CN101533418A - 玩具版片下料方法 - Google Patents
玩具版片下料方法 Download PDFInfo
- Publication number
- CN101533418A CN101533418A CN200810034626A CN200810034626A CN101533418A CN 101533418 A CN101533418 A CN 101533418A CN 200810034626 A CN200810034626 A CN 200810034626A CN 200810034626 A CN200810034626 A CN 200810034626A CN 101533418 A CN101533418 A CN 101533418A
- Authority
- CN
- China
- Prior art keywords
- toy pieces
- blanking
- toy
- pieces
- order
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Toys (AREA)
Abstract
本发明涉及一种玩具版片下料方法，是通过以下步骤实现的：将每一个玩具版片做矩形度评价，计算综合平整度；对玩具版片按综合平整度进行降序排序，并统一编号；将一组次序作为一个遗传因子，随机在该遗传因子的基础上做逆转变异，生成10个遗传因子作为初始群体；根据拟人化求每个遗传因子的适应性；然后将这10个遗传因子进行逆转变异操作，保留优胜的遗传因子，进化到下一代；重复第(3)、(4)步骤，直到进化到50代，停止进化；最优的遗传因子即为问题的解，最优的遗传因子的次序作为下料的方案；解决了玩具版片的计算机辅助下料问题，将下料人员从手工计算当中解脱出来，提高了工作效率，而且计算结果使原材料的利用率更高。
Description
技术领域
本发明涉及一种玩具版片，尤其涉及一种玩具版片下料方法。
背景技术
玩具版片是将毛绒玩具支解成的一个个版片，是组成毛绒玩具的基本单位。玩具厂制作玩具流程如下：玩具造型设计完成以后，根据造型设计各种玩具版片(俗称开片)，然后把布料按照玩具版片的形状和大小裁剪下来，最后进行缝制或粘贴。在裁剪布料之前就遇到了玩具版片摆放的问题，玩具版片排样是整个生产和管理的龙头。以往工厂都是依靠手工和经验公式进行玩具版片的排样和耗量计算，因此速度慢，排样不是最优，估算不准确，这样实际生产过程中在排样环节出现了严重的瓶颈问题。因此就提出了借助于计算机实现玩具版片的自动排样，以便解决瓶颈问题。
玩具版片的下料也分为两种情况，一种是同规格玩具版片下料，另一种是不同规格玩具版片下料。
对于不同规格玩具版片下料问题，国内外学者也提出了许多算料，概括起来有解析函数法，线性规划法，人机交互法，矩形包络法，启发式搜索法。例如：解析函数法按照工程图的特点，把图形分解为圆孤、圆、直线等基本元素，再应用平面解析几何知识来处理这些元素。两个图形的位置以及点与封闭图形的关系都用解析几何原理求解判断。它的优点是直观简单，不规则零件的计算精度依赖于截线数M，M愈大计算愈精确，但运算时间长。玩具版片是任意轮廓线形状，不能用解析几何线条分段来处理，因此该方法不太合适；在原材料的长和宽都有限的条件下，线性规则是按照零部件是同规格或同类型的的条件，首先把排料分为几种排法，在每一种排法中根据此种排法所必须满足的条件，推导出数学模型，解相应的数学模型就可找到最优排样。而玩具版片的复杂形状使得大部分零件可能无法给出数学模型，因此转换成数学模型求解的方法也不太适合玩具排料中的自动排样。
郭涛算法是基于遗传算法的思想提出的一类基于子空间搜索和群体爬山法结合的群体随机搜索算法，也称为多父体杂交算法。该算法有以下特点：
1)用了演化计算中的群体搜索策略，保证了搜索空间的全局性，有利于搜索问题的解。
2)采用随机子空间中的随机搜索(多父体重组)策略，特别是子空间中随机搜索的非凸性，使算法搜索的子空间可复盖多父体的凸组合空间，保证了随机搜索的遍历性，即解空间中不存在算法搜索不到的“死角”。
3)采用了“劣汰策略”，每次只把群体中适应性最差(目标函数值最大)的个体淘汰出局，淘汰压力最小，既保证了群体的多样性，也保证了适应性最好(目标函数值最小)的个体可以“万寿无疆”。这种“群体爬山策略”，保证了整个群体最后集体登上最高峰(深谷)。当最优解不唯一时，算法可能一次同时找到多个最优解。
4)精英多父体杂交算法改进了郭涛算法中个体交叉时个体的选择方案。在郭涛算法中是随机选择个体进行交叉；在精英多父体杂交方法中，增加选择的压力，选择当前群体中的最好的若干个体，这样做可以使个体中好的基因有更多的繁殖与生存机遇，能明显加快算法的收敛速度。
如何利用郭涛算法用以解决不同规格玩具版片下料是技术人员要解决的问题。
发明内容
本发明需要解决的技术问题是提供了一种玩具版片下料方法，旨在解决上述的问题。
为了解决上述技术问题，本发明是通过以下步骤实现的：
将每一个玩具版片做矩形度评价，计算综合平整度；
对玩具版片按综合平整度进行降序排序，并统一编号；将一组次序作为一个遗传因子，随机在该遗传因子的基础上做逆转变异，生成10个遗传因子作为初始群体；
根据拟人化求每个遗传因子的适应性；
然后将这10个遗传因子进行逆转变异操作，保留优胜的遗传因子，进化到下一代；
重复第3、4步骤，直到进化到50代，停止进化；最优的遗传因子即为问题的解，最优的遗传因子的次序作为下料的方案。
与现有技术相比，本发明的有益效果是：解决了玩具版片的计算机辅助下料问题，将下料人员从手工计算当中解脱出来，提高了工作效率，而且计算结果使原材料的利用率更高。
具体实施方式
下面结合具体实施方式对本发明作进一步详细描述：
本发明是通过以下步骤实现的：
1.将每一个玩具版片做矩形度评价，计算综合平整度；
2.对玩具版片按综合平整度进行降序排序，并统一编号；将一组次序作为一个遗传因子，随机在该遗传因子的基础上做逆转变异，生成10个遗传因子作为初始群体；
3.根据拟人化求每个遗传因子的适应性；
4.然后将这10个遗传因子进行逆转变异操作，保留优胜的遗传因子，进化到下一代；
5.重复第3、4步骤，直到进化到50代，停止进化；最优的遗传因子即为问题的解，最优的遗传因子的次序作为下料的方案。
在步骤(1)中：是将每一个玩具版片做矩形度评价，计算出玩具版片距外接矩形每条边的平整度，越接近矩形，综合平整度越高；如果距外接矩形某条边的平整度比较高，则玩具版片的这一边比较接近直线；
在步骤(3)中：所述的拟人化是将n个玩具版片按照综合平整度进行降序排序，并统一编号；按照一个特定的下料规则和任一给定的顺序将这n个玩具版片往矩形原料件不允许有重叠的上排；先按顺序号取出待下料的第一个玩具版片，根据其平整度，将它占角摆放，或者贴边摆放；然后取出第二个玩具版片，将它占角或贴边；如果摆放在该边与已经摆放的版片重合，则沿该边的方向向前移一个微小的步长，直到与前面排好的不重叠；如果是左右两边，则需要检测是否超出估算的高度；如果超出估算的高度，将其按照“从左到右，从上到下”的规则，移动版片位置，再次检测是否有重叠，如果没有重叠，则将版片放置在该位置；然后挑出第三个玩具版片，继续检测，依次类推；所述的特定的下料规则是指：顺序将这n个玩具从第一个检测完到第二个继续检测直到第n个继续检测完；所述的任一给定的顺序是：由步骤2可知，每个遗传因子都是一个排列次序，每一个群体由10个遗传因子组成，就形成10个次序；这些次序是自动生成的，并不是固定的；计算每一个遗传因子适应性，是根据该遗传因子的次序；由于宽度是已知的，按照上述规则摆放，得到最终占用的高度大小。
采用本发明玩具版片下料问题变成了一个求最优顺序的问题，与旅行商问题(TSP)追求的目标一致。现用演化算法求解TSP的方法已经比较成熟，基于他的进化特性，全局寻优和极强的鲁棒性。而郭涛算法是演化计算当是比较出色的算法，它的群体爬山策略能够在初期很快的收敛。玩具下料问题，由于版片非常复杂，运算量较大，需要在有限时间内获得较好的解，郭涛算法是最佳的选择。
本发明解决的问题是：原材料为宽度有限止，长度无限止的平面；下料的玩具版片是任意规格的不规则形状，如何下料使该玩具所需的长度最少。
由于原材料的宽度一般都很宽，而玩具版片相对来说很小，如果按照原材料的宽度来下料，达不到省料的目的，所以将原材料在宽度范围内，按照玩具版片的大小及数量情况，估算出划为N等分。当下料计算完毕，求出下料件所占的高度h后，那么单个玩具所需的长度H＝h/N。
拟人化策略，是把人类社会经验形式化为算法用以求解某些特殊困难的数学问题。人工下料的过程中，首选先选择能够占角的版片，放在原材料的左右两个脚，再选择底边比较平的版片，占据原材料的底边位置，然后再考虑左右两边比较平的，占据左右位置。最后才考虑往中间放。中国古时就有一句警语“金角银边草肚皮”，据此可以得出结论，将占角价值最大的放在角上，将贴边价值最大的靠在边上。角和边都被占完的时候，其它的都填在中间。
Claims (2)
1.一种玩具版片下料方法，是通过以下步骤实现的：
(1).将每一个玩具版片做矩形度评价，计算综合平整度；
(2).对玩具版片按综合平整度进行降序排序，并统一编号；将一组次序作为一个遗传因子，随机在该遗传因子的基础上做逆转变异，生成10个遗传因子作为初始群体；
(3).根据拟人化求每个遗传因子的适应性；
(4).然后将这10个遗传因子进行逆转变异操作，保留优胜的遗传因子，进化到下一代；
(5).重复第(3)、(4)步骤，直到进化到50代，停止进化；最优的遗传因子即为问题的解，最优的遗传因子的次序作为下料的方案。
2.根据权利要求1所述的玩具版片下料方法，其中在步骤(1)中：是将每一个玩具版片做矩形度评价，计算出玩具版片距外接矩形每条边的平整度，越接近矩形，综合平整度越高；如果距外接矩形某条边的平整度比较高，则玩具版片的这一边比较接近直线；
在步骤(3)中：所述的拟人化是将n个玩具版片按照综合平整度进行降序排序，并统一编号；按照一个特定的下料规则和任一给定的顺序将这n个玩具版片往矩形原料件不允许有重叠的上排；先按顺序号取出待下料的第一个玩具版片，根据其平整度，将它占角摆放，或者贴边摆放；然后取出第二个玩具版片，将它占角或贴边；如果摆放在该边与已经摆放的版片重合，则沿该边的方向向前移一个微小的步长，直到与前面排好的不重叠；如果是左右两边，则需要检测是否超出估算的高度；如果超出估算的高度，将其按照“从左到右，从上到下”的规则，移动版片位置，再次检测是否有重叠，如果没有重叠，则将版片放置在该位置；然后挑出第三个玩具版片，继续检测，依次类推；所述的特定的下料规则是指：顺序将这n个玩具从第一个检测完到第二个继续检测直到第n个继续检测完；所述的任一给定的顺序是：由步骤(2)可知，每个遗传因子都是一个排列次序，每一个群体由10个遗传因子组成，就形成10个次序；这些次序是自动生成的，并不是固定的；计算每一个遗传因子适应性，是根据该遗传因子的次序；由于宽度是已知的，按照上述规则摆放，得到最终占用的高度大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810034626A CN101533418A (zh) | 2008-03-14 | 2008-03-14 | 玩具版片下料方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN200810034626A CN101533418A (zh) | 2008-03-14 | 2008-03-14 | 玩具版片下料方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101533418A true CN101533418A (zh) | 2009-09-16 |
Family
ID=41104022
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200810034626A Pending CN101533418A (zh) | 2008-03-14 | 2008-03-14 | 玩具版片下料方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101533418A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222130A (zh) * | 2011-05-12 | 2011-10-19 | 贰陆光学（苏州）有限公司 | 计算机辅助进行不规则材料的下料布局构建方法 |
| CN104281722A (zh) * | 2013-07-04 | 2015-01-14 | 广州中国科学院先进技术研究所 | 自动排料方法 |
| CN111368421A (zh) * | 2020-03-02 | 2020-07-03 | 广西大学 | 一种家具板材按叠下料的分组启发式方法 |
| CN112488429A (zh) * | 2020-12-21 | 2021-03-12 | 广东工业大学 | 一种基于扫描线法的二维不规则排样下料方法 |
-
2008
- 2008-03-14 CN CN200810034626A patent/CN101533418A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222130A (zh) * | 2011-05-12 | 2011-10-19 | 贰陆光学（苏州）有限公司 | 计算机辅助进行不规则材料的下料布局构建方法 |
| CN104281722A (zh) * | 2013-07-04 | 2015-01-14 | 广州中国科学院先进技术研究所 | 自动排料方法 |
| CN111368421A (zh) * | 2020-03-02 | 2020-07-03 | 广西大学 | 一种家具板材按叠下料的分组启发式方法 |
| CN111368421B (zh) * | 2020-03-02 | 2023-07-28 | 广西大学 | 一种家具板材按叠下料的分组启发式方法 |
| CN112488429A (zh) * | 2020-12-21 | 2021-03-12 | 广东工业大学 | 一种基于扫描线法的二维不规则排样下料方法 |
| CN112488429B (zh) * | 2020-12-21 | 2021-07-23 | 广东工业大学 | 一种基于扫描线法的二维不规则排样下料方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101533418A (zh) | 玩具版片下料方法 | |
| CN107102552B (zh) | 基于混合集合蛙跳与变邻域算法的平行机调度方法及系统 | |
| CN108550007B (zh) | 一种制药企业自动化立体仓库的货位优化方法及系统 | |
| CN102880113B (zh) | 一种激光切割路径优化方法 | |
| CN104035816B (zh) | 一种基于改进nsga‑ii的云计算任务调度方法 | |
| CN106610654A (zh) | 针对柔性作业车间调度的改进遗传算法 | |
| CN107329461B (zh) | 一种流水线车间调度方法和装置 | |
| CN108882256A (zh) | 一种无线传感器网络节点覆盖优化方法和装置 | |
| CN112084632B (zh) | 一种结合人机工程的五金数字生产线布局优化方法 | |
| JP2006505876A5 (zh) | ||
| CN109765862A (zh) | 基于自适应遗传算法的混合流水车间可持续调度控制方法 | |
| EP1406140A3 (en) | System for determining an energy-efficient path of a machine | |
| CN109460859B (zh) | 一种车间布局优化方法 | |
| CN110457756A (zh) | 一种基于临界多边形板材自动排样方法 | |
| CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
| CN105989605A (zh) | 一种不规则零件下料的排样定位方法 | |
| CN106144368B (zh) | 一种立体库房的存储分配方法 | |
| CN107992939A (zh) | 基于深度增强学习的等切削力齿轮加工方法 | |
| CN107253000A (zh) | 一种太阳能电池串自动汇流条焊接机及塞汇流条的方法 | |
| CN112232545A (zh) | 基于模拟退火算法的agv任务调度方法 | |
| CN108297105A (zh) | 一种机械臂任务级时间最优轨迹规划方法 | |
| CN114386364A (zh) | 电子表面贴装焊接质量预测与工艺参数优化方法 | |
| CN106493603A (zh) | 立体缓冲方法 | |
| CN112614795B (zh) | 炉管工艺的派工优化方法 | |
| CN113159369B (zh) | 一种基于优化遗传算法的多林区调度航线规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090916 |