钢材下料问题在建筑工程领域有着广泛的应用,解决好钢材下料问题,可以提高材料的利用率,节约生产成本,提高效益,从而使企业提高效率,增强其市场竞争力。因而,关于钢材下料问题的研究越来越得到各施工企业的重视。本文针对建筑工程中的钢筋下料及钢结构矩形件排样问题,应用智能优化算法如进化算法和模拟退火算法对其进行优化研究,力求在满足施工和设计要求下,确定出最优的下料方案,最大程度上节约钢材,减少浪费。本文主要研究内容如下:1.钢筋下料问题(1)根据多目标进化算法理论,结合钢筋下料问题实际要求,提出一种基于pareto进化算法的多目标钢筋下料优化方法。将钢筋利用率和用户需求两个指标作为下料优化目标。采用基于实数型的,切割模式序号和重复次数构成的成对基因组成染色体编码形式,并将pareto竞争方法引入选择操作。根据这一算法开发出钢筋下料优化程序。算例结果表明,采用该方法求解钢筋下料方案,可在满足客户需求的前提下尽最大可能的提高钢筋利用率,并且可以同时提供多个优化方案供用户根据实际情况和个人偏好进行选择。(2)为了提高进化算法的搜索效果,提出一种新的自适应进化模拟退火算法,用于求解钢筋下料优化问题。设计了动态交叉率和动态变异率用以增强算法的全局收敛性。同时在交叉算子后加入退火操作使算法在进化后期具有较强的“爬山”性能。数值计算表明,与传统进化算法相比,该算法提高了进化速度和局部搜索能力。2.钢结构矩形板材排样问题在分析矩形件优化排样问题特点的基础上,建立该问题的数学模型,并在此基础上,提出一种进化模拟退火算法方法对该问题进行优化求解。通过对算例结果进行分析,产生的排样结果在满足钢结构成产工艺要求上,可使板材的利用率达94%左右,较大程度的提高了钢材利用率。