[发明专利]基于改进混合BL策略的二维不规则排样方法

权利要求书

1.一种基于改进混合BL策略的二维不规则排样方法，其特征在于，包括以下步骤：

步骤S1:构建二维不规则零件排样问题模型；

步骤S2:构建初始排样方案，并计算初始目标函数；

步骤S3:根据排样方案，通过建设性方法选择待移动位置，使用最左最下定位策略移动待排位置的零件，根据契合度确定最优放置位置；

步骤S4:采用最优觅食算法优化零件的排放顺序和旋转角度，输出最佳的排样方案；

采用Minkowski求和方法计算出所有已排零件和下一待排零件之间的外部临界多边形以及待排零件与原材料板材之间的内部临界多边形，通过合并所有临界多边形获得待排零件较优可排放位置；

根据排样特点，将待排放的n个零件按照排放顺序编号，随机生成一种零件的排放顺序{x₁,…,x_i,…,x_n},x_i∈{1,2,…,n}，x_i为第i个放入板材的多边形零件编号，随机生成对应的多边形的旋转角度为y_i，对应的排样方案为{(x₁,y₁),…,(x_i,y_i),…,(x_n,y_n)}；

所述步骤S3具体为：

步骤S31:根据排样方案，将第一个零件放置在板材的最左最下位置；

步骤S32:根据产生的临界多边形，通过CA方法选择三个待移动位置，分别为临界多边形最右最上点最上边的最右侧以及最上边的最左侧

步骤S33:根据S32所选择移动位置，通过最左最下策略的最下最左原则遍历所有可能的放置位置；

步骤S34:根据S33所得到待排位置，计算已排零件和待排零件包络矩形之间的重叠面积，将重叠部分作为契合度，计算所有可能放置位置的契合度，选取最大契合度的放置位置作为最佳放置位置。

2.根据权利要求1所述的基于改进混合BL策略的二维不规则排样方法，其特征在于，所述步骤S1具体为：

对二维不规则零件排样问题进行定义：在给定的原材料板材上，根据加工要求，对零件进行合理排放，在满足生产需求的同时，使原材料利用率最大化；

根据原材料板材排放最大宽度以及每个零件的面积，为使原材料利用率最大化，并定义目标函数如下：

公式(1)中，W_max为零件排放最大宽度，L_max为零件排放最大长度，S_i为第i个零件的面积，n为零件总个数，δ为材料利用率；

设定排样优化过程中预设几何约束条件。

3.根据权利要求2所述的基于改进混合BL策略的二维不规则排样方法，其特征在于，所述预设几何约束条件，包括：

(1)待排零件与已排零件之间不能重叠、相交或包含；

(2)参与排样零件均放置于原材料板材内部；

(3)排样优化过程中所需满足的工艺约束条件。

4.根据权利要求1所述的基于改进混合BL策略的二维不规则排样方法，其特征在于，所述步骤S4具体为：

步骤S41:定义个体的适应度F(x)为：

F(x)的值越小，即材料利用率越高，表示个体的排样结果越优；计算种群中所有个体的F(x)值，按降序排列，个体越优，其位置越靠前；计算初始种群中所有个体的适应度值，保存最优个体作为全局最优个体；

步骤S42：更新种群，计算新种群中所有个体的适应度值；

步骤S43：更新全局最优个体；

步骤S44：迭代更新，若满足终止条件，输出最优排样结果，反之，转步骤S43。

5.根据权利要求1所述的基于改进混合BL策略的二维不规则排样方法，其特征在于，所述最优觅食算法中更新方式如下：

设置初始迭代次数为t＝1，并且设置最大迭代次数为t_max，定义范围因子k，且为迭代次数为t时的全局最优个体，为种群中的第j的个体，j∈{1,2,…,n}；种群个体位置更新方式如下所示：

式中，为迭代次数为t时，个体b的第i维元素,个体b为种群中优于个体j的任一个体，是0～1之间并互相独立的随机数，j∈{1,2,…,n}；

对于最小化问题，判断下一代个体是否被接受的模型为：

式中，为0～1之间的随机数，和分别表示迭代次数为t和t+1时，种群中个体j的适应度值。