CN117172473A - 基于动态分配的一维下料方法和装置 - Google Patents
基于动态分配的一维下料方法和装置 Download PDFInfo
- Publication number
- CN117172473A CN117172473A CN202311132379.7A CN202311132379A CN117172473A CN 117172473 A CN117172473 A CN 117172473A CN 202311132379 A CN202311132379 A CN 202311132379A CN 117172473 A CN117172473 A CN 117172473A
- Authority
- CN
- China
- Prior art keywords
- parts
- batch
- solving
- scheme
- selecting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 238000005520 cutting process Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 abstract description 8
- 239000000463 material Substances 0.000 abstract description 7
- 238000003860 storage Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
Abstract
本发明提供了基于动态分配的一维下料方法和装置，包括：判断剩余零件是否全部用完；如果是，则得到完整切割方案；如果否，则选取多个零件构成第一批次；将第一批次输入约束优化算法中进行求解，得到板材使用方案；从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案；在每次求解前选取合适大小的零件集合，在不降低材料利用率的前提下，显著改善整体算法的计算效率。
Description
技术领域
本发明涉及一维排样技术领域，尤其是涉及基于动态分配的一维下料方法和装置。
背景技术
目前，一维下料规划算法普遍需要长时间的计算与迭代，规划速度较慢，基本上只是重点关注求解算法的部分，没有考虑每次求解前候选零件集合的构造，造成了时间上的浪费，所以整体算法效率较低，从而无法满足实际工业生产需求。
发明内容
有鉴于此，本发明的目的在于提供基于动态分配的一维下料方法和装置，在每次求解前选取合适大小的零件集合，在不降低材料利用率的前提下，显著改善整体算法的计算效率。
第一方面，本发明实施例提供了基于动态分配的一维下料方法，所述方法包括：
判断剩余零件是否全部用完；
如果是，则得到完整切割方案；
如果否，则选取多个零件构成第一批次；
将所述第一批次输入约束优化算法中进行求解，得到板材使用方案；
从候选队列中删除求解过程中所述第一批次消耗掉的零件，重复执行上述步骤，直到所述剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
进一步的，选取多个零件构成第一批次，包括：
当所述剩余零件大于或等于K时，选取K个零件作为所述第一批次，其中，K为正整数；
当所述剩余零件小于K时，选取所有所述剩余零件作为所述第一批次。
进一步的，将所述第一批次输入约束优化算法中进行求解，得到板材使用方案，包括：
当所述板材的长度为L时，将所述第一批次的K个零件设置为所述长度为L的范围；
在所述长度为L的范围内得到K个长度确定的区间；
对每个所述区间设置对应的布尔变量；
根据每个所述区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具进行求解，得到所述板材使用方案。
进一步的，从候选队列中删除求解过程中所述第一批次消耗掉的零件，包括：
当所述第一批次的K个零件中存在M个零件用于切割方案时，将所述M个零件从所述候选队列中删除；
根据所述K个零件和所述M个零件，得到所述剩余零件，并将所述剩余零件用于下一次的循环；
其中，K大于M。
第二方面，本发明实施例提供了基于动态分配的一维下料装置，所述装置包括：
判断模块，用于判断剩余零件是否全部用完；
完整切割方案获取模块，用于在所述剩余零件全部用完的情况下，得到完整切割方案；
选取模块，用于在所述剩余零件没有用完的情况下，选取多个零件构成第一批次；
求解模块，用于将所述第一批次输入约束优化算法中进行求解，得到板材使用方案；
删除模块，用于从候选队列中删除求解过程中所述第一批次消耗掉的零件，重复执行上述步骤，直到所述剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
进一步的，所述选取模块具体用于：
当所述剩余零件大于或等于K时，选取K个零件作为所述第一批次，其中，K为正整数；
当所述剩余零件小于K时，选取所有所述剩余零件作为所述第一批次。
进一步的，所述求解模块具体用于：
当所述板材的长度为L时，将所述第一批次的K个零件设置为所述长度为L的范围；
在所述长度为L的范围内得到K个长度确定的区间；
对每个所述区间设置对应的布尔变量；
根据每个所述区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具进行求解，得到所述板材使用方案。
进一步的，所述删除模块具体用于：
当所述第一批次的K个零件中存在M个零件用于切割方案时，将所述M个零件从所述候选队列中删除；
根据所述K个零件和所述M个零件，得到所述剩余零件，并将所述剩余零件用于下一次的循环；
其中，K大于M。
第三方面，本发明实施例提供了电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。
第四方面，本发明实施例提供了具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如上所述的方法。
本发明实施例提供了基于动态分配的一维下料方法和装置，包括：判断剩余零件是否全部用完；如果是，则得到完整切割方案；如果否，则选取多个零件构成第一批次；将第一批次输入约束优化算法中进行求解，得到板材使用方案；从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案；在每次求解前选取合适大小的零件集合，在不降低材料利用率的前提下，显著改善整体算法的计算效率。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的基于动态分配的一维下料方法流程图；
图2为本发明实施例二提供的基于动态分配的一维下料装置示意图。
图标：
1-判断模块；2-完整切割方案获取模块；3-选取模块；4-求解模块；5-删除模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
对本申请中涉及到的技术特征进行解释：
一维下料问题：给定m个长条形板材，和n个同样高度的长条形零件，确定切割出所有的n个零件至少需要多少块板材。
动态分配：从候选队列随机选择k个候选元素进行规划求解，求解后将消耗掉的元素从候选队列删除，最后反复迭代直到候选队列为空。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的基于动态分配的一维下料方法流程图。
参照图1，该方法包括以下步骤：
步骤S101，判断剩余零件是否全部用完；如果是，则执行步骤S102；如果否，则执行步骤S103；
步骤S102，得到完整切割方案；
这里，当剩余零件用完后，得到完整切割方案并退出循环。
步骤S103，选取多个零件构成第一批次；
步骤S104，将第一批次输入约束优化算法中进行求解，得到板材使用方案；
这里，对第一批次求解使用的是约束优化(Constraint Programming)算法，输入是批次，输出是板材使用方案。假设有多种板材可以用，那每个批次就会尝试所有的板材，然后从中选出利用率最大的方案。
步骤S105，从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
本申请相对常规的一维下料算法，采用了动态分配策略，动态分配策略的特点是它将问题分成了若干个任务(task)，每个任务选取多个零件(即为K个，不足K个就全部选中)构成第一批次，将第一批次通过约束优化算法进行求解；因为每次求解的时候实际用到的零件数量有限，所以选择合适的K，可以避免大量冗余零件的引入，显著改善计算效率。同时，在实验中我们观察到这种方法在改善效率的同时，还能够保证板材的利用率几乎不会下降。
求解后会把消耗掉的零件从候选队列中删除；不断重复直到得到使用板材数量最少的方案。
进一步的，步骤S103包括以下步骤：
步骤S201，当剩余零件大于或等于K时，选取K个零件作为第一批次，其中，K为正整数；
步骤S202，当剩余零件小于K时，选取所有剩余零件作为第一批次。
具体地，K根据实际性能可以微调。在实践中可以设置K＝50。K越大，板材的利用率越高；K越小，计算速度越快。实际操作中，在尽量不损失利用率的前提下选择一个最小的K，让计算速度和解的质量达到平衡。
进一步的，步骤S104包括以下步骤：
步骤S301，当板材的长度为L时，将第一批次的K个零件设置为长度为L的范围；
步骤S302，在长度为L的范围内得到K个长度确定的区间；
这里，对于长度为L的板材，将选中的K个零件设置成[0，L]范围内的K个长度确定的区间。
步骤S303，对每个区间设置对应的布尔变量si(表示区间i是否被使用)；
步骤S304，根据每个区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具(or tools)进行求解，得到板材使用方案。
这里，此算法的优化目标是最大化板材的利用率。对于多个板材，选择利用率最高的板材。
利用求解工具进行求解后，可以得到K个零件中哪些零件会选用(布尔变量)，把这些零件顺次从板材上切下来(顺序不影响)，就可以得到一个合法的板材使用方案。
进一步的，步骤S105包括以下步骤：
步骤S401，当第一批次的K个零件中存在M个零件用于切割方案时，将M个零件从候选队列中删除；
根据K个零件和M个零件，得到剩余零件，并将剩余零件用于下一次的循环；其中，K大于M。
这里，同一个批次的规划结果可以反复使用，直到剩余零件不足进行一次规划，这样节省了同一模式重复规划的时间，剩下的零件供下一次循环使用。
本发明实施例提供了基于动态分配的一维下料方法，包括：判断剩余零件是否全部用完；如果是，则得到完整切割方案；如果否，则选取多个零件构成第一批次；将第一批次输入约束优化算法中进行求解，得到板材使用方案；从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案；在每次求解前选取合适大小的零件集合，在不降低材料利用率的前提下，显著改善整体算法的计算效率。
实施例二：
图2为本发明实施例二提供的基于动态分配的一维下料装置示意图。
参照图2，该装置包括：
判断模块1，用于判断剩余零件是否全部用完；
完整切割方案获取模块2，用于在剩余零件全部用完的情况下，得到完整切割方案；
选取模块3，用于在剩余零件没有用完的情况下，选取多个零件构成第一批次；
求解模块4，用于将第一批次输入约束优化算法中进行求解，得到板材使用方案；
删除模块5，用于从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
进一步的，选取模块3具体用于：
当剩余零件大于或等于K时，选取K个零件作为第一批次，其中，K为正整数；
当剩余零件小于K时，选取所有剩余零件作为第一批次。
进一步的，求解模块4具体用于：
当板材的长度为L时，将第一批次的K个零件设置为长度为L的范围；
在长度为L的范围内得到K个长度确定的区间；
对每个区间设置对应的布尔变量；
根据每个区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具进行求解，得到板材使用方案。
进一步的，删除模块5具体用于：
当第一批次的K个零件中存在M个零件用于切割方案时，将M个零件从候选队列中删除；
根据K个零件和M个零件，得到剩余零件，并将剩余零件用于下一次的循环；其中，K大于M。
本发明实施例提供了基于动态分配的一维下料装置，包括：判断剩余零件是否全部用完；如果是，则得到完整切割方案；如果否，则选取多个零件构成第一批次；将第一批次输入约束优化算法中进行求解，得到板材使用方案；从候选队列中删除求解过程中第一批次消耗掉的零件，重复执行上述步骤，直到剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案；在每次求解前选取合适大小的零件集合，在不降低材料利用率的前提下，显著改善整体算法的计算效率。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的基于动态分配的一维下料方法的步骤。
本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的基于动态分配的一维下料方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于动态分配的一维下料方法，其特征在于，所述方法包括：
判断剩余零件是否全部用完；
如果是，则得到完整切割方案；
如果否，则选取多个零件构成第一批次；
将所述第一批次输入约束优化算法中进行求解，得到板材使用方案；
从候选队列中删除求解过程中所述第一批次消耗掉的零件，重复执行上述步骤，直到所述剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
2.根据权利要求1所述的基于动态分配的一维下料方法，其特征在于，选取多个零件构成第一批次，包括：
当所述剩余零件大于或等于K时，选取K个零件作为所述第一批次，其中，K为正整数；
当所述剩余零件小于K时，选取所有所述剩余零件作为所述第一批次。
3.根据权利要求1所述的基于动态分配的一维下料方法，其特征在于，将所述第一批次输入约束优化算法中进行求解，得到板材使用方案，包括：
当所述板材的长度为L时，将所述第一批次的K个零件设置为所述长度为L的范围；
在所述长度为L的范围内得到K个长度确定的区间；
对每个所述区间设置对应的布尔变量；
根据每个所述区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具进行求解，得到所述板材使用方案。
4.根据权利要求1所述的基于动态分配的一维下料方法，其特征在于，从候选队列中删除求解过程中所述第一批次消耗掉的零件，包括：
当所述第一批次的K个零件中存在M个零件用于切割方案时，将所述M个零件从所述候选队列中删除；
根据所述K个零件和所述M个零件，得到所述剩余零件，并将所述剩余零件用于下一次的循环；
其中，K大于M。
5.一种基于动态分配的一维下料装置，其特征在于，所述装置包括：
判断模块，用于判断剩余零件是否全部用完；
完整切割方案获取模块，用于在所述剩余零件全部用完的情况下，得到完整切割方案；
选取模块，用于在所述剩余零件没有用完的情况下，选取多个零件构成第一批次；
求解模块，用于将所述第一批次输入约束优化算法中进行求解，得到板材使用方案；
删除模块，用于从候选队列中删除求解过程中所述第一批次消耗掉的零件，重复执行上述步骤，直到所述剩余零件用完后循环结束，并从每次循环的板材使用方案中选取使用板材数量最少的方案。
6.根据权利要求5所述的基于动态分配的一维下料装置，其特征在于，所述选取模块具体用于：
当所述剩余零件大于或等于K时，选取K个零件作为所述第一批次，其中，K为正整数；
当所述剩余零件小于K时，选取所有所述剩余零件作为所述第一批次。
7.根据权利要求5所述的基于动态分配的一维下料装置，其特征在于，所述求解模块具体用于：
当所述板材的长度为L时，将所述第一批次的K个零件设置为所述长度为L的范围；
在所述长度为L的范围内得到K个长度确定的区间；
对每个所述区间设置对应的布尔变量；
根据每个所述区间设置对应的布尔变量和相邻区间不允许相交作为约束条件，利用求解工具进行求解，得到所述板材使用方案。
8.根据权利要求5所述的基于动态分配的一维下料装置，其特征在于，所述删除模块具体用于：
当所述第一批次的K个零件中存在M个零件用于切割方案时，将所述M个零件从所述候选队列中删除；
根据所述K个零件和所述M个零件，得到所述剩余零件，并将所述剩余零件用于下一次的循环；
其中，K大于M。
9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132379.7A CN117172473A (zh) | 2023-09-04 | 2023-09-04 | 基于动态分配的一维下料方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132379.7A CN117172473A (zh) | 2023-09-04 | 2023-09-04 | 基于动态分配的一维下料方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117172473A true CN117172473A (zh) | 2023-12-05 |
Family
ID=88944381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311132379.7A Pending CN117172473A (zh) | 2023-09-04 | 2023-09-04 | 基于动态分配的一维下料方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117172473A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101739606A (zh) * | 2008-11-19 | 2010-06-16 | 北京理工大学 | 一种节省原材料的一维下料方法 |
| CN105745618A (zh) * | 2014-03-25 | 2016-07-06 | 克莱顿·吉莱斯皮 | 在无超高多项式成本的情况下求解np完全问题 |
| CN109118002A (zh) * | 2018-08-09 | 2019-01-01 | 广东工业大学 | 一种板式产品切割下料与分箱分架集成优化方法 |
| CN109902431A (zh) * | 2019-03-13 | 2019-06-18 | 湖北文理学院 | 钢筋用料配置优化方法及系统 |
| CN110555563A (zh) * | 2019-09-05 | 2019-12-10 | 湖北文理学院 | 大规模钢筋分组及下料优化方法及装置 |
| CN111311004A (zh) * | 2020-02-21 | 2020-06-19 | 广东工业大学 | 一种考虑切割效率与利用率的分层迭代式排样优化方法 |
| CN111598290A (zh) * | 2020-04-03 | 2020-08-28 | 浙江工业大学 | 一种pcb板合拼下料优化方法 |
| CN113427152A (zh) * | 2021-07-07 | 2021-09-24 | 无锡信捷电气股份有限公司 | 一种用于3d标准零件的快速排样方法 |
| CN114139801A (zh) * | 2021-11-30 | 2022-03-04 | 中交第二航务工程局有限公司 | 多原材料规格大规模钢筋优化套裁方法 |
| CN116204955A (zh) * | 2023-01-31 | 2023-06-02 | 南昌大学 | 一种面向智能建造的一维大规模优化下料方法 |
-
2023
- 2023-09-04 CN CN202311132379.7A patent/CN117172473A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101739606A (zh) * | 2008-11-19 | 2010-06-16 | 北京理工大学 | 一种节省原材料的一维下料方法 |
| CN105745618A (zh) * | 2014-03-25 | 2016-07-06 | 克莱顿·吉莱斯皮 | 在无超高多项式成本的情况下求解np完全问题 |
| CN109118002A (zh) * | 2018-08-09 | 2019-01-01 | 广东工业大学 | 一种板式产品切割下料与分箱分架集成优化方法 |
| CN109902431A (zh) * | 2019-03-13 | 2019-06-18 | 湖北文理学院 | 钢筋用料配置优化方法及系统 |
| CN110555563A (zh) * | 2019-09-05 | 2019-12-10 | 湖北文理学院 | 大规模钢筋分组及下料优化方法及装置 |
| CN111311004A (zh) * | 2020-02-21 | 2020-06-19 | 广东工业大学 | 一种考虑切割效率与利用率的分层迭代式排样优化方法 |
| CN111598290A (zh) * | 2020-04-03 | 2020-08-28 | 浙江工业大学 | 一种pcb板合拼下料优化方法 |
| CN113427152A (zh) * | 2021-07-07 | 2021-09-24 | 无锡信捷电气股份有限公司 | 一种用于3d标准零件的快速排样方法 |
| CN114139801A (zh) * | 2021-11-30 | 2022-03-04 | 中交第二航务工程局有限公司 | 多原材料规格大规模钢筋优化套裁方法 |
| CN116204955A (zh) * | 2023-01-31 | 2023-06-02 | 南昌大学 | 一种面向智能建造的一维大规模优化下料方法 |
Non-Patent Citations (4)
| Title |
|---|
| 刘睿;于波;崔耀东;: "一维下料问题中提高计算效率方法的研究", 计算机工程与应用, no. 09, 16 January 2012 (2012-01-16) * |
| 张国梁 等: ""基于分组降维规则和遗传算法的人造板材矩形件优化下料方法"", 林业科学, vol. 50, no. 6, 30 June 2014 (2014-06-30), pages 1 - 2 * |
| 张梦 等: "基于模拟退火算法的一维下料研究", 计算机时代, 15 December 2017 (2017-12-15), pages 1 * |
| 李敬花;樊付见;余峰;: "求解船体分段堆场调度问题的改进遗传算法", 计算机集成制造系统, no. 12, 15 December 2012 (2012-12-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmadizar et al. | A novel hybrid genetic algorithm for the open shop scheduling problem | |
| Zeballos | A constraint programming approach to tool allocation and production scheduling in flexible manufacturing systems | |
| CN110969362A (zh) | 一种云计算系统下多目标任务调度方法及系统 | |
| KR101587974B1 (ko) | 원자재 절단 플랜 시스템 | |
| CN103974299A (zh) | 网络优化方法和装置 | |
| CN115609593B (zh) | 一种多类型机器人人机协同装配调度方法和装置 | |
| CN110555563A (zh) | 大规模钢筋分组及下料优化方法及装置 | |
| Fu et al. | A three-phase search approach for the quadratic minimum spanning tree problem | |
| Mahmoudi Motahar et al. | A hybrid method for optimizing selective disassembly sequence planning in adaptive reuse of buildings | |
| Tiourine et al. | Local search algorithms for the radio link frequency assignment problem | |
| CN117172473A (zh) | 基于动态分配的一维下料方法和装置 | |
| CN111950761B (zh) | 面向高端装备复杂分层任务网络的研制资源集成调度方法 | |
| KR20170002161A (ko) | 원자재 절단 플랜 시스템 | |
| Ding et al. | A hybrid evolutionary approach for the single-machine total weighted tardiness problem | |
| CN113723695B (zh) | 一种基于场景的再制造调度优化方法 | |
| Barkat Ullah et al. | Handling equality constraints with agent-based memetic algorithms | |
| CN113032890B (zh) | 建筑模型的生成方法及装置 | |
| CN115187097A (zh) | 一种任务排期方法、装置、电子设备以及计算机存储介质 | |
| CN110705839B (zh) | 建筑材料信息处理和优化方法、系统及计算机可读存储介质 | |
| Akeb et al. | A hybrid beam search looking-ahead algorithm for the circular packing problem | |
| CN117131989A (zh) | 基于动态分配的二维下料方法和系统 | |
| CN113590263B (zh) | 虚拟机调度方案获得方法、装置、终端设备以及存储介质 | |
| CN116307132A (zh) | 一种排料方法、装置、电子设备和计算机可读存储介质 | |
| CN114418247B (zh) | 数据处理方法和装置 | |
| US11403191B2 (en) | Method for backup destination selection, electronic device, and computer program product |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |