

1.1不规则零件排样问题研究背景

1.2不规则零件排样问题的国内外概况

1.2.1不规则零件排样问题的国外研究概况

1.2.2不规则零件排样问题的国内研究概况

1.3遗传算法的产生、发展及特点

1.3.1遗传算法的概念

1.3.2遗传算法的产生与发展

1.4本课题研究内容、特色及创新之处

1.4.1课题研究内容

1.4.2特色及创新之处

第2章遗传算法简介

2.1遗传算法的概念、基本遗传算法过程及流程图

2.2遗传算法中常用的术语及参数

2.2.1遗传算法的术语

2.2.2遗传算法的参数

2.2.3遗传算法的遗传算子

2.3遗传算法的特点

第3章优化排样

3.1优化排样问题概述

3.1.1排样问题的应用领域

3.1.2排样问题的整体描述

3.1.3排样问题的分类

3.1.4优化排样技术的研究趋势

3.2常见优化排样算法简介

3.2.1平行线分割一步平移法

3.2.2基于图形区域的优化排样

3.2.3最大截距法

第4章二维不规则零件定位算法

4.1含曲线零件的预处理

4.2底料的预处理

4.3待排零件的预处理

4.3.1零件角度属性的设定

4.3.2旋转和平移

4.3.3获得零件扫描线数组

4.4基于BL策略的启发式定位算法

4.5最小轮廓线的确定

第5章遗传算法相关参数设计

5.1染色体编码设计

5.2群体设计

5.3适应度函数设计

5.3.1几种常见的适应度函数

5.3.2本课题中适应度函数的设计

5.4遗传算子

5.4.1选择算子

5.4.2交叉算子

5.4.3变异算子

第6章不规则零件排样系统及实例

6.1UG软件简介

6.2UG二次开发语言

6.2.1UG/OPEN API

6.2.2UG/OPEN GRIP

6.3应用程序的开发

6.3.1使用Win32 Dynamic-Link Library应用向导

6.3.2设置UG应用开发环境

6.4用户界面的开发

6.4.1用户菜单的开发

6.4.2用户对话框的开发

6.5用户应用程序的实现

6.5.1应用程序主要流程

6.5.2用户应用程序的功能及使用

6.6实例分析

第7章结论

参考文献

致 谢