基于启发式进化算法的多目标一维下料问题研究

摘要

一维下料问题是将原材料切割成长度不等的坯料，用于建筑业、钢铁制造业等的实际生产。在现代企业的生产中，下料问题已不再是只考虑提高原材料利用率的技术问题了，还要考虑切下暂时不用的坯料的保管、切割机器的设置、可再用余料的返库等问题。一维下料问题正逐渐演变成一个复杂的科学管理问题。
　　 本文在分析了下料问题的研究现状、算法研究现状、应用研究现状的基础上，根据马鞍山钢铁股份有限公司车轮公司实际下料生产情况，提出了降低切割损失，降低下料方式间的切换成本，降低余料的库存成本的多目标一维优化下料模型，针对模型特点设计启发式规则，然后和智能算法相结合取得Pareto最优解集，再运用逼近理想解方法从解集中选出一个满意解作为下料方案，各优化目标的权重用CRITIC法算出。算法实验用Delphi7编程实现，通过算法的性能实验分析、对比实验分析、在大规模下料情况下的改进实验分析表明，该算法具有良好的优化效果。

目录

声明

摘要

致谢

第一章 绪论

1．1 研究背景

1．2 研究目的及意义

1．3 创新点

1．4 本文结构安排

第二章下料问题分析及研究现状

2．1 下料问题描述

2．2 下料问题研究现状分析

2．3 下料问题求解算法的研究现状分析

2．4 下料问题应用现状分析

第三章 基于启发式算法的多目标一维下料问题

3．1 问题描述

3．2 模型建立

3．3 算法设计

3．3．1 编码方法

3．3．2 启发式规则

3．3．3 进化算子

3．3．4 产生新种群

3．3．5 终止规则

3．3．6 算法整体流程

3．4 多目标下料决策

3．4．1 矩阵规范化处理

3．4．2 计算目标函数权重

3．4．3 选出满意下料方案

第四章 仿真实验及结果分析

4．1 算法性能实验及结果分析

4．2 算法对比实验及结果分析

4．3 算法在解决较大规模下料问题时的改进及结果分析

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

攻读硕士学位期间发表的论文