分床和排样算法的研究与实现

摘要

随着近年来原材料价格以及劳动成本的不断增加，服装生产的成本压力也日益增大，而裁剪工序作为一道重要工序，对材料成本和人工成本进行有效控制有着重要现实意义。分床和排样问题作为裁剪工序中的两大主要环节，若能通过优化算法取代人工分床和人工排样，有利于降低企业人工和原料成本，从而提高企业竞争力。
　　本课题在分析分床和排样问题相关技术的国内外研究现状的基础上，设计开发服装订单智能一体化系统软件。本文的主要工作和研究内容如下:
　　1)根据实际生产确定分床问题的优化目标，建立分床数学模型，然后将目标进行转化分析，提出了两阶段的方法求解该模型。在算法实现后对实际订单进行测试，证明了该算法的有效性。
　　2)将样片进行离散化，首先获得样片的轮廓点，然后将样片所占区域转化成一系列的线段区间，以降低样片的复杂性给排样带来的难度。
　　3)提出了一种基于压缩因子粒子群的组合排样方法。首先对样片进行k-means聚类分析，再将同类样片组合，然后通过连通域分析、边界跟踪得到组合样片轮廓，最后采用压缩因子粒子群算法进行排样。对该方法进行实验仿真，证明该算法的有效性。
　　4)设计开发服装订单智能一体化系统软件，实现了两阶段求解分床方案、PLT文件处理模块、样片离散化模块、组合处理模块、样片搜索模块以及样片排版模块等。
　　最后，对全文进行总结，找出不足，展望未来研究方向。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 分床问题研究现状

1．2．2 排样问题的研究现状

1．3 论文的研究内容

1．4 论文结构安排

第2章 服装生产的分床问题

2．1 分床问题

2．2 分床问题常用方法

2．2．1 基本分床方法

2．2．2 矩阵建模

2．3 分床问题数学模型的建立

2．4 分床问题数学模型的求解

2．4．1 目标的转化分析

2．4．2 求解分床方案

2．5 分床测试结果及性能分析

2．5．1 测试结果

2．5．2 性能分析

2．6 本章小结

第3章 服装生产的排样问题

3．1 排样问题

3．2 排样技术

3．2．1 样片的离散化

3．2．2 基本排样方法

3．2．3 粒子群算法

3．3 组合排样方法

3．3．1 组合排样的研究思路

3．3．2 样片的预处理

3．3．3 样片聚类分析

3．3．4 样片的组合

3．3．5 组合祥片的轮廓提取

3．3．6 基于PSOCF的组合排样过程

3．3．7 组合排样的结果处理

3．4 排样实例结果

3．5 组合排样方法的实验分析及改进

3．5．1 不同搜索算法的实验分析

3．5．2 压缩园子粒子群算法的改进

3．6 本章小结

第4章 分床和排样软件的设计与实现

4．1 软件开发平台介绍

4．1．1 Visual Studio 2008平台

4．1．3 C++简介及特点

4．2 软件整体框架

4．3 软件主界面

4．4 分床实现

4．5 排样实现

4．5．1 PLT文件处理

4．5．2 样片离散化模块

4．5．3 组合处理模块

4．5．4 排样搜索模块

4．5．5 样片排版模块

4．6 本章小结

第5章 总结与展望

5．1 研究工作总结

5．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果