一、二维不规则多边形自动布局系统的研究与开发（论文文献综述）
李锦瑞[1]（2021）在《基于混合整数规划的二维不规则排样算法研究》文中研究表明二维不规则排样问题是一类经典的平面组合优化问题,广泛存在于航空航天、汽车、造船等先进制造业中。排样的核心目标是原材料利用率的最大化。研究高效的排样算法能有效减少原材料的消耗,提高制造业的自动化、智能化水平,具有显着的经济效益和社会效益。因此研究二维不规则排样问题具有重要意义。影响二维不规则排样结果的主要因素有两个,一个是样件的定位,另一个是样件的填充顺序。对于定位部分,现有的定位方法定位计算效率不高,且容易遗漏空腔或凹区域,造成空间浪费。对于填充顺序部分,单一启发式顺序优化算法易使解在局部最优处收敛。为了促进二维不规则排样问题在实际生产中的有效解决,本论文对二维不规则排样问题展开研究。针对现有问题,本论文对二维不规则排样问题的定位算法和顺序优化算法展开研究,提出一种基于混合整数规划的二维不规则排样模型,并设计混合启发式算法对所提出模型进行求解。论文的主要内容如下:（1）分析实际下料生产中轮廓图形的常用构建与表达方式,研究读取和转存CAD文件的原理,建立完整表达带空腔样件的数据结构,设计基于DXF文件的样件轮廓读取转存算法和任意曲线轮廓的多边形逼近算法,确保样件轮廓预处理后能有效地与排样定位和定序策略相结合。（2）分析二维不规则排样问题定位效率低和易遗漏空腔的问题,提出一种基于矢量叠加的临界多边形求解算法,能够快速找到样件所有可能的靠接位置,解决传统临界多边形求解算法易遗漏空腔或凹区域的问题,实现样件的快速、精确定位。（3）针对单一启发式的填充顺序优化算法易陷入局部最优解的问题,分析二维不规则排样问题的多个约束,提出一种基于混合整数规划的二维不规则排样模型。以遗传算法为框架,设计一种结合模型约束的混合启发式算法对该模型进行求解。（4）研究跨平台应用程序开发技术,基于“前端Electron后端Java”的理念,基于Electron和Java开发二维不规则排样系统,通过调整排样参数进行排样,得出排样实例图与排样结果参数,验证本文提出排样算法的正确性及排样系统的可行性。
缪杰[2]（2021）在《船舶不规则零件排样算法的研究》文中研究表明在世界能源短缺的今天,节约资源,提高资源利用效率,是全球制造业绕不开的话题。船舶制造业作为国家重要的基础制造业,消耗着大量的资源,板材是最大的资源消耗之一。目前,船舶制造企业通常采用人工套料的方式,这种方式依赖排样工作者的经验,阻碍了船舶制造业智能化的发展。同时,人工套料的方式导致了船用板材利用率低,造成了资源的浪费,国内的板材利用率明显低于日韩企业,而且“绿色造船”的新模式给船舶行业在资源利用率方面提出了更高的要求,要求采用先进的技术,实现节省资源和能源的目的。计算机辅助排样技术作为船舶工业设计、制造与生产中关键环节,对提高资源利用率、减少生产成本和降低劳动强度起到了重要的作用。所以,将计算机辅助排样技术应用到船舶生产过程中,是船舶制造业实现智能化和“绿色造船”模式的一个重要手段。因此,船舶套料问题的研究具有重要实际意义。船舶套料问题属于二维排样问题,又可分为规则排样问题和不规则排样问题,船舶零件大多数是不规则零件,所以本文主要对二维不规则零件排样问题的进行研究。首先确定了排样问题的类型,以最大化母板利用率为目标,以零件排放过程中的工艺约束和几何约束为约束条件,建立船体不规则零件排样问题的数学模型,采用了矢量图法表示不规则零件的形状,并采用CSV文件格式存储和读取图形的几何信息。在求解零件与母板的靠接关系时,提出了基于轨迹线法求解内接多边形的算法。考虑到船舶零件的几何特性,提出了基于pyclipper.Minkowski Sum法求解临界多边形来处理零件与零件间的位置关系。通过实验表明,该算法求解得到的母板利用率明显优于目前市面上流行的两款套料软件。基于TOPOS算法和左下原则策略,提出了混合启发式定位策略,建立3种定位准则,确定了待排零件在母板中最佳排放位置。接着分析了遗传算法和模拟退火算法的优缺点,提出了基于GA和SA的混合改进遗传算—模拟退火算法（HIGSAA）。HIGSAA的设计以GA为外层循环,SA为内层循环。对传统GA进行了改进,设计了“固定+随机”的初始种群创建方法和加权随机选择算子。SA作用在遗传变异操作后,以某一概率选择父母代、子代继承到下一代群体中,该个体进入下一迭代的遗传操作。最后通过基准算例对基于混合启发式算法的排样算法在HIGSAA算法优化下的排样效果进行了测试,验证了本文算法的可行性以及较好的效率。
利润[3]（2020）在《地下停车场车位自动化排布方法研究》文中进行了进一步梳理地下停车场的车位自动化排布是指通过读取地下停车场设计的参数信息,通过排布算法自动地完成车道与停车位的布局,自动化排布可以减少建筑设计师的重复性设计工作。针对这一领域目前国内外的研究较少,不同的设计标准、规范也为自动化排布的研究带来了一些阻碍。本文基于模块化车位的排布策略,结合切割下料与装箱问题的分类,将地下停车位排布问题使用带约束的二维完全背包问题模型进行描述。模型约束包括了车道、车位、边界、塔楼、地下室出入口等实体之间的约束关系,以排布车位数量作为优化目标。本文对矩形区域内的车位排布问题进行研究,给出了矩形排布区域的一个排布上界。结合近年来二维布局求解方法以及停车位排布模型的约束,提出了三种求解该模型的算法。本文参考了下台阶算法以及分支定界法求解二维布局问题的实施步骤,采取相似的排布策略,提出了下台阶排布算法及分支定界排布算法。本文结合停车位排布在开维车道上的最优排布,提出了两阶段动态规划车道布局算法,并对算法复杂度、浪费空间进行了分析。实验数值表明,本文所提出的两阶段动态规划车道布局算法相较于修改后的下台阶排布算法、分支定界排布算法具有更优的排布效果,同时具备了可接受的时间开销。本文通过网格化对地下停车场区域进行近似分割,将复杂带空洞的原问题区域划分为多个可应用排布算法的子区域,提出了一种满足全局约束的贪婪分割地下停车位排布算法。本文最后将上述算法在若干个现实场景排布问题中进行实验,并与对应的人工解决方案进行了对比。
张又文[4]（2020）在《基于要素分类与模板的三维数字采矿工程制图优化研究》文中研究指明随着经济的发展与科技的进步,三维可视化、三维建模、云数据处理及数据索引等技术,推动传统的矿山开采,使采矿进入了数字信息化、智能化时代。在三维可视化环境下,地质体的空间形态和工程分布清晰明了,同时为岩性、地质品位等信息的属性模型提供了多尺度的描述方法。技术人员可以在三维可视化环境下,对采矿的整体业务环节（勘探、掘进、采矿、尾矿处理等）进行设计和分析。工程制图是数字采矿的重要环节,其成果是指导现场施工及工程师交流的工程图件。如何准确、高效地生成表达地质体范围、工程分布及设计成果的工程图件,是当前研究的难点和重点。本文阐述了工程制图研究背景及意义,提出了整体思路和技术路线,分析了数字采矿的三维模型表达、建模理论及数据结构检索编码;对表面模型空间布尔运算、投影算法及块段模型的数据处理进行了研究与分析,提出了基于多级网格的空间模型投影轮廓线生成方法。通过对矿山三维模型数据进行工程分类,并采用XML保存不同工程类（如巷道、硐室、矿体）的成图模式,提出基于要素分类与模板机制的工程制图方法。对矿山各种图件进行了分类和分析,提出了制图系统的逻辑框架,基于VS2013和采用平台及插件的方式,完成了工程制图的系统设计与实现。福建马坑项目的应用案例表明:该系统能够满足实际的工程制图需要。本文的研究成果解决了数字采矿设计中工程制图的难点问题,为三维环境下数字采矿提供了进一步的技术支持。
唐奇[5]（2020）在《混批零件排样算法与船用板材下料管理系统研究》文中指出近年来,随着计算机科学技术的快速发展,船舶制造企业也逐渐转型,由传统的制造业逐渐往智能制造业方向转变。伴随着市场需求的实时变化,客户定制化和个性化的需要程度不断增加,船舶制造企业主要采用多品种单件生产方式,这使板材下料过程物料管理变得更加困难。船舶制造企业的板材下料过程中会存在排样效率低下以及大量的原材料浪费等问题,因此需要设计高效的排样优化方法以更好的指导板材下料过程,从而有效地提高企业的生产效率,降低企业的生产成本,并且能够按时交付产品。本文以船舶制造企业的板材下料为应用背景,利用计算机图形学相关理论和优化排样算法,研究混批不规则零件排样问题,主要研究内容包括:（1）以最小化排样长度为不规则件排样问题的优化目标,考虑排样过程中的零件之间不能相互重叠、零件不能超出板材的边界等约束,建立了不规则件排样问题的数学模型。通过对临界多边形算法、基于判交-分离算法以及基于判距-碰靠算法这三类方法进行分析比较,选取了时间复杂度较小的基于判距的碰靠算法作为本文排样问题的定位方法。（2）针对传统临界多边形算法存在计算过程繁杂、时间复杂度较高等问题,提出了一种基于判距-碰靠的混合启发式排样方法。通过基准问题实验,验证了本文提出的基于判距-碰靠的混合启发式排样方法在排样效率方面优于临界多边形算法。（3）分析了传统遗传算法的不足,针对传统遗传算法中存在的局部搜索性能差、容易早熟收敛的问题,提出了一种自适应遗传算法求解不规则件排样顺序优化问题。通过基准问题实验,表明了本文提出的自适应遗传算法的排样效果要明显优于传统的遗传算法,且能够达到商用排样的精度要求。（4）根据船舶制造企业板材下料问题的实际需求,基于浏览器/服务器（B/S）架构设计了一款船用板材下料管理系统。系统主要包括系统管理、原材料信息管理、排样零件信息管理、排样任务管理、排样管理五个主要功能模块,验证了本文设计的排样优化方法和系统的可行性和实用性。
吴文明[6]（2020）在《室内空间布局的自动设计与优化》文中进行了进一步梳理现代工程和现实生活中存在大量的布局问题,室内空间布局就是其中一个非常重要的分支。室内空间布局专注于人们赖以生产生活的室内场景。同时,室内场景的模型也逐渐被应用到越来越多的领域,如CG动画电影、计算机游戏、虚拟现实技术等。对室内场景建模的迫切需求也催生出了关于室内空间布局的相关研究。由于室内空间布局具有广泛的应用前景和巨大的商业价值,其已经成为计算机图形学和计算机视觉领域中一个重要的研究课题。随着计算机辅助设计广泛应用于智能设计领域,室内空间布局也成为其中一个重要的研究领域。在室内空间布局的问题中,通常要求在给定的区域或空间中创建布局或者优化布局。本文围绕室内空间布局的自动设计与优化,基于给定的布局边界或布局空间,提出了三种有效的自动设计与优化方法。我们首先提出了一种用于布局平面图自动生成的基于设计约束的优化方法。给定建筑物的边界以及用户的要求作为设计约束,我们的方法可以自动生成室内空间布局。该算法的主要思想是:用多个矩形组合的多边形表示室内空间布局中的房间单元,并将布局设计中的约束和规则转化针为对相关矩形的约束。我们选取了一些重要的设计约束,如房间的大小、房间的位置、房间的邻接关系等,并且将这些约束表示为混合整数二次规划问题的约束形式以符合我们的模型。为了提高方法的适用范围,我们又基于上述方法提出了一个层次结构的算法流程。大量的实验结果表明,我们的算法可用于住宅建筑的室内空间布局设计,并且可以拓展应用到大规模场景的空间布局,如写字楼、购物中心、超市等。通过比较发现,我们的方法在效率方面远远高于现有方法。上述优化方法对设计约束的要求比较严格,一种直接的想法是从现有的设计方案中学习设计准则并将其用于室内空间布局的自动设计。因此,我们提出了一种用于快速高效地进行布局平面图设计的深度学习方法。我们的算法仅以布局的边界作为约束进行布局平面图的自动生成。该算法的主要思想是:通过模仿设计师的设计流程,提出一种两阶段的算法,即先定位房间然后定位墙体,从而生成能够适应给定边界的布局平面图。基于此,我们提出了一个用于室内空间布局设计的两阶段深度学习网络。为了有效地训练该网络,我们还构建了一个含有丰富数据标注的室内布局数据集RPLAN,其包含来自真实住宅建筑的8万多个室内布局平面图。大量的生成结果表明了我们方法的可行性和有效性。通过比较采用不同算法生成的室内布局平面图的合理性,可以证明我们的方法不仅远远优于其他方法,而且在多数情况下,利用我们的方法生成的平面图可以和专业设计师设计的平面图相媲美。上述方法都是针对室内空间布局的自动设计问题而提出来的,而在室内空间布局的优化问题中,我们提出了一种单样本驱动的室内空间布局优化技术。给定室内场景以及规模较小的室内空间,我们提出了一种场景重定向方法,可以将室内场景的规模减小到室内空间能够容纳的规模。该算法的主要思想是:重新布局室内场景中的对象以获得新的室内场景,通过相关度量的保持使得新场景和原始场景在空间感知上具有一致性。我们的场景重定向方法通过保持室内场景的布局和结构,在缩小场景规模的同时,又能够保持场景中的空间感知。在优化过程中,我们除了要保持室内场景的布局和结构,还需要尽可能减小场景中对象的扭曲和失真。实验结果表明我们的场景重定向方法是有效的,通过与均匀缩放的结果比较,进一步证明了我们的重定向算法的有效性。
黄泽辉[7]（2020）在《增强型鲸鱼优化算法求解二维不规则带排样问题》文中进行了进一步梳理本文主要研究了二维不规则带排样问题（two-dimensional irregular strip packing problem,2DIRSP）,该问题又称为嵌套下料问题（nesting problem）,是排样领域中的一个核心问题,其在服装制造、皮革切割、制鞋等制造工业中都有着广泛的应用,其中最典型的应用之一为服装制造中的零件切割下料。该问题要求在宽度固定的矩形带上切割出所有符合要求的异形零件,问题目标在于最小化原材料使用长度,等价于最大化原材料利用率,从而提高经济效益。因此研究二维不规则带排样问题有着非常重要的实用价值。为了满足在短时间内找到高利用率排样方案的实际需求,本文提出了一套完整求解2DIRSP问题的算法EWS,EWS采用了三个阶段来求解该问题。首先采用了一个最左最下的启发式算法来获得一个初始合法排样方案。接着在合法排样布局上,通过减小或增加矩形带的长度并调用布局调整算法来搜索更优的排样方案。最后在达到时间限制时,采用一个全局压缩算法来进一步改善排样方案并输出最终的排样结果。EWS中的布局调整算法是整个求解算法的关键,而本文提出的增强型鲸鱼群优化算法PEWOA则是整个算法的核心,PEWOA在布局调整算法中被调用。PEWOA是基于原始鲸鱼群优化算法WOA,并在其基础上进行改进的一种元启发式优化算法,该算法针对性地引入了自适应权重因子、局部扰动与全局跳动变异等策略,使得改进后的鲸鱼群优化算法能够更好地平衡全局勘探搜索与局部开发搜索能力。本文创新地将鲸鱼群优化算法思想应用于求解2DIRSP问题上,并采用了欧洲经典排样测试样例对所提出的算法进行测试。在与其它三个较优算法进行对比后发现,本文所提算法取得了较好的利用率结果,具备较强的竞争力。
王静静[8]（2020）在《不规则件智能排样与数控切割系统的研究与实现》文中研究表明工业4.0背景下,现代制造生产模式已向智能制造转变。目前对于排样问题中的研究大多集中于规则图形的排样,且对于从排样优化到数控切割加工的集成化系统研发较少。如何适应当前市场应用需求,解决数控加工过程中普遍存在的材料利用率低、效率低下等问题,已经成为众多学者的研究重点。本文通过研究二维不规则零件排样问题的求解方法,结合C#Winform开发技术,设计并开发了一种不规则件智能排样与数控切割系统,主要研究内容如下:首先,对系统进行了总体设计。在系统需求分析的基础上,详细梳理了系统的整体业务流程。根据系统的功能结构将系统分为不规则件智能排样子系统和数控加工状态显示和控制子系统,并对不规则件智能排样子系统的排样流程进行设计。其次,通过分析二维不规则排样问题的求解重点,从零件的定位策略和排放顺序优化两个方面进行排样问题的求解;对常用排样定位策略及其优缺点进行简单讨论和比较,给出了基于临界多边形的BL定位策略的求解步骤;介绍用于排放顺序优化求解的智能优化方法,将基于临界多边形的BL定位策略和遗传算法相结合应用到二维不规则排样问题中,讨论该求解算法的实现过程。然后,对数控加工状态显示和控制子系统进行了界面和功能上的设计。通过数控加工代码的生成和传输,衔接零件设计和数控切割加工过程;分析并确定了系统通讯方案的设计思路,对FTP客户端、PVI客户端接口程序及数控加工状态交互模块进行了详细设计。最后,基于C#编程语言和Microsoft Visual Studio 2013开发平台,设计和开发了一套不规则件智能排样与数控切割系统。测试表明,本文设计的系统运行状态稳定,能够根据用户需求有效求解不规则零件排样问题,生成数控加工程序并传输到数控系统,实现了对数控加工状态的显示和控制,具有一定的应用价值。
朱霄霄[9]（2020）在《基于矩形包络的二维排样优化》文中认为二维不规则图形排样广泛应用于玻璃、钢板、木材和皮革等各个行业中,它是指在给定的板材上排放多种不同尺寸的零件,使这些零件在既不互相重叠,又不超出板材边界等相关约束条件下,尽可能减少占用板材的面积,提高原材料的利用率。二维排样是一种典型的平面布局优化问题,在理论上属于NP完全问题,求解十分困难,因此对该问题的研究有着广泛的应用背景和重要的理论及实际意义。本文在现有研究的基础上,对零件的预处理、排样算法和系统开发这三块内容作了相关研究,具体内容如下:在零件的预处理方面,采用矩形包络法将二维不规则零件转化为规则零件。对于曲边零件,采用基于公差的多边形扩大法先将其转化为直边零件,再对其进行矩形包络。并计算包络后零件的最佳矩形包络率,根据包络率的大小判断零件是否需要进行组合包络。在零件排样算法方面,对主流排样算法进行了分析和研究,提出利用启发式算法和智能优化算法结合的方式对问题进行求解。先采用剩余矩形匹配算法来制定排样规则、确定零件排样方式,再利用遗传算法对排样方案进行搜索,寻找最优的排样方案。在系统开发方面,以MATLAB为开发平台,研究了系统开发实现的全过程,包括用户界面开发、主程序设计和数据库配置,并将该系统运用到J公司的二维下料环节中,对其可行性进行了验证。实验结果表明,本系统将该批零件的板材利用率从原来的78%提高到88.23%,改善效果显着。本文将剩余矩形匹配算法和遗传算法相结合解决二维排样问题,使原材料利用率显着提高,为企业提高排样效率、减少生产成本,对二维不规则排样问题的研究具有重要的理论和实际意义。
柯于河[10]（2019）在《基于异形板材的二维不规则零件自动排料方法研究》文中指出二维排样问题广泛存在于造船、金属板材下料、家具组装、皮革服装裁剪等加工制造业中,是一个典型的NP难组合优化问题。在板材下料问题研究中,人们研究对象主要是矩形完整板材,而对板材余料的自动排料研究较少。完整板材排料问题的研究只是在一定程度上减少板材余料的产生,但是不能从根本上解决板材余料浪费问题,本文由此确定研究方向为基于异形板材的二维不规则零件自动排料方法研究。结合二维不规则零件在矩形板材排料研究,本文采用“NFP定位+遗传算法定序”主要思路来实现二维不规则零件在异形板材中自动排料。本论文主要研究内容:（1）基于临界多边形算法是现在解决零件定位问题的主流方法,临界多边形求解问题是目前限制二维排样研究的瓶颈。本文分析了移动碰撞法和明可夫斯基矢量和法求解凹多边形的临界多边形局限性,引用凸化分割算法降低临界多边形求解难度。（2）针对传统矩形板材定位方法不适用异形板材这种情况,引用内临界多边形概念来解决异形板材中二维不规则零件定位问题;针对异形板材外部轮廓复杂性,对传统定位方法加以改进,改进后的定位算法不但可以保证二维不规则零件在排样过程中满足约束条件,还考虑了零件在板材空隙区域排放的可能性,由此增加板材利用率。（3）采用遗传算法来解决零件定序优化问题,并且具体阐述了遗传算法实现细节。根据现实中不规则零件的排样经验,制定一些启发式策略来加快排样算法的计算和优化排样结果。此外针对二维不规则零件会在异形板材一些狭窄区域停止排放的这个问题提出了解决方法。（4）分析了异形板材的缺陷区域在排料过程中会对零件定位产生影响,针对这一情况对原有定位算法加以改进。在多零件多板材自动排料中板材定序问题上,本文基于一些排放经验,提出了解决方法,并且通过实例来验证。
二、二维不规则多边形自动布局系统的研究与开发（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、二维不规则多边形自动布局系统的研究与开发（论文提纲范文）
（1）基于混合整数规划的二维不规则排样算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 二维排样问题概述 |
| 1.3 排样问题研究现状及分析 |
| 1.3.1 二维不规则排样问题的定位算法 |
| 1.3.2 二维不规则排样问题的顺序优化算法 |
| 1.3.3 研究现状分析 |
| 1.4 本文的主要研究内容与技术路线 |
| 第2章 排样图形预处理 |
| 2.1 排样图形信息的提取 |
| 2.1.1 交互数据文件的选择 |
| 2.1.2 DXF文件的结构 |
| 2.1.3 样件数据的读取 |
| 2.2 样件数据的预处理 |
| 2.2.1 样件的描述方法 |
| 2.2.2 轮廓为曲线样件的多边形逼近 |
| 2.2.3 带有空腔样件的预处理 |
| 2.2.4 图形轮廓的偏置 |
| 2.3 本章小结 |
| 第3章 基于矢量叠加的临界多边形求解算法 |
| 3.1 平面多边形的表示方法 |
| 3.2 样件的数据结构 |
| 3.2.1 JSON格式简介 |
| 3.2.2 样件数据集的构建 |
| 3.3 基于矢量叠加的NFP求解算法 |
| 3.4 算法实验结果统计与分析 |
| 3.5 本章小结 |
| 第4章 二维排样问题的混合整数规划模型及求解 |
| 4.1 MIP 模型下排样问题的数学描述 |
| 4.2 排样问题的MIP模型 |
| 4.2.1 非重叠约束 |
| 4.2.2 紧凑约束 |
| 4.2.3 目标函数 |
| 4.3 基于任意旋转角的二维不规则排样问题的混合整数规划模型 |
| 4.4 基于改进遗传算法的排样优化 |
| 4.4.1 种群初始化 |
| 4.4.2 适应度函数 |
| 4.4.3 变异运算 |
| 4.4.4 交叉运算 |
| 4.4.5 种群选择 |
| 4.4.6 判断约束与中止条件 |
| 4.5 排样实例 |
| 4.5.1 排样实例1 |
| 4.5.2 排样实例2 |
| 4.6 本章小结 |
| 第5章 二维不规则排样应用软件系统设计与实现 |
| 5.1 二维不规则排样系统的总体框架 |
| 5.1.1 系统运行环境 |
| 5.1.2 系统总体框架 |
| 5.2 二维不规则排样系统的设计与实现 |
| 5.2.1 系统界面 |
| 5.2.2 功能实现 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（2）船舶不规则零件排样算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 排样问题研究的背景及意义 |
| 1.2 排样问题的类型 |
| 1.3 国外与国内研究状况 |
| 1.3.1 国外研究状况 |
| 1.3.2 国内研究状况 |
| 1.4 主要研究内容和论文构架 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文构架 |
| 2 图形预处理和相关几何原理 |
| 2.1 引言 |
| 2.2 零件的几何表达 |
| 2.2.1 栅格法(像素法) |
| 2.2.2 图像法 |
| 2.2.3 包络拟合法 |
| 2.2.4 矢量图法 |
| 2.3 几何信息的读取 |
| 2.4 多边形计算几何原理 |
| 2.4.1 多边形面积的计算和顶点逆时针化 |
| 2.4.2 多边形的平移与旋转 |
| 2.4.3 判断点是否在线段上 |
| 2.4.4 判断两线段是否相交 |
| 2.4.5 判断点是否在多边形内 |
| 2.5 本章小结 |
| 3 临界多边形和定位策略在二维不规则排样问题中的研究 |
| 3.1 引言 |
| 3.2 临界多边形(No-fit Polygon)算法的定义 |
| 3.3 临界多边形的构造 |
| 3.3.1 基于轨迹线的临界多边形的构造 |
| 3.3.2 基于NFP的内部临界多边形(Inner-fit Polygon)的构造 |
| 3.3.3 基于pyclipper.Minkowski Sum的两图形相切空间的求解 |
| 3.3.4 混合算法实验结果 |
| 3.4 混合定位策略的研究 |
| 3.4.1 启发式算法的介绍 |
| 3.4.2 混合TOPOS和左下原则排放策略研究 |
| 3.5 本章小节 |
| 4 混合改进遗传—模拟退火算法在二维不规则排样问题中的应用研究 |
| 4.1 前言 |
| 4.2 遗传算法和模拟退火算法简介 |
| 4.2.1 遗传算法 |
| 4.2.2 模拟退火算法 |
| 4.3 基于混合改进遗传—模拟退火算法的排样优化算法研究 |
| 4.3.1 基本原理 |
| 4.3.2 编码方式的设计 |
| 4.3.3 个体适应度的设计 |
| 4.3.4 初始种群的创建 |
| 4.3.5 选择算子的设计 |
| 4.3.6 交叉算子的设计 |
| 4.3.7 变异算子的设计 |
| 4.3.8 模拟退火算法的设计 |
| 4.4 本章小结 |
| 5 算法实验与分析 |
| 5.1 前言 |
| 5.2 算例仿真与分析 |
| 5.3 HIGSAA算法收敛曲线 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）地下停车场车位自动化排布方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.1.1 地下停车位排布问题研究背景 |
| 1.1.2 地下车位排布问题研究动机 |
| 1.1.3 地下室车位排布的研究意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和论文结构 |
| 1.3.1 本文的主要研究内容 |
| 1.3.2 论文结构 |
| 第二章 地下停车位排布问题模型 |
| 2.1 停车位排布的问题描述 |
| 2.1.1 停车位排布的约束条件描述 |
| 2.1.2 停车位排布的数学模型和约束 |
| 2.2 与传统二维布局问题的差异 |
| 2.2.1 布局模块差异 |
| 2.2.2 布局约束的差异 |
| 2.2.3 布局空间的差异 |
| 第三章 规则无空洞矩形上的车位排布算法 |
| 3.1 问题基本定义 |
| 3.2 规则无空洞矩形区域排布上界 |
| 3.3 规则无空洞矩形区域的下台阶排布算法 |
| 3.4 规则无空洞矩形区域的分支定界排布算法 |
| 3.4.1 布局表示与分支界限参数定义 |
| 3.4.2 状态上界计算方法 |
| 3.4.3 等价状态判定方法 |
| 3.4.4 分支定界排布算法的设计 |
| 3.5 两阶段动态规划车道布局算法 |
| 3.5.1 单车道上的排布模型及动态规划求解算法 |
| 3.5.2 单车道排布结果模块化 |
| 3.5.3 基于的停车位布局算法设计 |
| 3.5.4 模块化车道布局算法分析 |
| 3.6 实验结果分析 |
| 3.6.1 测试算例设计 |
| 3.6.2 实验结果分析 |
| 3.7 本章总结 |
| 第四章 基于贪婪分割的地下停车位排布算法及应用 |
| 4.1 带空洞任意多边形的网格化分割 |
| 4.1.1 基本定义 |
| 4.1.2 多边形内矩形分割 |
| 4.1.3 基于网格化近似的贪婪分割算法 |
| 4.2 排布子模块连接算法 |
| 4.2.1 矩形子区域排布方案描述 |
| 4.2.2 矩形子区域连通性描述 |
| 4.2.3 车道连通操作 |
| 4.3 基于贪婪分割的地下停车位排布算法 |
| 4.4 应用说明 |
| 4.4.1 地下停车场实例应用 |
| 4.4.2 地下停车位排布算法应用分析 |
| 4.5 本章总结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）基于要素分类与模板的三维数字采矿工程制图优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 工程制图的研究现状 |
| 1.3 整体思路和技术路线 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第二章 数字采矿三维模型 |
| 2.1 表面模型的理论基础 |
| 2.1.1 TIN不规则三角网 |
| 2.1.2 矿体模型的建模方式 |
| 2.2 块段模型的理论基础 |
| 2.3 数字采矿模型数据结构检索编码 |
| 2.4 本章小结 |
| 第三章 数字模型空间几何运算 |
| 3.1 三维模型的空间布尔运算 |
| 3.1.1 二维布尔运算 |
| 3.1.2 三维布尔运算 |
| 3.2 基于多级网格的空间模型投影生成算法 |
| 3.2.1 常用投影算法分析 |
| 3.2.2 表面模型的数据及投影处理的特征 |
| 3.2.3 算法的描述 |
| 3.2.4 基于四叉树的空间分割与结点单元的填满判断 |
| 3.2.5 使用布尔运算进行数据合并 |
| 3.2.6 实验结果分析及算法小结 |
| 3.3 块段模型的数据处理 |
| 3.4 本章小结 |
| 第四章 基于要素分类和模板机制的工程制图 |
| 4.1 要素分类与模板的基本概念 |
| 4.2 基于XML的模板机制 |
| 4.2.1 模板化工程制图的需求 |
| 4.2.2 XML文本语言 |
| 4.2.3 模板机制的快速成图方式 |
| 4.3 本章小结 |
| 第五章 系统的设计与实现 |
| 5.1 工程制图需求分析 |
| 5.2 系统框架设计与实现 |
| 5.3 出图流程及应用案例 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在校期间发表的学术论文及研究成果 |
（5）混批零件排样算法与船用板材下料管理系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 不规则件排样问题定位方法的研究现状 |
| 1.2.2 不规则件排样顺序优化方法的研究现状 |
| 1.2.3 排样软件的研究现状 |
| 1.3 研究目的和意义 |
| 1.4 主要研究内容 |
| 1.5 论文总体结构 |
| 第2章 混批不规则零件排样问题建模及求解理论 |
| 2.1 混批不规则零件排样问题描述与数学建模 |
| 2.1.1 问题描述 |
| 2.1.2 数学模型的建立 |
| 2.2 不规则零件排样问题的定位方法 |
| 2.2.1 临界多边形求解算法 |
| 2.2.2 基于判交-分离算法 |
| 2.2.3 基于判距的碰靠算法 |
| 2.3 不规则零件排放顺序优化算法 |
| 2.4 不规则零件排样问题中关键属性通用计算方法 |
| 2.4.1 排样件的面积计算 |
| 2.4.2 排样件的重心坐标计算 |
| 2.4.3 排样件的平移与旋转 |
| 2.4.4 点到线段的靠接距离计算 |
| 2.5 本章小结 |
| 第3章 基于判距-碰靠的混合启发式排样方法 |
| 3.1 待排零件相对已排零件的定位 |
| 3.1.1 待排件与已排件之间的靠接判断 |
| 3.1.2 碰靠前沿的确定 |
| 3.1.3 有效碰靠前沿的确定 |
| 3.1.4 待排件与已排件的最小平移距离计算 |
| 3.2 待排零件相对原材料的定位 |
| 3.2.1 待排零件与原材料边界的靠接判断 |
| 3.2.2 待排零件与原材料边界的最小平移距离计算 |
| 3.3 基于启发式规则的混合排样方法 |
| 3.3.1 最左最下排样策略 |
| 3.3.2 不同入排角度下的碰靠定位 |
| 3.3.3 启发式规则引入 |
| 3.3.4 基于判距-碰靠的混合启发式排样流程 |
| 3.4 算法对比实验 |
| 3.5 本章小结 |
| 第4章 基于自适应遗传算法的排样顺序优化 |
| 4.1 基本遗传算法的概述 |
| 4.2 自适应遗传算法的设计 |
| 4.2.1 个体的编码和解码 |
| 4.2.2 适应度函数 |
| 4.2.3 种群初始化 |
| 4.2.4 选择、自适应交叉与变异 |
| 4.2.5 算法的终止准则 |
| 4.2.6 算法的流程 |
| 4.3 基准问题实验 |
| 4.4 本章小结 |
| 第5章 船用板材下料管理系统的开发 |
| 5.1 系统的需求分析 |
| 5.2 系统的设计 |
| 5.2.1 系统的功能模块设计 |
| 5.2.2 系统的架构设计 |
| 5.3 数据库的设计 |
| 5.4 软件系统的实现 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文及研究成果清单 |
| 学位论文评阅及答辩情况表 |
（6）室内空间布局的自动设计与优化（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究问题 |
| 1.3 研究现状 |
| 1.3.1 布局设计与优化 |
| 1.3.2 住宅建筑的室内布局设计与优化 |
| 1.3.3 大规模场景的空间布局设计与优化 |
| 1.3.4 基于学习方法的室内布局设计 |
| 1.4 本文结构安排 |
| 第2章 室内空间布局基础 |
| 2.1 室内空间布局的基本概念 |
| 2.1.1 室内空间布局的约束 |
| 2.1.2 室内空间布局的分类 |
| 2.1.3 室内空间布局的难点 |
| 2.2 室内空间布局的基本方法 |
| 2.2.1 随机优化方法 |
| 2.2.2 深度学习方法 |
| 2.3 本章小结 |
| 第3章 约束驱动的室内空间布局设计 |
| 3.1 引言 |
| 3.2 算法流程 |
| 3.3 参数化布局表示 |
| 3.4 基于MIQP的布局设计 |
| 3.4.1 基本算法 |
| 3.4.2 约束建模 |
| 3.4.3 多层次算法 |
| 3.4.4 算法实现 |
| 3.5 算法分析 |
| 3.5.1 算法结果 |
| 3.5.2 算法评估 |
| 3.5.3 算法比较 |
| 3.6 本章小结 |
| 第4章 数据驱动的室内空间布局设计 |
| 4.1 引言 |
| 4.2 算法流程 |
| 4.3 RPLAN数据集 |
| 4.4 两阶段算法 |
| 4.4.1 房间定位 |
| 4.4.2 定位墙体 |
| 4.5 实验 |
| 4.5.1 算法细节 |
| 4.5.2 算法比较 |
| 4.5.3 比较分析 |
| 4.5.4 算法评估 |
| 4.6 本章小结 |
| 第5章 单样本驱动的室内空间布局优化 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.2.1 图像适配显示技术 |
| 5.2.2 三维空间的重定向 |
| 5.3 重定向算法 |
| 5.3.1 算法概述 |
| 5.3.2 室内场景表示 |
| 5.3.3 感知保持算法 |
| 5.3.4 优化算法 |
| 5.4 结果与分析 |
| 5.4.1 算法结果 |
| 5.4.2 算法比较 |
| 5.5 本章小节 |
| 第6章 总结和展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（7）增强型鲸鱼优化算法求解二维不规则带排样问题（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 小结 |
| 1.4 研究内容与文章结构 |
| 1.4.1 本文研究内容 |
| 1.4.2 本文组织结构 |
| 第二章 问题描述 |
| 2.1 问题难点与解决方案 |
| 2.1.1 二维不规则排样问题分类 |
| 2.1.2 二维不规则带排样问题难点 |
| 2.1.3 二维不规则带排样问题解决方案 |
| 2.2 相关形式化定义 |
| 2.2.1 二维不规则带排样问题数学模型 |
| 2.2.2 重叠检测方法 |
| 2.2.3 重叠最小化 |
| 2.2.4 穿透深度与惩罚向量计算重叠值 |
| 2.3 分离算法 |
| 2.4 本章小结 |
| 第三章 增强型鲸鱼优化算法 |
| 3.1 基本鲸鱼群优化算法 |
| 3.1.1 搜索觅食 |
| 3.1.2 收缩包围 |
| 3.1.3 螺旋更新位置 |
| 3.2 增强型鲸鱼优化算法 |
| 3.2.1 非线性时变自适应权重 |
| 3.2.2 差分变异扰动因子 |
| 3.2.3 较差个体变异 |
| 3.2.4 螺旋更新方式改进 |
| 3.3 PEWOA算法执行流程 |
| 3.4 本章小结 |
| 第四章 PEWOA求解二维不规则带排样问题 |
| 4.1 求解算法框架介绍 |
| 4.2 最左最下策略获取初始排样方案 |
| 4.3 布局调整算法 |
| 4.3.1 算法概述 |
| 4.3.2 增强型鲸鱼优化算法的使用 |
| 4.3.3 自适应惩罚权值 |
| 4.4 全局压缩算法 |
| 4.5 本章小结 |
| 第五章 实验结果 |
| 5.1 实验环境 |
| 5.2 实验参数 |
| 5.3 实验结果 |
| 5.4 本章小结 |
| 总结与展望 |
| 全文总结 |
| 工作展望 |
| 参考文献 |
| 攻读学位期间所获成果 |
| 致谢 |
| 附录1 EWS算法排样结果 |
（8）不规则件智能排样与数控切割系统的研究与实现（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 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容与组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 组织结构 |
| 2 不规则件智能排样与数控切割系统的总体设计 |
| 2.1 系统需求分析 |
| 2.1.1 功能需求 |
| 2.1.2 非功能需求 |
| 2.2 系统总体流程及功能结构 |
| 2.2.1 系统总体流程设计 |
| 2.2.2 系统功能结构设计 |
| 2.3 不规则件智能排样子系统的设计 |
| 2.4 系统开发相关技术 |
| 2.4.1 C#概述 |
| 2.4.2 DLL调用 |
| 2.5 本章小结 |
| 3 一种二维不规则零件排样算法的设计 |
| 3.1 二维不规则排样问题分析 |
| 3.2 二维不规则排样问题的定位求解策略 |
| 3.2.1 常见排样定位策略 |
| 3.2.2 不规则多边形的碰撞判交方法 |
| 3.2.3 基于临界多边形的BL定位策略 |
| 3.3 不规则件排样顺序的智能优化方法 |
| 3.3.1 遗传算法 |
| 3.3.2 粒子群算法 |
| 3.3.3 模拟退火算法 |
| 3.4 基于遗传算法的不规则零件排样优化 |
| 3.4.1 个体编码方式 |
| 3.4.2 构造初始种群 |
| 3.4.3 选择操作 |
| 3.4.4 交叉操作 |
| 3.4.5 变异操作 |
| 3.4.6 适应度函数 |
| 3.4.7 算法求解步骤 |
| 3.5 本章小结 |
| 4 数控加工状态显示和控制子系统的设计 |
| 4.1 数控加工程序的生成与传输 |
| 4.1.1 NC代码的生成 |
| 4.1.2 加工程序的传输方式 |
| 4.2 系统通讯方案的设计思路 |
| 4.2.1 FTP协议工作模型 |
| 4.2.2 PVI通讯方式及架构 |
| 4.3 FTP客户端详细设计 |
| 4.3.1 客户端设计要求 |
| 4.3.2 客户端界面与业务流程设计 |
| 4.3.3 客户端接口程序设计 |
| 4.4 PVI客户端详细设计 |
| 4.4.1 PVI客户端接口选择 |
| 4.4.2 PVIServices接口详细设计 |
| 4.4.3 PVI通信接口程序设计 |
| 4.5 数控加工状态交互模块设计 |
| 4.6 本章小结 |
| 5 系统实现与测试 |
| 5.1 软件系统主界面 |
| 5.2 不规则件智能排样子系统的实现 |
| 5.2.1 排样零件输入 |
| 5.2.2 排样参数设置 |
| 5.2.3 排样结果显示 |
| 5.3 数控加工状态采集和控制子系统的实现 |
| 5.3.1 NC代码文件的生成 |
| 5.3.2 FTP客户端实现 |
| 5.3.3 PVI客户端实现 |
| 5.3.4 数控加工状态交互模块实现 |
| 5.4 系统测试 |
| 5.4.1 测试环境 |
| 5.4.2 系统测试与分析 |
| 5.4.3 系统排样实例 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（9）基于矩形包络的二维排样优化（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 排样问题介绍 |
| 1.3 国内外研究现状 |
| 1.4 研究内容和方法 |
| 1.5 技术路线图和章节安排 |
| 1.6 本章小结 |
| 2 二维不规则零件预处理 |
| 2.1 多边形规则化 |
| 2.2 曲边零件多边形化 |
| 2.3 不规则零件的组合 |
| 2.4 多边形面积的计算 |
| 2.5 数学模型的建立 |
| 2.6 本章小结 |
| 3 基于剩余矩形匹配-遗传算法的二维图形排样 |
| 3.1 启发式算法 |
| 3.2 遗传算法 |
| 3.3 遗传算法与剩余矩形匹配算法的结合 |
| 3.4 本章小结 |
| 4 系统开发及案例分析 |
| 4.1 系统设计 |
| 4.2 数据库的建立 |
| 4.3 系统功能实现 |
| 4.4 案例应用 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 作者简历 |
| 论文数据集 |
（10）基于异形板材的二维不规则零件自动排料方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国外研究现状 |
| 1.3 国内研究现状 |
| 1.4 本课题主要研究内容和技术路线 |
| 第二章 异形板材自动排样问题分析 |
| 2.1 异形板材排料问题的描述 |
| 2.2 二维不规则零件常见的定位方法 |
| 2.2.1 扫描区间法 |
| 2.2.2 启发式算法 |
| 2.2.3 最小势能法 |
| 2.2.4 移动碰撞法 |
| 2.3 二维不规则零件排料问题基础算法 |
| 2.3.1 最小包络矩形和凸包算法 |
| 2.3.2 多边形凹凸判断 |
| 2.3.3 重叠性判断 |
| 2.4 二维不规则零件输入和预处理 |
| 2.4.1 二维不规则零件表示方法 |
| 2.4.2 二维不规则零件预处理 |
| 2.4.3 二维不规则零件输入 |
| 2.5 本章小结 |
| 第三章 基于临界多边形的零件定位方法 |
| 3.1 临界多边形定义及在排料算法中意义 |
| 3.2 临界多边形主要求法 |
| 3.2.1 移动碰撞法 |
| 3.2.2 明可夫斯基矢量和法 |
| 3.2.3 基于凸化分割法改进临界多边形生成算法 |
| 3.3 基于异形板材对传统定位算法改进 |
| 3.3.1 传统矩形板材零件定位方法分析 |
| 3.3.2 传统矩形板材零件定位方法不足 |
| 3.3.3 基于异形板材对定位算法改进 |
| 3.4 算法测试实例分析 |
| 3.5 本章小结 |
| 第四章 基于遗传算法对零件排料序列优化 |
| 4.1 遗传算法及其他智能算法在排料问题应用 |
| 4.2 遗传算法具体实现细节 |
| 4.3 引入启发式策略 |
| 4.4 针对异形板材对遗传算法改进 |
| 4.5 本章小结 |
| 第五章 基于异形板材二维不规则零件排料实例分析 |
| 5.1 基于异形板材自动排样测试实例 |
| 5.2 基于异形板材和零件有孔洞处理办法 |
| 5.3 多零件多板材自动排料处理方法 |
| 5.4 异形排料系统设计 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 发表论文和参加科研情况说明 |
| 致谢 |
四、二维不规则多边形自动布局系统的研究与开发（论文参考文献）
- [1]基于混合整数规划的二维不规则排样算法研究[D]. 李锦瑞. 燕山大学, 2021(01)
- [2]船舶不规则零件排样算法的研究[D]. 缪杰. 大连理工大学, 2021(01)
- [3]地下停车场车位自动化排布方法研究[D]. 利润. 华南理工大学, 2020(05)
- [4]基于要素分类与模板的三维数字采矿工程制图优化研究[D]. 张又文. 湘潭大学, 2020(02)
- [5]混批零件排样算法与船用板材下料管理系统研究[D]. 唐奇. 山东大学, 2020(10)
- [6]室内空间布局的自动设计与优化[D]. 吴文明. 中国科学技术大学, 2020(01)
- [7]增强型鲸鱼优化算法求解二维不规则带排样问题[D]. 黄泽辉. 广东工业大学, 2020(06)
- [8]不规则件智能排样与数控切割系统的研究与实现[D]. 王静静. 华中师范大学, 2020(01)
- [9]基于矩形包络的二维排样优化[D]. 朱霄霄. 中国矿业大学, 2020(01)
- [10]基于异形板材的二维不规则零件自动排料方法研究[D]. 柯于河. 天津大学, 2019(01)
标签：遗传算法matlab程序论文; 空间分析论文; 二维论文; 二维空间论文; 混合结构论文;