[发明专利]基于离散化与启发式进化算法的空间布局优化方法

说明书

本发明涉及船舶建造过程中空间资源优化布局方法技术领域，具体的说是一种基于离散化与启发式进化算法的空间布局优化方法，针对船舶建造过程中空间资源受限制约生产效率的问题，在对二维空间及不规则布局件几何信息离散化的基础上，建立了空间布局优化问题的数学模型，将启发式的移动策略与遗传进化算法相结合设计了问题的求解算法，采用无出界初始种群生成策略提高初始解的质量，引入重叠出界惩罚因子实现了问题的无约束转化，通过仿真实验对算法进行了验证，结果表明算法在收敛速度和求解质量方面具有优势。

技术领域：

本发明涉及船舶建造过程中空间资源优化布局方法技术领域，具体的说是一种基于离散化与启发式进化算法的空间布局优化方法。

背景技术：

空间资源作为当前造船模式下制约生产效率的瓶颈资源，其优化利用问题存在于船舶制造的各个环节，受到船舶企业的广泛关注。因此研究空间布局(spatial layout)问题的解决方法对于提高企业生产效率具有重大意义。

船舶制造的空间布局问题与排样问题(nesting problem)一样，均是寻求平面最优布局的优化问题。从布局件形状来看，对于几何特征简单的矩形件，可直接通过数学规划法(如：线性规划、动态规划、混合整数规划等)求解。但此类方法并不适用于轮廓复杂的不规则件。因此有学者提出了将不规则件转化为矩形来处理的矩形包络法，但该方法造成的空间浪费较大。利用临界多边形(NFP)可以准确定位不规则多边形的靠接位置，但其计算方法较为复杂，且不能处理带弧线的图形。基于像素的表示方法可以处理任意不规则图形，但矢量图转化为像素图会带来额外的运算开销。因此有学者提出了离散化的几何形状表示方法，可通过矩阵来表示空间资源的占用以降低问题的复杂度，但布局精度取决于其离散化程度。

不规则图形排样问题求解算法主要有基于规则(如：最低水平线，NFP最低中心等)的启发式算法，以及智能优化算法(遗传算法、模拟退火等)。启发式算法实现简单，求解效率较高，但所得结果通常为问题的近似最优解，且根据经验和特定条件提出的启发式规则不具备一般性。智能优化算法收敛速度较慢，但理论上能得到问题的最优解。

鉴于船舶建造过程中的布局件尺寸较大，其布局精度要求低于一般的零件、皮料排样。

发明内容：

本发明针对现有技术中存在的缺点和不足，提出了一种选择离散化的方式处理空间资源和布局件，在此基础上建立了任意不规则件的空间布局模型，同时考虑到遗传算法收敛速度慢等缺点，将之与启发式策略相结合的基于离散化与启发式进化算法的空间布局优化方法。

本发明可以通过以下措施达到：

一种基于离散化与启发式进化算法的空间布局优化方法，其特征在于包括以下步骤：步骤1：建立空间布局优化模型，具体包括：

步骤1-1：几何信息离散化处理：首先定义空间布局问题相关概念：其中定义1场地：指可供加工、堆放利用的空间资源，如分段堆场，组立加工平台；基于场地特征，对其作以下假定：①场地为二维矩形；②场地空间内部不存在不可占用区域，且能够被任意划分；一个长为L，宽为W的矩形场地，根据实际精度需求，用m×m大小的网格将场地离散化后，其初始空间资源占用信息可用的零矩阵SP来表示；

定义2布局件：指根据船舶建造模式、生产工艺以及船体特征分解所生成的中间产品，如船舶分段，对其假定如下：①其平面投影为任意二维图形，不仅限于凹凸多边形，也包括含弧线的不规则图形；②其投影包含加工、转移所需安全距离的部分空间；③由高度产生的约束不予考虑；④布局件能够以不同的角度放置到场地空间，为减少计算量，选取了4个具有代表性的角度：0°、90°、180°、270°。0°为其初始状态角度，其余角度在初始状态基础上旋转得到，在实际工程应用中，可根据情况增加或减少旋转角度；