导读:本文包含了不规则多边形论文开题报告文献综述、选题提纲参考文献，主要关键词:多边形,不规则,算法,临界,矩形,启发式,区间。
不规则多边形论文文献综述写法
李科林[1]（2019）在《基于临界多边形的二维不规则排样问题的研究》一文中研究指出二维不规则排样问题是一种空间布局优化问题,是指在一定约束条件下,将给定的若干不规则零件排放到指定的原材料板材上,使原材料的浪费最小化。二维不规则排样问题广泛存在于机械制造、印刷排版、布料裁剪等行业中,是制造加工中的关键环节。二维不规则排样问题可分为两个子问题:零件的定位策略和零件的排放顺序,通过学习与研究,本文取得了以下研究成果:首先,构建二维不规则排样问题的数学模型,然后通过对二维不规则排样问题相关算法的比较分析,选择矢量图法表示二维不规则零件,并以临界多边形工具作为解决零件重迭判断和几何靠接的重要手段。其次,在Burke等人提出的滑动轨迹方法基础上,提出了一种改进的滑动轨道临界多边形生成算法。算法分别从滑动方向的确定和最小碰撞距离的计算两个方面进行改进,并且以8个二维不规则排样基准问题对算法的运行时间和稳定性进行测试。测试结果表明,改进的算法可以有效优化临界多边形的生成时间。再次,通过分析临界多边形工具在二维不规则排样问题中的应用和TOPOS算法中的启发式零件定位准则,研究了一种基于重心临界多边形的混合定位策略,用于选择合适的排放位置。该混合定位策略对最低重心原则、零件间契合度、整体排样效果这叁个因素进行优先级设定,相比较单一定位策略具有更好的排样效果。最后,通过分析遗传算法在二维不规则排样问题中的应用,针对传统遗传算法容易陷入局部极值和全局收敛速度缓慢的问题,研究了一种模拟两个独立岛屿生物杂交进化过程的并行交叉遗传算法,并以ESICUP提供的测试案例进行实验。实验结果表明,在二维不规则排样问题中,相比较传统遗传算法,并行交叉遗传算法具有更好的全局搜索能力,并且收敛速度更快。(本文来源于《华中师范大学》期刊2019-05-01）
徐将将[2]（2018）在《基于临界多边形的二维不规则排样算法研究》一文中研究指出二维不规则排样问题属于平面布局优化问题,是指在给定的原材料空间布局内,排放若干零件,且各个零件间互不重迭。目标是寻找一个最优的排样方案,使原材料的利用率越高越好。排样问题广泛存在于钣金、皮革、服装、木材、石材、航空航天等众多行业中,提高原材料的利用率,对提高经济效益和缓解资源紧张带来的环境压力有重要意义。本文对二维不规则件排样中的关键问题进行了分析研究,主要的研究内容如下:基于矢量线段的临界多边形(NFP)生成算法研究:NFP算法是二维排样中的关键基础性问题,也是二维排样算法发展的瓶颈问题。本文提出基于矢量线段的NFP生成算法,将多边形间的滑动碰撞转化为“角-矢量边”接触判断问题,对可能接触的“角-矢量边”组合生成矢量线段集合,基于最小旋转角策略从矢量线段集合中提取NFP,并对特殊情况如退化点和退化线进行处理。算法有效地解决了NFP的计算正确性,同时其计算速度较移动碰撞算法有较大提高。混合启发式排样算法研究:分析临界多边形在排样中的作用,结合“NFP+IFR”算法提取待排零件可行的候选排放点。在TOPOS算法基础上,提出叁种LAO启发式评价标准来评价零件的排放质量,对这些评价标准设计组合出叁种混合策略,用于选择下一个排放的零件以及从候选排放点选择最合适的排放位置。基于随机键遗传算法的排样算法研究:分析了随机键遗传算法的特点和流程,结合二维不规则排样问题特点,使用随机键遗传算法优化零件的排放次序、旋转角度和定位策略。对随机键遗传算法中个体的编码和解码、适应度函数、种群的选择、交叉、变异操作等内容进行设计。实验结果表明,算法有较强的全局优化能力,获得比启发式算法和小生境遗传算法更优的排样方案。带缺陷不规则原材料的排样算法研究:分析带缺陷不规则原材料排样问题的数学模型,并引入内靠接临界多边形(INFP)概念,扩展矢量线段法求解INFP。针对缺陷不规则原材料,结合“NFP+INFP”法提取可排放点来避开缺陷区域,分别对混合启发式算法和随机键遗传算法进行改进以适用于带缺陷不规则板材排样问题。实验结果表明,算法使零件能紧凑排放在原材料内部并有效避开缺陷区域,随机键遗传算法比混合启发式能获得更好的原材料利用率。(本文来源于《华南理工大学》期刊2018-04-20）
王淑青,陈军,潘健,张子蓬,袁晓辉[3]（2016）在《基于最小包络矩形的不规则凸多边形的叁角形处理算法》一文中研究指出针对最小矩形包络算法处理不规则多边形时包络率低并造成板材使用率低的现象,在最小矩形包络算法基础上,提出叁角形处理法。通过包络求解、分类、组合叁个环节将不规则凸多边形转化成矩形,并采用遗传算法及最低水平轮廓算法进行矩形排样。通过对比实验,验证了叁角形处理算法提高板材使用率的有效性。(本文来源于《计算机应用与软件》期刊2016年11期）
汤德佑,周子琳[4]（2016）在《基于临界多边形的不规则件启发式排样算法》一文中研究指出为提高不规则件启发式排样的材料利用率,提出一种基于重心临界多边形和边适应度的不规则件启发式排样算法GEFHNA。首先,定义了边适应度以衡量排样过程中原材料与不规则件间贴合程度,在此基础上给出了将边适应度与重心NFP(GNFP)相结合的排放策略以减少排样过程中可能产生的空隙面积;其次,给出了基于WeilerAtherton多边形裁剪算法的剩余原材料求解方法,重用排样过程中产生的孔洞,减少孔洞面积;最后,给出了基于上述排样策略和材料重用策略的启发式排样算法GEFHNA,给出了与智能算法和同类软件的实验比较。对欧洲排样问题兴趣小组提供的基准测试用例的实验结果表明,GEFHNA的耗时约为基于智能算法的排样方法的千分之一,同时在与两款商业软件Nest Lib和Sigma Nest的11个基准测试的对比中,GEFHNA获得了7/11个相对最优的排样面积利用率。(本文来源于《计算机应用》期刊2016年09期）
刘海明,周炯,吴忻生[5]（2016）在《应用临界多边形方法与小生境遗传算法求解不规则排样问题》一文中研究指出针对现代制造业中广泛存在的不规则排样问题进行了研究,提出一种基于临界多边形排样策略和小生境遗传算法的排样优化算法.算法通过改进的移动碰撞法计算零件之间的临界多边形,以确定最佳的零件靠接排放位置;通过基于小生境策略的遗传算法优化零件的排样顺序,确定最佳排样序列.对所提出的排样优化算法作了实验测试和算法评估,验证算法的可行性与有效性.排样实验结果表明,该算法能够用于求解不规则排样问题,且在一定程度上优于已有算法,能够提高材料利用率.(本文来源于《小型微型计算机系统》期刊2016年05期）
杨卫波,王铮,王万良,张景玲[6]（2016）在《基于实数编码量子进化算法的不规则多边形排样》一文中研究指出为探索更高效的二维不规则多边形排样方法,提出一种改进的实数编码量子进化算法。设计了基于临界多边形的按照排样件最低形心位置进行布局的放置策略,并建立了以最大化材料利用率为优化目标的数学模型;设计了基于排样编号序列和旋转角索引序列的实数几率幅值编码方法及解生成方式,通过量子观测操作直接生成问题解,使其解码效率较高;算法通过自适应调节方式进行量子更新,采用启发式算法生成排样序列初始种群,以保证解在时间和质量上的可行性。通过基准算例仿真和算法对比实验,验证了所提算法的可行性和有效性。(本文来源于《计算机集成制造系统》期刊2016年05期）
周炯[7]（2015）在《基于临界多边形方法的二维不规则件排样问题及其算法研究》一文中研究指出本文研究的二维图形排样问题,属于二维空间布局优化的范畴,目的是把待排零件放置于平面板材上,使得材料利用率达到最大化,约束条件如下:(1)零件位于板材内部;(2)零件与零件之间互不重迭;(3)满足实际生产过程中的工艺要求。排样问题对船舶制造、服装加工、模具生产等行业有重要意义。本文对二维不规则零件排样问题进行了深入的理论分析,对排样过程中的关键性问题提出相应的改进算法,包括改进基于凸化分割的临界多边形求解算法,二维布尔运算中特殊情况的考虑,不规则零件定位策略和定位评估标准的选择,以及智能优化算法如何适用于排样问题等等,设计切实可行的解决方案。主要的研究方向和创新点如下:临界多边形算法研究:改进基于凸化分割的临界多边形求解算法,在传统布尔并运算的基础上,针对排样过程中可能遇到的特殊情况,如凹槽现象、退化现象及重迭点问题,改进原有的算法,最终完整地解决了二维布尔运算在合成多边形,求解临界多边形过程中可能遇到的问题。零件的定位策略研究:提出了一种基于临界多边形和内靠接矩形的定位策略,该算法在定位搜索以及信息重用方面有着无可比拟的优势,可以有效解决排样过程中可能出现的孔洞问题。排样过程中的临界多边形信息可以重用,提高算法执行效率。零件的定位评估标准研究:针对传统的BL标准的不足,提出一种新的定位评估标准,即LOR标准,在排样过程中不仅仅考虑零件尽量做到最左最下,还综合考虑了零件与零件之间的契合度,有助于零件之间形成互补,提高板材利用率。智能优化算法的研究:对传统的智能优化算法(遗传算法、模拟退火算法、蚁群算法)的局限性和缺陷作出分析,并提出一种基于有限分支树搜索方法的二维图形排样算法。根据一定的启发式规则,划分有效搜索区,人为控制搜索方向和搜索范围。有限分支树搜索排样算法综合考虑智能优化算法的全局观和启发式排样算法的优点,既考虑人为的排样规则,又避免陷入局部最优,应用于二维图形排样可以获得较好的板材利用率。(本文来源于《华南理工大学》期刊2015-03-16）
吕师[8]（2015）在《不规则多边形排料算法的研究与应用》一文中研究指出不规则多边形排料问题是研究将多样的待排物体合理排放在大区域内的方法。研究排料的目的是最大化原材料利用率、提高经济效益。排料问题存在于诸多工业生产领域。由于排料问题是典型的NP完全问题,一直备受学术界和工业界关注。本文对排料算法的两个关键步骤——待排多边形定位算法和排料顺序两个方面进行了深入研究。论文主要工作如下：(1)快速扫描区间定位算法：扫描区间定位算法具有稳定、易于实现等优点,但存在速度慢的不足。本文算法首先通过基于最大跨度比较法实现待排多边形的快速定位；并进一步改变平移矩阵表示法,将定位问题转换为一维线性排序问题,进一步提高效率。(2)最大双向契合度启发式规则：针对BL、BLF定位算法采用的“最下、最左”启发式规则会导致不合理排料结果的问题,提出“最大双向契合度启发式规则”,该启发式规则综合评价待排多边形在水平、垂直两个方向的契合度。论文给出“最大双向契合度”的计算方法和基于该启发式规则的定位算法。(3)分组和遗传算法相结合的排料顺序算法：针对直接将待排多边形作为遗传算法基因确定排料顺序容易导致解的随机性和不可预见性的问题,本文提出分组和遗传算法相结合的排料顺序算法,依据排料经验规则中先大后小的原则,将大、小多边形分组,然后将具有结合性的多边形分组,并将组作为遗传算法的基因确定排料顺序。(本文来源于《合肥工业大学》期刊2015-03-01）
罗月童,吕师,江玉清[9]（2014）在《基于扫描区间表示的不规则多边形快速定位算法及应用》一文中研究指出不规则多边形定位算法是排料算法的重要组成部分,其效率对排料算法的性能有重要影响。基于扫描区间表示的不规则多边形定位算法因能适应任意复杂多边形而被广泛采用,但它存在计算量大的不足。通过深入研究基于扫描区间表示的多边形定位算法,该文从两个方面对其方法进行改进:首先提出候选平移位置矩阵的概念,进而实现定位扫描算法;然后通过最大跨度比较法快速排除一些不可能的行,从而通过减少定位扫描算法的调用次数进一步加速。该算法已应用于自主开发服装排料软件,多个实际衣片数据的测试结果证明了该文算法的有效性和高效性。(本文来源于《图学学报》期刊2014年06期）
周子琳[10]（2014）在《基于临界多边形的不规则件排样算法研究及实现》一文中研究指出本文的主要研究对象是二维不规则件排样问题，该问题普遍存在于现代生产制造业中的多个领域，如机械制造业、服装制造业、微电子排版等。在排样效果上的微小提高，即可节省大量的原材料，提高经济效益和缓解资源紧缺造成的环境压力。二维不规则件排样由于待排零件为不规则形状，其求解难点表现在不规则图形的碰撞检测和排放顺序、角度、位置的组合优化上。在碰撞检测方面，本文使用基于临界多边形的碰撞检测方法，在临界多边形的生成上采用了Burke等人提出的滑动生成算法的思想，并提出基于可能碰撞区的时间优化方法对该算法进行了有效的时间优化。理论分析得出，在求解问题的多边形平均边数e大于某值后，时间优化有效，且时间优化比率随e值的增加而增大。16个基准测试的结果证明了该理论分析的正确性。在所有测试中，正向时间优化比率平均为20.45%，最高时间优化比率为50.29%。在排样算法方面，本文提出了基于重心NFP与边适应度的GEF排放策略，并基于此策略结合FFDA选件策略、Weiler-Atherton多边形裁减算法提出了GEF启发式排样算法。算法经过16个基准测试，并在与两款商业软件的11个基准测试的对比中，获得了7/11个相对最优的排样面积利用率，充分证明了GEF启发式排样算法的排样能力。同时，本文采用孙艳丰提出的GATS混合智能算法的主要思想，结合本文的GEF启发式排样算法，研究并实现了GEF混合智能排样算法。在16个基准测试中，该算法的所有测试结果均优于GEF启发式排样算法，平均排样利用率提高比率为10.97%。在与现有的4个优秀智能排样算法的对比中，GEF混合智能排样算法在平均排样利用率方面接近现有算法的平均排样利用率，但在最优排样利用率方面与当前最优者有一定的差距。综合测试和对比结果，本文的GEF混合智能排样算法具有较好的排样能力。(本文来源于《华南理工大学》期刊2014-06-09）
不规则多边形论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
二维不规则排样问题属于平面布局优化问题,是指在给定的原材料空间布局内,排放若干零件,且各个零件间互不重迭。目标是寻找一个最优的排样方案,使原材料的利用率越高越好。排样问题广泛存在于钣金、皮革、服装、木材、石材、航空航天等众多行业中,提高原材料的利用率,对提高经济效益和缓解资源紧张带来的环境压力有重要意义。本文对二维不规则件排样中的关键问题进行了分析研究,主要的研究内容如下:基于矢量线段的临界多边形(NFP)生成算法研究:NFP算法是二维排样中的关键基础性问题,也是二维排样算法发展的瓶颈问题。本文提出基于矢量线段的NFP生成算法,将多边形间的滑动碰撞转化为“角-矢量边”接触判断问题,对可能接触的“角-矢量边”组合生成矢量线段集合,基于最小旋转角策略从矢量线段集合中提取NFP,并对特殊情况如退化点和退化线进行处理。算法有效地解决了NFP的计算正确性,同时其计算速度较移动碰撞算法有较大提高。混合启发式排样算法研究:分析临界多边形在排样中的作用,结合“NFP+IFR”算法提取待排零件可行的候选排放点。在TOPOS算法基础上,提出叁种LAO启发式评价标准来评价零件的排放质量,对这些评价标准设计组合出叁种混合策略,用于选择下一个排放的零件以及从候选排放点选择最合适的排放位置。基于随机键遗传算法的排样算法研究:分析了随机键遗传算法的特点和流程,结合二维不规则排样问题特点,使用随机键遗传算法优化零件的排放次序、旋转角度和定位策略。对随机键遗传算法中个体的编码和解码、适应度函数、种群的选择、交叉、变异操作等内容进行设计。实验结果表明,算法有较强的全局优化能力,获得比启发式算法和小生境遗传算法更优的排样方案。带缺陷不规则原材料的排样算法研究:分析带缺陷不规则原材料排样问题的数学模型,并引入内靠接临界多边形(INFP)概念,扩展矢量线段法求解INFP。针对缺陷不规则原材料,结合“NFP+INFP”法提取可排放点来避开缺陷区域,分别对混合启发式算法和随机键遗传算法进行改进以适用于带缺陷不规则板材排样问题。实验结果表明,算法使零件能紧凑排放在原材料内部并有效避开缺陷区域,随机键遗传算法比混合启发式能获得更好的原材料利用率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不规则多边形论文参考文献
[1].李科林.基于临界多边形的二维不规则排样问题的研究[D].华中师范大学.2019
[2].徐将将.基于临界多边形的二维不规则排样算法研究[D].华南理工大学.2018
[3].王淑青,陈军,潘健,张子蓬,袁晓辉.基于最小包络矩形的不规则凸多边形的叁角形处理算法[J].计算机应用与软件.2016
[4].汤德佑,周子琳.基于临界多边形的不规则件启发式排样算法[J].计算机应用.2016
[5].刘海明,周炯,吴忻生.应用临界多边形方法与小生境遗传算法求解不规则排样问题[J].小型微型计算机系统.2016
[6].杨卫波,王铮,王万良,张景玲.基于实数编码量子进化算法的不规则多边形排样[J].计算机集成制造系统.2016
[7].周炯.基于临界多边形方法的二维不规则件排样问题及其算法研究[D].华南理工大学.2015
[8].吕师.不规则多边形排料算法的研究与应用[D].合肥工业大学.2015
[9].罗月童,吕师,江玉清.基于扫描区间表示的不规则多边形快速定位算法及应用[J].图学学报.2014
[10].周子琳.基于临界多边形的不规则件排样算法研究及实现[D].华南理工大学.2014