[发明专利]一种大规模数据的网络化分组优化下料方法

权利要求书

1.一种大规模数据的网络化分组优化下料方法，其特征在于，其步骤为：

1)首先由用户通过连接到网络的客户端在线提交下料任务；

2)以接收到用户在线提交的下料任务为优化起点，搜索网络上该时刻可以利用的下料服务资源，将所有的可利用下料服务资源组建成临时的网络化多软件并行下料服务系统，该下料服务系统包括多个下料软件；

3)然后通过零件分组技术将下料任务拆分形成多个零件片，将各个零件片依次分配给下料服务系统中所有的下料软件进行优化求解，所有的下料软件对每一个零件片的优化求解都以并行方式进行，通过结果评判得到各个零件片原材料利用率最优的下料结果；

4)最后由下料服务系统合并各个零件片最优的下料结果形成整体下料方案，并通过客户端反馈给用户，用户根据该整体下料方案下料即可。

2.根据权利要求1所述的大规模数据的网络化分组优化下料方法，其特征在于：所述网络上该时刻可以利用的下料服务资源需要满足预先设定的原材料优化利用率、优化时间效率和优化结果稳定性三个条件。

3.根据权利要求1所述的大规模数据的网络化分组优化下料方法，其特征在于：所述零件分组技术是利用基于下料零件样本的分组技术对用户提交的待下料零件进行分组，即引入数据库中高效下料方案的历史样本零件对分组过程进行指导，获得多个合理规模的稳定的零件片分组。

4.根据权利要求1所述的大规模数据的网络化分组优化下料方法，其特征在于：所述下料服务系统包括客户端、服务中心和支持中心；客户端为接口软件，负责接收用户的下料数据以及将下料结果反馈给用户，并进行下料数据的正确性检查；服务中心负责用户注册与身份验证、下料服务资源搜索、下料软件性能评价、下料任务分配、下料数据预处理、下料任务优化、下料结果评判以及下料结果合并与发布；支持中心包括零件分组模块、软件性能评价模块、下料结果评判模块和系统数据库。

5.根据权利要求3所述的大规模数据的网络化分组优化下料方法，其特征在于：所述零件分组技术具体实现方法为：引入下料服务系统支持中心数据库中的下料零件经验样本对分组过程进行指导，利用改进的K-means算法聚类形成样本零件相似组，构造样本零件相似组最小球体集对待下料零件进行归类分组，将形成的零件球体中心作为初始聚类中心对归类分组余下的零件进行HCM算法聚类，最后根据零件下料配合特征对零件相似组进行抽取分组形成多个零件片。