.png){kind=icon}
.png){kind=icon}
返回
Random-key optimization for 2D irregular packing with reusable area evaluation
.png){kind=icon}
OA
AI
DOI：10.1111/itor.70246.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
工业应用的多样性约束导致了二维(2D)不规则装箱问题的变体，需要定制化的求解方法。本文通过提出一个新的问题定义——最大可重复利用连续区域问题(MRCAP)和一个新的度量指标——最大连续区域，来解决一个现实世界的工业挑战，以测量和最大化布局中的连续未使用区域，从而促进剩余材料的重复利用。本研究提出了一种专注于优化放置策略的方法。我们开发了一个解码器，在一个新的随机键优化器(RKO)框架中实现，该解码器动态地从11种启发式算法组合中选择最佳放置规则。我们在现有文献的基准上验证了我们的方法。在评估的15个基准二维不规则背包问题实例中，RKO在11个实例上与现有最佳算法持平，并在其余4个实例上取得了更好的解。这些结果表明RKO与该算法具有竞争力，并且可能更优。RKO的结果表明，当前的基准实例不再充分代表该问题，促使引入扩展的基准实例。RKO还在二维不规则带状装箱问题(SPP)方法中优于依赖构造序列搜索的领先方法。最后，将我们的方法与在现实世界MRCAP实例上最小化布局重叠的顶级SPP算法进行比较，表明RKO在几乎所有问题案例中都产生了更优质的剩余材料。这表明在SPP中最小化布局宽度并不能保证有效的剩余材料增值，突显了这两种优化目标之间的区别。
Keyword:
2D irregular packing
cutting and packing
irregular knapsack problem
placement policy optimization
nesting optimization
layout optimization
packing heuristics
sustainable manufacturing
material utilization
no-fit polygon
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.9
论文数:
1.8K
被引数:
3.7K
