[发明专利]用于木工板件零件的智能排样优化方法

权利要求书

1.一种用于木工板件零件的智能排样优化方法，包括下列步骤：

S1：初始化遗传算法中的相关参数，包括种群Population数量、迭代次数T、交叉概率Pc以及变异概率Pm等；

S2：从零件库中提取待排样的矩形件，并获得相关参数，包括矩形件种类K、各种类矩形的数量n_i、各种类矩形纤维方向的长l_i和非纤维向的宽w_i，以及矩形排样时是否存在纤维方向要求，并对每一个矩形进行十进制整数编码，形成一个矩形件个数的无重复序列；

S3：从原料库中选取符合上述矩形件排样要求的木工板，并获得木工板的相关参数，包括木工板序号、数量、各序号木工板纤维方向的长L和非纤维方向的宽W在内的相关信息；

S4：根据上述带排样的矩形件信息随机生成遗传算法的初始种群Population，其中每条染色体就是矩形件的一个排样序列，矩形件的排样序列就是根据矩形编码号构成的不重复的随机序列。

S5：利用剩余矩形填充“一刀切”算法对遗传算法种群进行解码；

S6：利用上述步骤S5获得的解码结果生成排样方案图，并计算得到每个排样序列对应的排样利用率，并保留最大利用率gbest(全局最优解即全局最大利用率)以及对应的染色体序列；利用遗传算法中轮盘赌选择算子从中选出数量为Population个数的个体进入下一步；

S7：对上述步骤S6筛选出的Population中的每相邻的两个染色体都随机产生一个处于0～1之间数值r_c，若r_c小于遗传算法的交叉概率Pc，则对这两条染色体进行部分匹配交叉运算，若r_c大于等于遗传算法的交叉概率Pc，则对这两条染色序列体保持不变；

S8：对上述步骤S7所得到的Population中的每一条染色体都随机产生一个处于0～1之间的数值r_m，若r_m小于遗传算法的变异概率Pm，则对该染色体执行变异运算，若r_m大于等于遗传算法的变异概率Pm，则该染色体序列保持不变；

S9：对上述步骤S8所得到的Population中的每一个染色体用剩余矩形填充“一刀切”算法进行解码，得到对应的排样图及木工板利用率，同时记录这个Population中的最高利用率lbest(局部最优解即局部最大利用率)以及对应的染色体序列，并比较lbest与gbest的大小，若lbest大于gbest，则将lbest赋值给gbest，同时将lbest对应的染色体序列赋给gbest；

S10：重复以上S6-S9，直到迭代次数达到设定的迭代次数T为止。

2.根据权利要求1所述的一种用于木工板件零件的智能排样优化方法，其特征在于：步骤S5中，对每条染色体的解码具体步骤如下：

为表示与计算方便，用来排放矩形件的原料或者矩形统称为剩余矩形，剩余矩形以及矩形件都以左下角坐标以及长宽表示。

S51：从原料库选取满足待排样矩形件的矩形木工板作为第一个剩余矩形P1，其左下角坐标为坐标原点，排放矩形均从剩余矩形的左下角开始，此时木工板张数为1；

S52：每当要排入一个矩形件i时，判断是否存在可以排下矩形件i的剩余矩形；

S53：如果存在可以排下矩形件i的剩余矩形，将矩形件i的长度与可以排下矩形件i的所有剩余矩形长度进行比较，找出与矩形件i最吻合的剩余矩形，将矩形件i排下，并更新剩余矩形集；

S54：如果不存在可以排下矩形件i的剩余矩形时，从矩形件i之后向后搜索可以排进剩余矩形集的所有矩形件；

S55：如果存在矩形件可以排进剩余矩形集，则选择排进剩余矩形最吻合的矩形件j及剩余矩形，交换矩形件j与矩形件i的位置，将此矩形件排进最吻合的剩余矩形，同时更新剩余矩形集；

S56：如果不存在任何矩形件可以排进剩余矩形集，则加一块木工板，将矩形件i排进剩余矩形，同时更新剩余矩形集；

S57：重复步骤S52-S56，直到所有矩形件排放完成。