[发明专利]一种基于分层随机搜索算法的启发式一维下料方法

摘要

本发明公开了一种基于分层随机搜索算法的一维下料方法，包括：A、参数化模型表示一维下料问题；B、坯料组合预处理；C、通过随机搜索和深度搜索组合而成的分层随机搜索算法获取多种排样方式；D、按启发式规则选出最优排样方式；E、将最优排样方式及其不超过坯料当前需求最多能被重复使用的次数加入到当前排样方案中，并更新待排样坯料集；F、重复C、D、E的过程，直到待排样坯料的总长度小于原材料长度，输出当前排样方案；G、多次重复B、C、D、E、F的过程，然后对所有排样方案进行比较筛选，获得最优排样方案。本发明能避免传统随机搜索算法的盲目性，计算速度快，获得的排样方案适应实际生产需要。

主权项

一种基于分层随机搜索算法的启发式一维下料方法，其特征在于，所述方法包括以下步骤：A、将一维下料问题以参数化模型表示：原材料的长度为L，下料任务中共有m种不同长度规格的坯料，长度分别为l1，l2……lm，所对应的需求数分别为d1，d2……dm；下料问题的解为由多种排样方式可重复地组合成的排样方案，其中排样方式为用各种规格坯料组合成总长度小于原材料长度L的一种下料方式，每种排样方式的余料长度为原材料长度L减去该排样方式中坯料组合长度后的差值；设排样方案中共有n种排样方式，每一种排样方式的重复使用次数分别为x1，x2……xn，第i种排样方式中每个坯料的数量分别为ai1，ai2……aim，其中i表示第i种排样方式；设Z为下料将要使用的原材料总根数，以消耗原材料总根数最少为目标函数，则一维下料问题的目标和约束关系分别为： MinZ = Σ i = 1 n x i St Σ i = 1 n a ij · x i = d j , j＝1，2......m Σ j = 1 m a ij · l j ≤ L , i＝1，2......n其中，xi和aij均为整数且xi＞0，aij≥0；B、坯料组合预处理，初始化下料任务为所有待排样坯料集，并令当前排样方案为空；C、通过分层随机搜索算法获取多种排样方式，组成排样方式样本；D、对获取的每种排样方式，根据其不超过坯料当前需求最多能被重复使用的次数和对应的余料长度，按启发式规则优选出评价值最高的排样方式；E、将评价值最高的排样方式以其不超过坯料当前需求最多能被重复使用的次数重复组合后加入到当前排样方案中；再从下料任务中按所述排样方式和次数扣除待排样坯料，更新所有规格坯料的待排样需求数，得到新的下料任务；F、重复C、D、E的过程，直到更新后的下料任务中待排样坯料的总长度小于原材料长度L，此时将剩余待排样坯料的组合作为最后一种排样方式加入到当前排样方案中，得到一个完整的当前排样方案并记录该排样方案；G、多次重复B、C、D、E、F的过程，然后对记录的所有排样方案进行比较筛选，以所筛选出的最优排样方案作为一维下料问题的解。