.png){kind=icon}
返回
Knapsack- and Dynamic Programming-Based Symmetric Optimization for Material Multi-Objective Storage
.png){kind=icon}
PRE
AI
DOI：10.3390/sym18040583.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大规模复合材料设备制造对多规格纤维预浸料片材存储的精益管理提出了严格要求，而现有优化方法存在工艺适应性差、多目标协同优化能力不足及静态布局空间利用率低等问题。本研究构建了多目标复合片材存储的对称优化框架以解决这些关键瓶颈。具体而言，量化了纤维片材的多维工艺价值，并将分层存储优化问题转化为带对称约束的0-1背包问题。提出了改进的动态规划-回溯（DP-BT）物料选择算法和自适应动态规划迭代空间优化算法，以实现层间空间利用与全局优化的对称平衡。基于17种纤维片材的实际生产数据验证表明，所提方法可针对指定层数实现空间优化以最大化平均空间利用率，利用率从初始4层布局的79.4%提升至3层的95.7%和2层的99.9%，单层峰值利用率达100%。该框架在目标生产场景中实现了良好的优化性能，并为复合材料制造中类似纤维片材存储场景的精益存储管理提供了可参考的对称优化方法。
Keyword:
composite manufacturing
storage layout optimization
symmetric optimization
dynamic programming
the 0-1 knapsack problem (0-1 KP)
multi-objective optimization
期刊
S
IF:
2.2
论文数:
1.4K
被引数:
0
机构
引用论文
暂无论文信息