基于样本优化遗传算法的板式家具矩形零件排样技术

摘要

为适应板式家具大规模柔性定制生产的开料要求，提高开料效率与板材利用率，在启发式算法的基础上提出了一种以向遗传算法提供优质初始基因样本为目标的样本优化算法，满足在降低板材开料计算复杂度的前提下板式家具大规模柔性定制生产的需求。以大规模柔性定制家具的矩形零件开料问题为对象，通过双线程计算的方式，对不可成组的矩形零件采用传统的遗传算法优化，对可成组的矩形零件采用样本优化算法成组处理得到优质的初始样本，将二维矩形排样问题转化为一维线性问题降低算法维度以提高算法效率；再结合遗传算法对遗传算子、编码方式及适应度函数进行优化设计；最后将优化结果合并，实现板式家具大规模柔性定制的排样问题优化。比较了最低水平线搜索算法、样本优化算法以及基于样本优化的遗传算法对排样利用率的影响，研究结果表明：大规模算例中，基于样本优化的遗传算法使用的板材比原算法减少1张，总利用率比最低水平线搜索算法和样本优化算法分别提高了6.20和2.73个百分点。通过实例验证，本研究所涉及排样算法在板式家具矩形零件排样问题中求解具有有效性，显著提升材料利用率，提高企业经济效益。

关键词

板式家具 / 柔性定制生产 / 排样 / 样本优化 / 遗传算法