论文题名: | 面向船舶建造的不定长原管一维下料问题研究 |
关键词: | 船舶建造;不定长原管;一维下料;蚁群算法 |
摘要: | 随着中国造船业的进一步发展,船厂对节约生产成本和提高生产效益的重视程度也越来越高。因此,对船舶管材下料进行优化,来降低管材的废料率和余料率,对船厂节约成本和提高生产效益意义重大。在进行优化前,建立合适的数学模型,是管材一维下料问题的基础。一维下料问题的求解算法有许多种,但每种算法都必须根据下料问题的实际情况来设计。为此,本文对几种优化算法进行了改进,用于船厂管材下料问题。为了进一步提高算法的收敛性和寻优能力,基于两种优势算法实现了混合优化算法,本文主要研究内容如下: 1)分析了管材购买情况,零件管的规格情况以及余料的再次利用,在此基础上建立了基于余料可回收的不定长原管一维下料问题的数学模型。该模型的目标函数为减少废料和余料的产生。 2)提出了几种改进的优化算法。主要包括:(1)为了在匹配过程中进一步提高原料管的利用率,本文设计了一种新的匹配算法,为最佳重整算法;(2)将最佳重整算法应用于零件管的重新排样,形成了改进的局部搜索算法;(3)将改进的局部搜索算法与GA结合,形成IGA;(4)将改进的局部搜索算法与PSO结合,形成IPSO;(5)针对原管不定长问题和蚂蚁路径选择问题,重新设计了原管选择策略和蚂蚁路径选择策略,形成了IACO。实验结果表明:IACO的寻优能力和收敛性能都优于其它算法。 3)实现基于蚁群-粒子群算法的混合算法(ACOPSO)。结合IPSO和IACO的优点,设计了一种具有粒子特性的蚂蚁,在每一次迭代时,先使用IACO产生一代路径,再使用IPSO对此路径进行调整,以获得更优的路径。实验结果表明:ACOPSO的收敛性能要明显好于其它算法,且进一步提高了算法的寻优能力。 4)算法应用与对比分析。将本文算例数据和经典文献算例数据在应用软件和ACOPSO计算,并将它们的计算结果进行对比分析。实验结果表明:本文提出的ACOPSO的寻优能力最佳,且计算速度也较快,具有较强的算法性能优势。 |
作者: | 徐平平 |
专业: | 轮机工程 |
导师: | 郭蕴华 |
授予学位: | 硕士 |
授予学位单位: | 武汉理工大学 |
学位年度: | 2017 |
正文语种: | 中文 |