[发明专利]一种基于蛇群优化算法的二维不规则样片排样方法

权利要求书

1.一种基于蛇群优化算法的二维不规则样片排样方法，其特征在于，所述基于蛇群优化算法的二维不规则样片排样方法，包括：

步骤S1、以原材料利用率最大为目标，构建二维不规则排样问题数学模型；

步骤S2、通过k聚类的方法将待排样片分类为大、中、小三种类型，对同类样片进行组合优化，形成组合样片；

步骤S3、判断是否需要对原材料进行分层排样；若是，则将原材料分为上下两层，以待排样片中面积最大样片的最长边为高作为下层，进入步骤S4；若否，则进入步骤S5；

步骤S4、在下层通过最下最左策略进行排样，在无法继续排样后，将待排样片作为下一次参与排样的样片返回步骤S3；

步骤S5、计算剩余的待排样片面积阈值，采用蛇群优化算法得到最优旋转角度以及排样序列，然后通过最低水平线策略进行排样。

2.根据权利要求1所述的基于蛇群优化算法的二维不规则样片排样方法，其特征在于，所述二维不规则排样问题数学模型的目标函数为：

其中，W为原材料板材的固定宽度，H_max为原材料板材的最大高度，S_i为第i个样片的面积，n为样片总数，μ为原材料板材的总利用率。

3.根据权利要求1所述的基于蛇群优化算法的二维不规则样片排样方法，其特征在于，所述判断是否需要对原材料进行分层排样，包括：

取当前待排样片中面积最大的样片，取其最长边为L_max，若则初步判断以L_max·W构成的矩形足以将待排样片全部排下，不需要对原材料进行分层排样；否则认为需要对原材料进行分层排样，n'表示待排样片数量，S_i为第i片样片的面积，W为原材料板材的固定宽度。

4.根据权利要求1所述的基于蛇群优化算法的二维不规则样片排样方法，其特征在于，所述在下层通过最下最左策略进行排样，包括：

S41、根据组合排样后的结果，按照组合样片的面积将组合样片由大到小进行排序，将第一个组合样片放置在下层的最下最左位置；

S42、将排序后序列中下一个组合样片的外接矩形的最左下点移动至前一个组合样片外接矩形的最右上点，然后先向下移动直至与下层边缘或已摆放组合样片重合后停止移动，继而向左移动直至与下层边缘或已摆放组合样片重合后停止移动；

S43、判断是否能继续排放下一个大型组合样片或大型样片，若能则重复S42，否则对剩余的中型样片在下层剩余空间做步骤S42的操作；

S44、判断是否能继续排放下一个中型组合样片或中型样片，若能则重复S42，否则对剩余的小型样片在下层剩余空间做步骤S42的操作，直至无法排下任意一个样片。

5.根据权利要求1所述的基于蛇群优化算法的二维不规则样片排样方法，其特征在于，所述对剩余的待排样片，计算面积阈值，包括：

S51、将剩余待排样片按照面积进行从大到小排序为第一序列L_max与从小到大排序为第二序列L_min；

S52、将第一序列中每个样片的序号与其面积的乘积之和作为最小面积边界，将第二序列中每个样片的序号与其面积的乘积之和作为最大面积边界，通过如下公式计算出面积阈值：

SL_σ＝SL_min+σ·(SL_max-SL_min)

其中，SL_min表示最小面积边界，SL_max表示最大面积边界，σ表示面积度系数，m表示剩余待排样片数量，SL_σ表示面积阈值，L_max,i表示第一序列L_max中的第i片样片的序号，L_min,i表示第二序列L_min中第i片样片的序号，S_max,i表示第一序列L_max中第i片样片的面积，S_min,i表示第二序列L_min中第i片样片的面积。