基于贝叶斯神经网络的工业零件切割优化方案研究

摘要

本文主要针对如何节约成本对原材料半成品进行合理切割问题进行了相关研究.利用原材料利用率,做了工序复杂度和成本损失这三个方面的评价,为实现原材料的最优切割,建立了以下两个原材料最优切割模型.首先以每次切割原材料余量最少为目标建立最优切割方式数学模型,通过matlab编程求解该模型得到8675种可供选择最优切割方式.结合最优切割方案的三个目标:材料利用率最大、切割方式最少、切割原材料总数最少,和节约成本及相关约束条件建立多目标整数规划模型.其次结合生产成本和完成时间进行约束,同样以材料利用率、切割方式和切割原材料总数为目标,建立目标整数规划模型.最后利用BP神经网络算法是一种基于迭代的优化算法,系统初始化为一组随机解,通过迭代搜寻最优值,来解决寻找全局最优解的问题.