支持多任务集中下料的零件分组优化方法

在多任务集中下料中，针对算法在处理大规模零件下料问题时易陷入时间效率和材料利用率矛盾的问题，提出基于下料零件样本的分组优化方法。该方法首先利用零件样本完成大部分待下料零件的过滤分组，将形成的零件球体中心作为初始聚类中心,对余下的零件进行硬C均值聚类;然后基于零件下料配合特征将零件相似组重组为若干个分组，在优化中根据各组材料利用率对零件的组间分布进行动态修正，合并各组优化结果，得到原问题的下料方案。基于该方法开发了一种条材优化下料系统，实际应用表明，相对于没有零件样本参与的随机分组优化，该方法在处理多任务集中下料时可以获得更优更稳定的下料方案。