首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于一刀切的多原材二维下料协同优化方法研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-14页
 §1-1 二维排样优化问题的研究背景及意义第9-10页
  1-1-1 研究背景第9页
  1-1-2 研究意义第9-10页
 §1-2 二维排样问题国内外研究现状及发展趋势第10-11页
  1-2-1 排样下料问题研究现状第10-11页
  1-2-2 排样下料问题研究趋势第11页
 §1-3 论文主要研究内容及结构安排第11-14页
  1-3-1 论文主要研究内容第11-13页
  1-3-2 论文的结构第13页
  1-3-3 论文主要创新点第13-14页
第二章 相关理论基础第14-22页
 §2-1 矩形件排样下料问题相关理论第14-16页
  2-1-1 排样问题的提出及应用第14页
  2-1-2 排样的规则及工艺要求第14-15页
  2-1-3 切割下料方式及板材情况第15-16页
 §2-2 启发式矩形件排样方法简介第16-19页
  2-2-1 排样方法概述第16-19页
  2-2-2 矩形件排样方法的优缺点第19页
 §2-3 矩形件排样问题智能优化算法第19-22页
  2-3-1 排样优化算法概述第19-21页
  2-3-2 排样优化算法优缺点第21-22页
第三章 基于一刀切的排样问题描述及方法分析第22-35页
 §3-1 排样问题描述第22-25页
  3-1-1 概念描述第22-23页
  3-1-2 多原片排样问题的数学模型第23-25页
 §3-2 矩形件启发式排样方法研究第25-33页
  3-2-1 生成成品组合第25-27页
  3-2-2 待排区域的确定第27-29页
  3-2-3 待排区域的选择第29-31页
  3-2-4 二叉树排样第31-32页
  3-2-5 余料利用原则第32-33页
 §3-3 矩形件启发式排样算法描述第33-35页
第四章 基于一刀切的矩形件优化排样协同算法第35-59页
 §4-1 矩形件智能优化算法简介及比较第35-39页
  4-1-1 小生境遗传算法简介第35-37页
  4-1-2 粒子群优化算法简介第37-38页
  4-1-3 两种算法的比较第38-39页
 §4-2 两种算法的结合思路第39页
 §4-3 矩形件优化排样协同算法的实现第39-47页
  4-3-1 小生境遗传算法部分的设计第39-43页
  4-3-2 粒子群算法部分设计第43-46页
  4-3-3 协同算法中两种算法的衔接点第46-47页
 §4-4 协同算法(NAGPSO)的计算过程第47-48页
 §4-5 协同算法主体流程图第48-49页
 §4-6 算例分析第49-59页
  4-6-1 小规模矩形件排样算例第49-54页
  4-6-2 大规模矩形件排样算例第54-59页
第五章 计算机辅助优化排样系统设计第59-67页
 §5-1 系统需求分析第59页
 §5-2 系统设计思想与目标第59页
 §5-3 系统功能结构第59-61页
 §5-4 系统功能模块分析与设计第61-67页
  5-4-1 信息管理模块第61-62页
  5-4-2 数据输入模块第62-63页
  5-4-3 图形预处理模块第63页
  5-4-4 优化排样模块第63-65页
  5-4-5 切割工艺规划模块第65页
  5-4-6 排样输出模块第65-67页
第六章 总结与展望第67-69页
 §6-1 全文工作总结第67页
 §6-2 工作展望第67-69页
参考文献第69-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于变周期技术的智能数据采集的研究
下一篇:基于产业集群的京廊都市区城市集群模式研究