一、基于遗传算法的木板材优选排料研究(论文文献综述)
时恒秀[1](2018)在《家具板材智能排料控制系统优化研究》文中指出板材的排样、下料和切割方案直接影响成品家具的成本及所需板材的利用率。针对非标和标准家具制造需求,分别提出板材智能排料优化算法及系统控制方案。利用粒子群算法优化非标家具所需板材的排样、下料和切割,通过全局优化获取最小材料剩余对应的非标板材切割方案;通过布尔运算对最小材料剩余的几何尺寸进行二次优化,获取满足标准家具成品所需的板材式样。排料优化及系统的应用能大幅提高对家具板材的利用率,有助于调控生产成本,提高企业竞争力。
杨欢[2](2017)在《时空优化调度问题求解算法及算例研究》文中进行了进一步梳理在NP难矩形/长方体填充问题的研究基础上,提出了综合考虑时间和空间因素的时空优化调度问题。时空优化调度问题是指,在欧式空间内,已知一个矩形框容器和若干个需要持续加工定长时间的矩形物体,要求所有小矩形块的加工完成时间最短。首先研究了三维时空优化调度问题,在何琨等人提出的基于动作空间求解二维矩形Packing问题的高效算法的基础上,设计了基于穴度的调度算法CDS(a caving degree based scheduling algorithm)。通过对穴度定义地改进,小矩形块可以快速在大矩形框中找到最优布局,提高面积利用率,提出了评价准则的定义,使得拥有较长的加工时间的小矩形块被优先填充。为了测试算法的效果,设计了算例构造算法,在二维矩形填充问题的21个经典算例的基础上,生成了30个闸断模式算例和60个非闸断模式算例。进一步研究了四维时空优化调度问题,给出了基于捆绑的贪心调度算法CBGS(a cuboid binding based greedy scheduling algorithm),以及在三维装箱问题的算例基础上构造了测试算例。把时空优化调度问题的时间变量简单看作空间变量时,可以退化为相应维数的布局填充问题。对这两个问题分别在三维和四维上进行实验对比,其对比结果都说明时空优化调度问题能够增加空间利用率,获得更小的加工调度时间。在三维时空优化调度问题上,算法的平均调度时间长度接近理论上存在的最优平均调度时间长度,证明了算法能有效解决其问题。
房友盼[3](2016)在《基于图像识别的实木板材优选系统研究》文中进行了进一步梳理我国人均林木资源稀缺,木材利用率低,为了提高实木板材的出材质量和数量,应采用自动化、智能化的实木板材优选加工设备,但是由于技术和经济因素的限制,大多数木材加工企业仍采用人工划线的方法识别实木板材表面缺陷并确定锯切方案,这会导致木材优选加工机械自动化程度低、缺陷识别不精确、锯切优选方案不合理等问题。针对上述问题,本文提出了基于图像识别的实木板材优选系统研究,并完成了以下主要研究工作:首先,查阅相关参考文献,结合实际采集得到的实木板材表面缺陷图像,分析几种常见的实木板材缺陷特征及其对木材品质的影响;阐述实木板材优选加工系统的组成,包括进料、图像采集、图像处理、优选计算、锯切、分类出料等工序,接着介绍了重要工序的原理与功能,选用CCD摄像机搭建实木板材表面图像采集系统,本文重点是研究实木板材表面缺陷图像处理和优选算法。其次,在图像处理方面,分别采用Sobel算子、Roberts算子、Prewitt算子、Canny算子和LOG算子对采集的两种典型实木板材表面缺陷图像进行边缘检测,分析比较其结果的不同。分别运用灰度阈值分割、直方图阈值、最大熵阈值分割方法对缺陷图像进行阈值分割,经过综合分析选用最大熵阈值分割方法,由于分割结果不能尽如人意,最后利用形态学处理的开启、关闭、膨胀、腐蚀等基本运算对分割后的实木板材图像依次进行填充、形态滤波、边缘提取、掩模等操作,以获得闭合的缺陷目标灰度图像,再对经过图像处理的实木板材二值化图像进行缺陷特征提取,获得实木板材表面缺陷数据,数据信息包括实木板材的长度和宽度、缺陷个数、缺陷位置、缺陷尺寸等信息。第三,为了制定优选的锯切方案,选用遗传算法进行优选加工计算。针对实木板材优选系统的遗传算法的问题表示、初始种群生成、选择、交叉、变异等原理以及具体算法步骤进行了详尽的阐述,运用Visual Basic编程工具开发了基于图像识别的实木板材优选软件,既可调用MATLAB图像处理程序进行缺陷识别,又可实现出材率优选、缺陷锯切、长度优选、价值优选等功能。按照优选原则,结合具体实例,给出了不同实木板材的加工方案,验证了计算方法的有效性。
赵华[4](2009)在《海洋钻井平台二维零件切割排料技术研究》文中研究指明本文在总结前人关于排料问题的研究成果的基础上,根据海洋钻井平台工程的行业特点,对二维不规则零件的排料问题和切割问题展开研究,搭建了相应的自动排料及数控编程系统框架,并对排料问题深入研究,开发了系统的自动排料部分。论文首先对海洋钻井平台工程中的二维不规则零件特征进行分析,应用AutoCAD二次开发技术实现了图形数据获得、数据管理并设计了高效实用的零件操作算法。在此基础上,针对海洋钻井平台二维不规则零件的排料问题提出了一种高效实用的算法,即启发式搜索算法与遗传算法相结合的排料算法。首先根据行业特点定义合适的启发规则,利用启发式搜索算法对零件进行初次排料,形成初始排料方案。然后利用遗传算法对初始排料方案进行优化。初始排料方案作为遗传算法初始种群的一个母本,对其进行受迫变异产生一个相对优秀的初始种群,再进行遗传操作。为了充分发挥遗传算法的全局搜索的优势,同时又能得到较高的搜索效率,提出“染色体成长法”对染色体进行解码。把体现零件种类信息的染色体转化为实际待排零件的序列,再把这个零件实体序列通过启发式搜索空白区域的方法进行填充,把染色体的最大优势发挥出来。这样既充分利用了遗传算法的全局搜索能力,又利用启发式搜索算法大大提高了搜索效率。本文在科学的排料算法研究的基础上,根据人机交互的设计原则,在AutoCAD平台上开发出了与AutoCAD完全兼容并且简单易用的排料系统。最后总结了算法与系统的优缺点,对算法和系统的改进提出了一些建议。
朱毅[5](2008)在《遗传算法在杨木单板改性中的应用》文中研究说明介绍了遗传算法原理、特点和算法过程,回顾了国内外把遗传算法应用到木材科学领域的研究现状;在此基础上,提出了遗传算法在该领域研究和生产中的应用前景。最后应用遗传算法全局搜索能力对杨木单板强化复合材进行研究,对混合树脂液聚合工艺参数与树脂转化率之间的神经网络模型权值、阈值进行优化,探索最佳的树脂液聚合工艺。结果显示优化后网络的训练步长减小,推广性能有所提高。
陈永光[6](2004)在《基于遗传算法的木板材优选排料研究》文中研究说明遗传算法是一种模拟自然进化机制的搜索和优化方法,它在搜索优化问题的全局最优解上具有良好的优势条件。本文基于遗传算法对木板材排料进行了优化实验,实验表明,应用遗传算法可以快速、有效地实现木板材优选排料。
二、基于遗传算法的木板材优选排料研究(论文开题报告)
(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、基于遗传算法的木板材优选排料研究(论文提纲范文)
(1)家具板材智能排料控制系统优化研究(论文提纲范文)
0 引言 |
1 智能排料系统优化方案 |
2 智能排样优化算法 |
3 家具板材智能排料控制系统设计 |
3.1 控制系统配置设计 |
3.2 控制系统功能实现 |
4 结语 |
(2)时空优化调度问题求解算法及算例研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 组织结构 |
2 问题描述 |
2.1 二维矩形填充问题 |
2.2 三维时空优化调度问题 |
2.3 三维装箱问题 |
2.4 四维时空优化调度问题 |
2.5 本章小结 |
3 三维时空优化问题算法及其算例设计 |
3.1 基本概念 |
3.2 求解算法 |
3.3 算例设计 |
3.4 实验结果及分析 |
3.5 本章小结 |
4 四维时空优化问题算法及其算例设计 |
4.1 基本概念 |
4.2 求解算法 |
4.3 实验结果及分析 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
附录1 攻读硕士学位期间参与的科研项目 |
附录2 攻读硕士学位期间发表论文目录 |
(3)基于图像识别的实木板材优选系统研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.1.1 课题来源 |
1.1.2 目的与意义 |
1.2 国内外相关研究现状 |
1.2.1 实木板材表面缺陷无损检测 |
1.2.2 数字图像处理技术 |
1.2.3 实木板材优选加工 |
1.3 本课题研究的主要内容及技术路线 |
1.3.1 主要内容 |
1.3.1.1 数字图像采集与处理 |
1.3.1.2 实木板材优选算法 |
1.3.2 技术路线 |
1.4 论文的组织结构 |
1.5 本章小结 |
第二章 基于图像识别的实木板材优选系统概述 |
2.1 实木板材缺陷 |
2.1.1 实木板材缺陷概念及种类 |
2.1.2 实木板材缺陷对质量的影响 |
2.1.3 实木板材表面缺陷图像特点 |
2.2 实木板材优选加工系统的组成及功能 |
2.2.1 图像采集 |
2.2.2 缺陷识别 |
2.2.3 优选计算 |
2.2.4 锯切 |
2.2.5 分类出料 |
2.3 本章小结 |
第三章 实木板材表面缺陷数字图像处理 |
3.1 实木板材图像表面缺陷图像处理软件MATLAB介绍 |
3.2 数字图像预处理 |
3.2.1 图像的灰度化 |
3.2.2 灰度增强 |
3.2.2.1 灰度变换 |
3.2.2.2 直方图均衡化 |
3.2.3 空间域去噪 |
3.2.3.1 邻域平均法 |
3.2.3.2 中值滤波 |
3.3 图像分割 |
3.3.1 边缘检测 |
3.3.1.1 梯度算子 |
3.3.1.2 Roberts边缘检测算子 |
3.3.1.3 Sobel边缘检测算子 |
3.3.1.4 Prewitt边缘检测算子 |
3.3.1.5 Canny边缘检测算子 |
3.3.1.6 拉普拉斯高斯算子(LOG) |
3.3.1.7 边缘检测结果分析 |
3.3.2 阈值分割 |
3.3.2.1 灰度阈值分割 |
3.3.2.2 直方图阈值分割 |
3.3.2.3 最大熵阈值分割 |
3.3.2.4 实木板材缺陷图像分割方法选择 |
3.4 形态学处理 |
3.4.1 数学形态学的基本思想 |
3.4.2 运算 |
3.4.2.1 膨胀和腐蚀 |
3.4.2.2 开启和闭合 |
3.4.3 基于形态学的实木板材分割图像后处理 |
3.4.3.1 填充操作 |
3.4.3.2 形态滤波 |
3.4.3.3 形态学边缘提取 |
3.4.3.4 掩模操作 |
3.5 本章小结 |
第四章 实木板材优选算法 |
4.1 缺陷特征信息提取 |
4.2 遗传算法概述 |
4.3 遗传算法的一般流程与操作 |
4.3.1 遗传算法的一般流程 |
4.3.2 适应度函数设计 |
4.3.3 选择、交叉及变异操作 |
4.3.3.1 选择 |
4.3.3.2 交叉 |
4.3.3.3 变异 |
4.4 实木板材优选的遗传算法设计 |
4.4.1 实木板材优选的问题表示 |
4.4.2 染色体表达 |
4.4.3 初始种群 |
4.4.4 染色体评估 |
4.4.5 交叉、变异、选择 |
4.5 实木板材优选的遗传算法实现 |
4.5.1 生成初始种群 |
4.5.2 按代数进行遗传 |
4.5.3 输出结果 |
4.6 实木板材优选实例 |
4.7 实木板材优选原则 |
4.8 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
攻读学位期间发表的学术论文 |
攻读学位期间申请的专利 |
参考文献 |
(4)海洋钻井平台二维零件切割排料技术研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 课题国内外研究情况 |
1.2.1 国外研究状况 |
1.2.2 国内研究状况 |
1.3 本文的主要内容 |
第二章 排料系统的总体设计 |
2.1 概述 |
2.2 排料问题要点分析 |
2.3 开发环境及开发语言 |
2.4 排料系统功能模块设计 |
2.4.1 图形加载模块 |
2.4.2 自动排料模块 |
2.5 本章小结 |
第三章 基于图形处理的排料算法 |
3.1 概述 |
3.2 零件图形数据处理 |
3.2.1 零件的读取 |
3.2.2 零件的数据管理 |
3.3 排料关键算法 |
3.3.1 零件移动算法 |
3.3.2 零件碰撞算法 |
3.3.3 零件间隙和公共边求取算法 |
3.3.4 零件镂空区求取算法 |
3.4 本章小结 |
第四章 初始排料方案的形成 |
4.1 概述 |
4.2 启发式搜索与沉积现象 |
4.2.1 启发式算法 |
4.2.2 沉积现象 |
4.2.3 沉积现象与人工排料 |
4.2.4 定义启发规则 |
4.3 初始排料方案的形成 |
4.3.1 空白区域的产生 |
4.3.2 空白区域数据管理 |
4.3.3 空白区域的搜索规则 |
4.3.4 空白区域的填充 |
4.3.5 初始方案的形成 |
4.4 本章小结 |
第五章 排料方案的优化 |
5.1 遗传算法基础 |
5.1.1 遗传算法基本概念 |
5.1.2 基本遗传算法的一般过程 |
5.2 排料方案的优化 |
5.2.1 排料问题与遗传算法的对应关系 |
5.2.2 染色体编码 |
5.2.3 个体适应度函数 |
5.2.4 遗传操作 |
5.3 优化实例 |
5.4 系统性能分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 创新工作 |
6.3 工作展望 |
参考文献 |
附录 |
致谢 |
(5)遗传算法在杨木单板改性中的应用(论文提纲范文)
1 遗传算法 |
2 遗传算法在木材科学领域应用现状 |
3 遗传算法在木材科学中的应用前景 |
4 杨木改性模型优化 |
(6)基于遗传算法的木板材优选排料研究(论文提纲范文)
1 遗传算法概述 |
2 木板材优选排料计算 |
2.1 适应度函数 |
2.2 个体编码及初始种群 |
2.3 进化操作 |
2.4 优选评价 |
3 实验 |
4 结论 |
四、基于遗传算法的木板材优选排料研究(论文参考文献)
- [1]家具板材智能排料控制系统优化研究[J]. 时恒秀. 机电信息, 2018(27)
- [2]时空优化调度问题求解算法及算例研究[D]. 杨欢. 华中科技大学, 2017(03)
- [3]基于图像识别的实木板材优选系统研究[D]. 房友盼. 南京林业大学, 2016(03)
- [4]海洋钻井平台二维零件切割排料技术研究[D]. 赵华. 天津大学, 2009(S2)
- [5]遗传算法在杨木单板改性中的应用[J]. 朱毅. 东北林业大学学报, 2008(08)
- [6]基于遗传算法的木板材优选排料研究[J]. 陈永光. 木材加工机械, 2004(06)