一维下料模型

合集下载

一维型材合理下料的数学模型

一维型材合理下料的数学模型

1 相关研究背景及问题的提出
所 谓 “ 料 问 题 ” 就 是 把 规 格 相 同 的一 些原 材 料 下
目前 , 国 内外 在 优 化 下 料 问题 的研 究上 , 较 多 是
从算法改进的角度上进行的。如文献 l 针对原材料利 l 2
用 率 最 高 的 切 割 方 式 优 先 选 择 策 略 , 设 计 了 贪 心 算
进 行 合理 分 割 后 再 组 合 , 确 定 切 割 下 来材 料 的 排 样 方 案 , 以 达到 材 料 利用 率 最 高。 这 类 问题 可分 为 三大 类 :
切 割 问题 ( u t n S O k P 0 1 m 、排 样 问题 C t i g t C r b ) e ( s O t m n P o l m A S r e e t r b e )和 装箱 问题 ( i P c i g B n a k n
院【 A bs r ct Th ouino h ain l utn fo edme so a r fl a stef u d to o ovn he 兰 t a : es lto fter to a tig o n i n in lp o i ly h n ain frs ligt c e o is s t di i l c tn Fr t e o l bu l n h sa tce etn ag lo 8 e il 学.ueofm uli m ensona uti g. om he viw fm ode idi g.t i ril .s ti g oa f97.4% ofm atra 兰
e o a 唱g p r m m i gm o lI p i i e h s u fm u td m e i na u tn n ne p ie a a nt eh g e t o i. r n de Io tm z st eis eo li i nso l ti g a d e tr rs sc n g i h i h s ft c pr

一维下料问题数学模型的计算机自动生成与优化计算

一维下料问题数学模型的计算机自动生成与优化计算

第21卷 第3期1998年6月鞍山钢铁学院学报Journal of Anshan Institute of I.&S.Technology Vol.21No.3J un.1998一维下料问题数学模型的计算机自动生成与优化计算潘晓宇 李海燕(鞍山钢铁学校) (鞍山钢铁学院)摘 要 介绍了一维下料问题的下料方式,采用计算机自动生成相应的线性规划数学模型,给出了最优下料方案的求解方法。

关键词 一维下料问题,数学模型,最优下料方案分类号 O221111 问题的提出 在某些以条型材为原材料的生产部门,经常遇到如下形式的下料问题:已知t 种性能相同仅长度不同的直条材A 1,A 2,…,A t ;每种原料长度为L 1,L 2,…,L t ;数量为S 1,S 2,…,S t ;要求截成m 种长度不同并满足需求量的构件B 1,B 2,…,B m ;成品长度为G 1,G 2,…,G m ;需求量为D 1,D 2,…,D m .问应采取什么样的下料方案,使得既满足需要,又使下料后的剩余边料总长最小,从而使材料利用率最大,达到减少材料损失,降低成本,提高经济效益的目的,这就是所谓一维最优下料问题。

以往有不少人研究过这个问题,当不同长度的原料品种较少,下出的成品品种数也较少的时候,问题不难解决。

但当原料品种数和成品品种数均较大时,建立本问题的线性规划模型的工作是相当复杂的,人工建模更是不可思议的,本文着重探讨了上述一维下料问题的线性规划模型的计算机自动生成的办法,及自动求解最优下料方案的具体做法,同时分析了其中遇到的困难,提出了解决思路。

2 模型的计算机自动生成 设对原料A k ,存在n k 种不同的下料方式Z (k )1,Z (k )2,…,Z (k )n k ,则所有的可能下料方式为n =∑tk =1n k种,按原料顺序用Y j (j =1,2,…,n )表示第j 种下料方式,若用第j 种下料方式Y j 可以得到第i 种构件的个数为a ij (i =1,2,…,m ,j =1,2,…,n ),边料为c j (j =1,2,…,n ),设用Y j 方式下料的原料有X j 根,则这一问题的线性规划数学模型为如下形式收稿日期:1998-01-06.第一作者:女,34,讲师.o.b. min∑nj =1c j x js.t. ∑n j =1a ij x j =D i (i =1,2,…,m )∑n 1j =1x j ≤S 1∑n 2j =n 1+1xj ≤S 2 …∑n j =n -n t +1x j ≤S t 在这个问题中,如果原料的种类t 与成品的规格m 的值都比较小,且最短成品长度值较大时,可能的下料方式的种数n 不会很多,可以用人工试算的方法求出a ij 及其相应边料c j ,从而建立线性规划问题的目标函数和约束条件,再用线性规划解法求出模型的最优解,即得最优下料方案。

一维下料问题的一种混合启发式算法

一维下料问题的一种混合启发式算法

一维下料问题的一种混合启发式算法
混合贪心算法是解决一维下料问题的一种混合启发式算法,是通过结合贪心算法思想和其他算法的思想来解决该问题的。

它的基本思想是首先使用贪心算法,使用当前最优解尽可能地填充材料梁,然后再使用其他算法,尝试某些新的解决方案,以期望搜索出最优解。

首先,混合贪心算法需要定义一维材料梁的长度和材料的尺寸,以及各种材料尺寸的数量和价值。

最佳数量和比例的材料由算法决定。

然后从最大的尺寸的材料开始,使用贪心的思想尽可能地切割材料,让每块材料剩下的长度尽可能大。

然后,根据得到的最优解,从而引入爬山法、模拟退火算法等不同的启发式算法搜索(randomized/iteratives search)。

搜索到的新解决方案要替换原先的最优解,以获得更具有竞争性的结果。

搜索过程中要记录当前最优解,当达到迭代次数时,留下迭代次数累积而成的最终最优解。

下料问题

下料问题

关于一维下料问题的研究摘要:“下料问题”是把相同形状的一些原材料分割加工成若干个不同规格大小的零件的问题.此类问题在工程技术和工业生产中有着重要和广泛的应用.在生产实践中通常要求解决用料最省、浪费最少等问题.下料问题即是其一。

属最优化研究范畴.一维下料问题是生产实践中常见的问题,优化下料要求最大限度地节约原材料,提高原材料的利用率。

本文介绍了两种方法,其一提出分支定界算法优化一维下料问题,并用MATLAB编写程序,通过计算机来完成这一复杂的过程。

另一种方法-lingo,针对单一原材料的一维下料问题, 建立了整数规划模型, 然后将模型转化为求解最优下料方式问题; 利用lingo进行编程, 实现循环调用得到一维下料问题的局部最优解。

实际上本文就是给出了解决适当规模下料问题的求解方法.该方法既可手工演算又可通过计算机求解。

在实践中可以借鉴使用.Abstract: The “℃utting Stock Problem”is a problem of dividing raw materials in the same shape into several parts in different shapes. This kind of problem has important and wide appliance in engineering and industry production.Being living to give birth to in the practice requires use to anticipate to save most usually and Squanders at least and so on ,First of all Immediate future the cutting stock problem is ,The category optimization is researched the category 。

实用一维下料问题模型与求解算法

实用一维下料问题模型与求解算法

实用一维下料问题模型与求解算法
作者:袁月明, 龙建成, 许鹏
作者单位:袁月明,龙建成(北京交通大学交通运输学院,北京,100044), 许鹏(北京交通大学电子信息工程学院,北京,100044)
相似文献(2条)
1.期刊论文张艳诚.李明喜.胡波.Zhang Yancheng.Li Mingxi.Hu Bo一维下料问题的优化模型-黄石理工学院学
报2006,22(4)
在一维下料问题中,针对增加下料方式引起加工成本的不同,建立了多目标优化模型,并给出了求解算法.首先通过加权法将模型化为单目标优化模型,然后通过废料长度表示下料方式的可调整程度,并以此为基础调整下料方案.结果表明,新模型得到的下料方案能更全面的考虑下料问题的经济成本并具有较好的实用性.
2.期刊论文陈璐.黄伟健.冯真.数模指导组实用下料的数学模型-数学的实践与认识2005,35(7)
考虑到整数规划模型的下料方式数量难以穷尽的问题,本文以原材料最少为目标,采用启发式多级序列线性优化的方法建立一维下料模型.对于二维下料问题,采用降维启发式的方法即通过形成"板条"把二维下料问题化为一维下料问题.
本文链接:/Conference_6243318.aspx
授权使用:揭阳职业技术学院(jyzy),授权号:53b95ce0-1416-4ea2-9a51-9de100ea6606
下载时间:2010年8月29日。

数模_下料问题与计算

数模_下料问题与计算

下料问题与计算在工业生产中,经常会遇到切割下料问题,即,如何最佳的切割按固定尺寸供应的材料,使得既符合所需要求又尽可能减少浪费。

§10.1一维下料问题例10-1有10米长的钢管,切割成3米长的80根,4米长的70根,问:怎样下料最省料?解:首先讨论切割方法切割方法13×3米+0×4米+废料1米切割方法22×3米+1×4米+废料0米切割方法30×3米+2×4米+废料2米设用切割方法i 切割i x 根钢管目标函数1:总根数最少321min x x x f ++=目标函数2:总废料最少3212*0min x x x f ++=约束条件⎪⎩⎪⎨⎧≥≥++≥++整数,0703221080302213..jx x x x x x x t s 对第一个目标函数求解,得到结果如下:153,402,01,55min ====x x x f 对第二个目标函数求解,得到结果如下:03,702,01,0min ====x x x f 此时总根数为70根,总废料为0。

注意,两个目标函数构成的线性规划问题不等价。

例10-2长500Cm 的钢管,切割成98Cm 、78Cm 的小钢管,要求98Cm 的≥1万根,78Cm 的≥2万根。

怎样切割材料最省?解:首先讨论切割方法切割方法10×98cm +6×78cm +废料32cm 切割方法21×98cm +5×78cm +废料12cm 切割方法32×98cm +3×78cm +废料70cm 切割方法43×98cm +2×78cm +废料50cm 切割方法54×98cm +1×78cm +废料30cm 切割方法65×98cm +0×78cm +废料10cm设用切割方法i 切割i x 根钢管目标函数1:总根数最少654321min x x x x x x f +++++=目标函数2:总废料最少654321103050701232min x x x x x x f +++++=约束条件⎪⎩⎪⎨⎧≥≥+++++≥+++++整数,020000605423325161000065544332210..j x x x x x x x x x x x x x t s 对第一个目标函数求解,得到结果如下:12006,05,04,03,40002,01,5200min =======x x x x x x f 对第二个目标函数求解,得到结果如下:12006,05,04,03,40002,01,60000min =======x x x x x x f 总根数都是5200根,总废料为60000cm 。

分支定界算法优化一维下料问题

分支定界算法优化一维下料问题
题 , 想 属 要
又 已知第 i 种零 件得需 要量 为 b 个 , 表示第 B 种 约
柬 下料方式 所 消耗 得零件 数 目, c表示 第 , 种下料 方 条 件
式 所得余 料 ( =12 … , , i∈ Z 。 j ,, n x )
20 S i T c . nn . 0 8 c. eh E gg
分 支定 界算 法优 化 一维 下 料 问题
秦 平 平 刘 文 王 兴 华
( L大学 理 学 院 , 皇 岛 06 0 ) 燕 【 1 秦 6 0 4


一维下料问题是生产实践 中常见的问题 , 化下料要求最大限度 地节约原材料 , 高原材料的利用率。本文提 出分 优 提
1 一维优化下料问题的具体模型分析
案 满 ∈ 足


在工程技 术和工 业 生产 中有 着 重要 和广 泛 的应 用 。 在很多生 产 部 门 中 , 了提 高 原 材 料 利用 率 , 低 为 降 生产成本 , 给 定 长 度 的 原 材料 上 , 在 要求 消 耗尽 可
解一般 的整数规 划 问题 。 2 1 算 法的基本 思想 .

2 分支定界算法
分 支定 界 算 法 是 2 0世 纪 6 0年 代 初 由 L n , ad
D i D kn等人提 出的 , o g和 ai 其算 法 不 仅 可用 于 求解
20 08年 1月 1 1日收 到
纯整数或 混合整 数线 性 规划 问题 , 适 用 于几 乎任 也 何 组合优 化问题 。它 采用 了分 而 治之 的算 法策 略 ,
能少 的原 材 料 数 量 , 割 出 不 同数 量 和 规 格 的 零 切
原材 料 长 度 为 , 量 充 足。 需 要 切 割 成 数

利用LINDO求解一维和二维的下料问题

利用LINDO求解一维和二维的下料问题

文章编号:1007-6042(2005)09-0024-04利用LINDO求解一维和二维的下料问题胡俊青(中国南车集团北京二七车辆厂北京100072)摘要:分析了实际生产中下料问题的建模过程,提出了利用LINDO求解一维和二维的下料问题的最优解。

关键词:下料;建模;LINDO中图分类号:TP15文献标识码:B1问题的提出板材下料是许多企业生产中的实际问题。

不同规格、数量零件的合理裁剪可以有效地减少废料,提高材料的利用率。

目前工厂的下料,一般由工程技术人员先统计系统中每个零件的板幅和数量并汇总归类,再利用画图或别的方法去拼凑,最后得出所需要的板材的规格及其数量。

这种方法不仅效率低下,而且算出来的结果不一定是实际问题的最优解,即可能存在浪费问题。

在这里用5运筹学6中线性规划的观点来对实际生产问题进行建模分析。

2对实际下料问题的建模2.1一维下料问题的建模例1:现需要做50套架子,每套架子需要2根3.2m、3根2.1m和2根(2)钎焊温度不可过高,钎焊温度越高,铝可以熔解到液相钎料的数量越多。

4.4焊堵主要原因:(1)钎焊间隙选择不当;(2)加热时间过长;(3)温度超出钎焊温度区间或钎料加热过多等。

主要措施为:严格控制加热时间和使用折弯工装,控制加丝量,同时改进铝)铝之间的接口设计。

t收稿日期:2005-08-111.5m的槽钢且已知槽钢的原材料长9m。

问应该怎么下料使用料最省?不同的下料方案见表1。

表1一维下料方案一览方案12345673.2m2根1根0根0根0根0根0根2.1m1根2根4根3根2根1根0根1.5m0根1根0根1根3根4根6根合计8.5m8.9m8.4m7.8m8.7m8.1m9m料头0.5m0.1m0.6m 1.2m0.3m0.9m0m表1中每种方案代表1根原料的裁剪方法,并列出这种裁剪方案剩下的料头。

问题转化为求解按每种方案i(i=1、2、,,、7)裁剪的原料的数量X i,并使得求解的结果满足题目的要求。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

解得:X=(0,10,5,0,10,0,0)T, f=25, 即方案2用10根, 方案3用5根, 方案5用10根,共耗用25根原料, 余料总长35m.
结论: 余料总长最短并不等价于耗用原材料总 数最少. 即使余料总长为0, 耗用原材 料总数也未必是最少的. 即要求余料总长最短并不一定能省料.
五.以产品利润最大为目标的模型
目标的模型为:
min f x j
j 1
n
n uij x j bi (i 1, 2,..., m) j 1 m L T 1 l u L (i 1, 2,..., m) s.t. i ij i 1 x j 0 , 整数 ( j 1, 2,..., n) uij 0 , 整数 (i 1, 2,..., m; j 1, 2,..., n)
一维下料模型
一. 问题 设有一维下料问题:某类线形钢材其原 材料长度为L,现要为m种零件的毛坯下 料,共有n个下料方案,其中第j个方案使 得每根原材料可获得第i种零件的毛坯aij 个,第i种零件的毛坯长度为li,共需bi个. 问应如何下料?
这类问题因目标不同,而所建模型就有所不同。
二.需求约束的表达
19 2u1 3u2 4u3 5u4 20
有51组非负整数解.其中uj表示在一根原料上截得的第j种零件数量. 往往切割方案太多时,我们只取较好的n个方案,设uij表示第i种零件用第j种切割方案在一
根原料上截得的数量,最短的零件长度,T min{li } 其余符号同前, 则以耗用原材料总数最少为
解: 截管方案有
截管方案 4m 6m 余料长度
1 2 3 4
4 3 1 0
0 1 2 3
2 0 2 0
则利润可表示为
R 1350 y 210( x1 x2 x3 x4 ) 2(4 x1 3x2 3x3 2 x4 ) 1350 y 218 x1 216 x2 216 x3 214 x4
(P3)
显然,零解是模型(P3)的一个可行解,又从约束条件
x
j 1
n
j
M
和非负性可知,本模型的可行集是有界域中的整数点, 故模型(P3)的可行集是非空有限集,因此它必有最优解。
例2 :现有一批长度规格为18m的原料钢管,共100根,打算用 其制造一批钢架毛坯料销售,每个钢架需要4m和6m长的钢管 分别为10根与5根. 每个钢架毛坯料销售收入1350元,每根原 料钢管成本210元,每个切口成本费用2元.
min f x1 x2 x3 u11 x1 u12 x2 u13 x3 50 u x u x u x 10 21 1 22 2 23 3 u31 x1 u32 x2 u33 x3 20 u41 x1 u42 x2 u43 x3 15 s.t. 16 4u11 5u21 6u31 8u41 19 16 4u12 5u22 6u32 8u42 19 16 4u13 5u23 6u33 8u43 19 u 0, 整数;x 0, 整数;i =1,2,3,4;j =1,2,3. j ij
可大大缩短时间.
求解得最优下料方案:
x1 0, x2 84, x3 0, x4 14, y 25
所以,max R=12610. 即只需采用切割方案2与4, 实际上只耗用 原料84+14=98根, 可得25套产品. 获利12610元.
六.避免切割方案太多的模型
当零件品种较多时,往往切割方案就有很多,从而模型的变量就有很多,比如,每根原 料长20m, 想截取2m,3m,4m,5m四种零件,就有51种切割方案.这等价于不等式
从而,本问题的(P3)模型为
max R 1350 y 218 x1 216 x2 216 x3 214 x4 4 x1 3 x2 x3 10 y x 2 x 3x 5 y 3 4 2 s.t. x1 x2 x3 x4 100 x j 0, 整数,j 1, 2,3, 4; y 0, 整数.
切割方案 4m 6m 8m 余料长度
1 2 3 4 5 6 7
4 3 2 1 1 0 0
0 1 0 2 1 3 0
0 0 1 0 1 0 2
3 1 3 3 1 1 3
需求量
50
20
15
若用模型(P1),则得
min s 3x1 x2 3x3 3x4 x5 x6 3x7 4 x1 3 x2 2 x3 x4 x5 50 x 2 x x 3x 20 4 5 6 2 s.t. x3 x5 2 x7 15 x j 0, 整数,j 1, 2,,7
对于此问题,目前不少书或论文 是用等式来描述需求约束的, 即
a x
j 1 ij
n
j
bi , (i 1, 2,..., m)
其中xj表示按第j个切割方案下料时所耗用的原材料数 量(j=1,2,„,n). 它们是非负整数. 从而这种约束常 常没有可行解.
为保证模型有非负整数可行解, 需求 约束应该用不等式来描述:
解得:
3 0 U 1 0
2 0 10 1 0 , X 10 , f=28. 1 0 8 0 2
矩阵U的每列就是一个切割方案. 注: 本题可用EXCEL”规划求解”来解, 求解时附加约束:
x1 x2 x3 , 26 x1 x2 x3 ij x j bi (i 1, 2,..., m) s.t. j 1 x 0 整数 ( j 1, 2,..., n) j
(P1)
四.以耗用原材料总数最少为目标的模型
设f表示耗用的原材料总数,则可得此问题的模型如下:
min f x j
解得:X=(0,12,0,0,15,0,0)T, s=27, 即方案2用12根, 方案5用15根, 共耗用27根原料, 余料总长27m.
若用模型(P2),则得
min f x1 x2 x3 x4 x5 x6 x7 4 x1 3 x2 2 x3 x4 x5 50 x 2 x x 3 x 20 4 5 6 2 s.t. x3 x5 2 x7 15 x j 0, 整数,j 1, 2,,7
P(4)
这里,假定数据均用整数. 模型(P4)中uij与xj都是变量, 故它是非线性整数规划. 它无需预先设计切
割方案, (P4)的解就会给出切割方案.
例3:设L=19m, l1=4m, l2=5m, l3=6m, l4=8m, b1=50, b2=10, b3=20, b4=15. T=4m 求最省料的下料方案. 解: 只取较好的3个切割方案,由(P4)得
j 1
n
n aij x j bi ( i 1,2 ,..., m ) s .t . j 1 x 0 整数 ( j 1,2 ,..., n ) j
(P2)
例1 钢管零售商有一批钢管的原料长度都是19m, 现有一客户需买50根4m, 20根6m, 15根8m这种钢管, 应如何下料? 解:可先设计出如下7个下料方案
优化模型如下:
max R py s x j t c j x j
j 1 j 1 n n
n aij x j bi y,(i 1,2, ,m) j =1 n s.t. x j M j =1 x 0, 整数,(j =1,2, ,n);y 0, 整数. j
现有一批钢管, 可用来生产出一种钢架毛坯料配套出售, 希望获 利最大.设
R---总利润 p---产品售价 M---现有原料根数 y---产出产品数 s---每根原料的成本 t---加工每个截口的费用 xj---第j个“截管方案”所用原料根,(j=1,2,„,n) cj---第j个“截管方案” 的截口数 bi---每套产品所需第i种零件数 aij---第j个“截管方案”可截得的第i种零件数(i=1,2,„,m ; j=1,2,„,n).
n
a x
j 1 ij
j
bi , (i 1, 2,..., m)
结论: 需求约束不要用等式, 而应该用不等式来描述.
三.以余料总长最短为目标的模型
第j个下料方案每根原材料的余料长度为
L aij li
i 1
m
j=1,2,…,n.
设s表示余料总长, 则可得此问题的模型如下:
min s ( L aij li ) x j
相关文档
最新文档