矩形件排样问题在很多工业领域都有广泛的应用,解决好矩形件排样的布局优化问题,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,增强竞争力。 本文针对矩形件排样的布局优化问题,分析了该课题的国内外的研究动态,总结了国内外学者在研究该课题方面所使用的方法,比较了各种方法的优缺点,在仔细研究思考后,采用了遗传算法来实现本文的矩形件排样的布局优化问题。 矩形件排样问题从数学上讲属于组合优化问题,而且是NP-完全问题,由于其计算的复杂性,至今还没有找到解决该问题的有效的多项式时间算法,目前解决该问题的有效方法有启发式方法和随机方法两种。遗传算法是处于启发式方法和随机方法之间的一种方法。采用遗传算法解决矩形件排样问题,在寻优过程中不需要求目标函数和约束函数的梯度,而是通过交叉和变异等方法对解进行优胜劣汰的操作,来达到寻优的目的。虽然遗传算法能较好的解决矩形件排样的寻优问题,但是对于大规模的矩形件排样问题,由于在编码时染色体链很长,所以后面的交叉、变异操作的实现也有一定的难度,致使其寻优过程不容易实现。本文基于遗传算法的原理和方法,探索了矩形件排样的布局优化问题的求解过程,经过研究分析后,在初始化和解码两个方面作了改进,并且针对具体的不同的实例进行了测试,由测试结果证明了改进的有效性和改进后的算法的可行性。 本文采用C++Builder软件,基于矩形件排样的布局优化问题的遗传算法求解方法,开发了矩形件排样优化软件系统,该系统实现了所需要完成的功能。