[发明专利]一种三阶段条材优化下料方法

说明书

技术领域：

本发明涉及一种三阶段条材优化下料方法，该方法由逆向优化阶段、正向优化阶段和定长优化阶段组成，能够维持原材料高利用率的同时保证下料方案可制造性

背景技术

一般研究认为，下料问题是指在已知原材料和顾客需求坯料的情况下优化下料，使原材料的使用率达到最大或废料达到最小，即原材料上实现套裁的最优化。

现有对优化下料的研究主要集中在提高原材料利用率和减少优化时间的算法方面，提出的优化算法主要包括三类：(1)基于线性规划的算法；(2)基于启发式算法的方法；(3)其他算法。

基于线性规划的算法可以减少废料，但是会产生多于需求量的切割量，只适用于单一型材或者型材种类较少的下料。基于线性规划的方法是将建立的整数规划问题进行松弛，按照线性规划进行求解，对得到的解取整。当原材料和需求的坯料种类繁多或者原材料长度远远大于坯料的长度时，将导致切割方案过多。基于启发式算法的方法中，所使用的启发式算法一般只适用于特定的问题，无通用性。基于启发式算法的方法对特定问题的求解比较有效，但寻找有效的启发式算法往往比求解问题本身还要困难。其他算法包括遗传算法和模拟退火算法等。遗传算法是基于自然选择和基因遗传的搜索算法，具有很好的鲁棒性，在解决复杂问题的优化方面适用性强；模拟退火算法是基于金属退火机理建立起来的一种全局最优化方法，它能够以随机搜索技术从概率的意义上找出目标函数的全局最小点。

然而，优化下料问题不是一个纯粹的数学问题，仅从算法的角度对优化下料问题研究是片面的，在求解得到的下料方案在满足原材料高利用率的同时，也要求下料方案的可制造性好。

发明内容

为了实现条材优化下料既维持高的原材料利用率，同时保证下料方案的可制造性的目的，本发明提供了一种三阶段条材优化下料方法，解决一般算法片面追求原材料利用率而忽视下料方案可制造性的问题。

本发明解决其技术问题所采用的技术方案是：设计一种由三阶段组成的条材优化下料方法，包括以下料方案的可制造性和原材料的利用率为目标的逆向优化阶段；设定原材料利用率阈值，以利用率为目标的正向优化阶段；以及追求局部满意方案的定长优化阶段。

逆向优化阶段本质为无原材料最大数量限制且原材料规格齐备的优化下料问题，采用基于下料零件数量整数分解的枚举算法，利用零件和原材料的尺寸关系，以下料方案的可制造性和原材料利用率为目标，由零件尺寸反推出合理的原材料尺寸，向厂家定购，完成大部分零件的下料。原材料定购满足以下条件：所定购的原材料尺寸有最大尺寸和最小尺寸的限制；所定购的原材料尺寸不是任意的，而是某区间内的一些成等差分布的离散值；每种尺寸的原材料定购数量有最少数量限制。其问题描述如下：

已知有m种长度不同的零件，它们的长度分别为l₁、l₂、...、l_m，每种型号零件的需求量分别为n₁、n₂、...、n_m，设原材料最大尺寸为L_max，最小尺寸为L_min，定购步长为d，假设可定购的原材料规格有K种，原材料尺寸L_k∈(L_min，L_min+1*d，...，L_min+i*d，...，L_max)，i为正整数，原材料的最少定购数量为M。

minZ=Σk=1KΣj=1nkxj(k)·ck]]>

其中：