为了使排样方案更能满足设计者设计意图,符合企业设计规范,研究了一种基于粗糙集的矩形件优化填充排样方法。在实际的排样工作中,综合考虑工件成本、加工时间、施工效率与设计偏好度这些因素的情况下,提出了一种基于粗糙集理论的矩形件综合价值计算方法,将排样多边形区域划分为多个矩形子段,建立矩形件优化填充排样数学模型,采用基于最优子段排样的动态规划算法求解最大价值,以获取最优布置方案。最后,将其成功应用于铝模板智能排摸设计系统开发中,结合实例验证了该方法的有效性。

为了提高矩形排样的板材使用率,提出了基于分级进化遗传算法的排样优化方法。以板材利用率最高为目标建立了矩形排样的目标模型,将排样问题分为定位和排序两个步骤实现。在定位方面,将最低水平线法和填充算法进行优势融合,得到了混合定位方法。在排序方面,以遗传算法为基础,将染色体分为保留层级、交叉层级和变异层级等3个层级,每个层级制定相适应的进化操作方法,从而提高算法的搜索能力和收敛速度。使用文献[13]和文献[14]中的两组实验数据进行验证,结果表明这里提供的排样方案可以得到最佳的排样结果,且排样耗时最少。验证了这里分级进化遗传算法排样方法的有效性和高效性。