| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-11页 |
| ·问题描述 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第二章 相关排样算法及分析 | 第16-24页 |
| ·Sutherland-Hodgman 任意多边形排样算法 | 第16-18页 |
| ·算法概述 | 第16-17页 |
| ·算法实现 | 第17-18页 |
| ·算法特点 | 第18页 |
| ·Weiler-Atherton 任意多边形裁剪算法 | 第18-23页 |
| ·算法基本思想 | 第18-19页 |
| ·算法描述 | 第19-20页 |
| ·算法特点 | 第20页 |
| ·算法步骤 | 第20-23页 |
| ·算法比较 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 系统需求分析 | 第24-28页 |
| ·任务概述 | 第24-25页 |
| ·系统的目标 | 第24-25页 |
| ·系统流程分析 | 第25页 |
| ·实现工具及语言 | 第25-26页 |
| ·系统开发的原则 | 第26-27页 |
| ·限制与约束 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第四章 优化排样智能算法设计与算例分析 | 第28-43页 |
| ·优化排样的定位模型分析 | 第28-29页 |
| ·优化排样前图形的预处理 | 第29-33页 |
| ·DXF 信息的获取 | 第30-31页 |
| ·二维图形的存储模型 | 第31-32页 |
| ·样图的离散化处理 | 第32页 |
| ·考虑余量的问题 | 第32-33页 |
| ·优化排样算法 | 第33-38页 |
| ·自组织特征映射模型 | 第33-34页 |
| ·优化排样的 Hopfield 映射 | 第34-35页 |
| ·神经网络应用于不规则件的求解算法 | 第35-38页 |
| ·算例及结果分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 优化排样智能系统设计与实现 | 第43-70页 |
| ·系统总体设计 | 第43-45页 |
| ·系统框架模式 | 第45-46页 |
| ·软件功能设计 | 第46-54页 |
| ·排样计划 | 第49-50页 |
| ·库存管理 | 第50页 |
| ·图件工具 | 第50-51页 |
| ·优化排样算法 | 第51页 |
| ·优化排样 | 第51-53页 |
| ·数据汇总与统计报表 | 第53-54页 |
| ·实现与编码 | 第54-68页 |
| ·程序实现框架 | 第54页 |
| ·图形操作组件 | 第54-59页 |
| ·封装组件及编码实现 | 第59-68页 |
| ·软件系统的特点 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |