| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题的意义 | 第9-10页 |
| 1.2 下料问题的实质和分类 | 第10-11页 |
| 1.3 二维优化下料问题的研究和发展概况 | 第11-15页 |
| 1.3.1 二维下料问题的描述 | 第11-12页 |
| 1.3.2 国内外的研究状况 | 第12-13页 |
| 1.3.3 二维不规则物体下料的主要方法 | 第13-15页 |
| 1.4 本文的主要研究内容 | 第15-16页 |
| 1.5 论文的内容组织 | 第16-17页 |
| 第2章 优化下料系统图像处理技术 | 第17-28页 |
| 2.1 优化下料系统的构成 | 第17-18页 |
| 2.2 图形数据处理的关键问题分析 | 第18-24页 |
| 2.2.1 下料件及残损多边形的表示 | 第19-20页 |
| 2.2.2 坐标变换 | 第20-21页 |
| 2.2.3 多边形的重叠性检验 | 第21-24页 |
| 2.3 从AutoCAD的.DXF文件中读取图形数据 | 第24-27页 |
| 本章小结 | 第27-28页 |
| 第3章 遗传模拟退火算法在二维下料中的应用 | 第28-44页 |
| 3.1 概述 | 第28-29页 |
| 3.2 遗传算法简介 | 第29-35页 |
| 3.2.1 遗传算法的基本理论 | 第30-31页 |
| 3.2.2 遗传算法的实现 | 第31-35页 |
| 3.2.3 遗传算法的特点 | 第35页 |
| 3.3 模拟退火算法简介 | 第35-38页 |
| 3.3.1 模拟退火算法的基本理论 | 第36-37页 |
| 3.3.2 模拟退火算法的实现 | 第37-38页 |
| 3.4 用遗传模拟退火算法求解二维下料问题 | 第38-43页 |
| 3.4.1 遗传算法和模拟退火算法的结合 | 第38-39页 |
| 3.4.2 遗传模拟退火算法在二维优化下料中的应用 | 第39-43页 |
| 本章小结 | 第43-44页 |
| 第4章 带残损原材料的不规则多边形的自动下料方案 | 第44-59页 |
| 4.1 概述 | 第44-45页 |
| 4.2 优化下料方案 | 第45-51页 |
| 4.2.1 BL算法 | 第45-46页 |
| 4.2.2 基于BL策略的快速定位启发式算法 | 第46-51页 |
| 4.3 图形在MATLAB中的数据结构 | 第51-54页 |
| 4.4 实例 | 第54-58页 |
| 本章小结 | 第58-59页 |
| 第5章 结论及展望 | 第59-61页 |
| 5.1 研究工作总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 附录1 系统使用说明 | 第61-63页 |
| 附录2 部分源程序 | 第63-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读学位期间所发表的学术论文 | 第86-87页 |
| 学位论文评阅及答辩情况表 | 第87页 |