[发明专利]一种二维不规则图形排样优化方法

说明书

本发明公开了一种二维不规则图形排样优化方法，利用宽度最小原则和临界多边形算法相结合的摆放策略和合并多边形算法设计适应度函数，采用混合编码的遗传算法来优化排样过程中待排样图形顺序与放置角度，进而优化二维不规则图形的排样问题。本发明的优化方法可以大大减少临界多边形算法的计算量，在实际应用中提高了排样效率。

技术领域

本发明属于图形排样优化技术，具体涉及到一种基于混合编码的遗传算法和合并多边形算法的二维不规则图形排样优化方法。

背景技术

二维不规则图形排样问题是在给定的原材料板材上合理地放置多个不规则零件，使得零件之间互不重叠且板材利用率最大。二维不规则图形排样问题是经典的优化组合问题，其广泛应用于钣金零件加工、服装裁剪以及海绵切割等行业。

临界多边形(NFP)的基本含义为两个多边形之间的所有可能靠接位置所形成的一组封闭轨迹。目前，求取临界多边形的方法主要有明可夫斯基矢量和法、移动碰撞法、凹多边形凸化分割法、Ghosh斜率图法。

在传统的求解NFP算法过程中中，依照图形的加工序列，待排样多边形需与已放置多边形依次求解临界图形，得到待排样图形所有可能靠接的位置。在提供的所有靠接位置中，通过优化选择，最终确定出待排样多边形最合理的排样位置。已排样多边形之间通过点与点或点与边相互接触，多边形之间产生的空腔位置通常不足以放置待排样图形，已排样多边形之间的内部线段与待排样多边形的临界多边形靠接位置计算徒增计算量，降低了求解速度。

发明内容

发明目的：鉴于现有技术中有上述缺陷或不足，本发明提供一种基于混合编码的遗传算法和合并多边形算法的二维不规则图形排样优化方法，采用宽度最小原则和临界多边形算法相结合的摆放策略放置待排样图形。根据已排样图形的靠接特点，合并已放置的多边形外轮廓，减少多边形数量，从而降低NFP算法复杂度。利用上述摆放策略和合并多边形算法设计适应度函数，采用混合编码的遗传算法来优化排样过程中待排样图形顺序与放置角度，从而优化二维不规则排样问题。

技术方案：一种二维不规则图形排样优化方法，基于混合编码的遗传算法和合并多边形算法的二维不规则图形排样优化方法，通过混合编码的遗传算法生成初始种群，种群中每一个体包括图形排样序列和各个图形旋转角度；遗传算法中适应度函数计算出每个可行解的优劣程度，并通过对种群中个体的选择、交叉、变异等操作改变种群，通过不断选取最优解遗传到下一代，最终得到适应度函数的近似最优解，最后得出最优排样方案及排样结果图。

进一步的，所述的二维不规则图形排样优化方法的具体操作步骤如下：

步骤(1)根据混合编码规则初始化N个个体的种群；

步骤(2)若满足停止条件则停止，否则继续执行；

步骤(3)对当前种群进行适应度函数计算，记录其个体适应度函数值，最优个体以及平均适应度值；

步骤(4)独立地从当前种群中选取N个母体；

步骤(5)采用顺序交叉法对种群中个体进行交叉操作；

步骤(6)采用交换变异法对种群中个体进行变异操作；

步骤(7)将选择种群和交叉变异种群进行合并，得到规模为2N的种群；

步骤(8)在合并的种群中根据轮盘赌选择算法选择出N个个体，得到新一代种群；

步骤(9)返回步骤2继续迭代。