[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

摘要

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。

主权项

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；B＝{b1,b2,…bi,…,bn}为布局件集合，Ai为布局件bi的投影面积，ri为布局件bi在场地中布置时相对于初始状态的旋转角度，取值如下：使用与场地离散化同样大小的网格对布局件离散化，定义布局件所覆盖(含部分覆盖)的网格对应的矩阵元素值为1，其余为0，可得布局件的几何形状信息矩阵Gi，由矩阵Gi可计算得到布局件bi的投影面积：Ai＝sum(Gi＝1)其中sum(Gi(:)＝1)表示矩阵Gi中元素值为1的值的总数；将Gi左下角元素Gi(end,1)视为布局件bi的定位基准，其在场地矩阵SP中的坐标(xi,yi)决定了布局件bi的位置；综上所述，布局件bi在场地中的信息可表示如下：假定三角形是以旋转角度为零的初始状态置于场地，则可知其几何形状信息矩阵为：其定位基准在场地空间矩阵SP中的坐标为(3,6)，那么该布局件的位置方位信息为(3,6,0)。考虑场地中的所有布局件，整个场地空间资源占用的矩阵表示如下：定义3可行放置区域：指场地内部未被占用且能够容纳布局件的区域，其面积和为UA。由于布局件尺寸较大，布局件之间的空隙很难被其他布局件利用，因此假定：布置完成后布局件之间的空隙均视为不可行放置区域，NUA为不可行放置区域面积和，UA和NUA满足以下条件：布局前：UA＝L×W，NUA＝0布局完成后：定义4空间利用率。指所有布局件布置完成后，除去可行放置区域，场地的空间覆盖率；空间利用率SUR：步骤1‑2：建立空间布局模型，具体包括以下内容：(1)已知条件：场地长度L、宽度W，离散精度m，所有布局件bi的几何形状矩阵Gi；(2)设计变量：布局件的旋转角度ri，定位基准坐标xi,yi；(3)优化目标：最终所得的布局方案，要能够使场地空间资源得到合理的利用，即：得到空间利用率高或剩余可用空间大的布局结果。因此本发明将最小化不可形放置区域面积作为目标进行优化求解，即：(4)约束条件：约束1：边界约束，布局件必须处于场地内部，不可越过场地边界；即场地外部空间被占用面积：BA＝0；约束2：重叠悬挂约束；场地同一部分空间资源不能被两个个体同时占用。当前布置对象不可悬挂于另一对象上方，相互之间不可重叠，即场地内部被重复占用的空间面积：OA＝0；约束3：旋转角度约束；布局件在场地内部的旋转角度仅从0°,90°,180°,270°中选择；步骤2：启发式进化求解算法，具体包括：步骤2‑1：生成满足出界约束的初始种群，种群中每条染色体个体表示一种可能的布局方案；置最优值保持代数gen0＝0，进化代数gen＝0；步骤2‑2：计算个体适应度值；步骤2‑3：运用遗传算子对种群进行选择、交叉、变异操作得到新的种群；步骤2‑4：遍历新种群染色体，判断是否满足重叠出界约束，即S‑RS是否为零，如果为零则对该染色体进行启发式移动操作，更新种群，否则跳过该操作；步骤2‑5：计算本次进化种群个体适应度值，用上次进化适应度值最大的个体代替本次最差的个体，记录最优值，gen＝gen+1；步骤2‑6：判断当前最优值是否与上次最优值一致，若一致最优值保持代数加一即：gen0＝gen0+1，不一致则更新最优值并将gen0归零；步骤2‑7：判断最优值保持代数gen0是否达到最少保持代数，如果达到则进化结束，否则返回第2‑2步，进化继续。