改进遗传算法在二维矩形排样问题中的应用

"本文主要探讨了基于51单片机的ADC0809C程序代码，以及在解决二维矩形排样问题中应用的遗传算法。文章针对矩形排样这一广泛应用的技术，提出了一种优化策略，通过结合启发式算法和智能算法，改进了最低水平线搜索算法，并优化了遗传算法的遗传算子。文中设计了一种新的染色体方案，利用树状关系图来表示排样效果，并给出了相应的交叉算子和变异算子。此外，还引入了搜索优化策略以增强遗传算法的局部寻优能力。该研究由宋开胜在姚念民教授的指导下完成，属于计算机系统结构领域的工学硕士论文，发表于哈尔滨工程大学。" 本文的主要工作集中在解决二维矩形排样的优化问题，这是工业生产中的一个重要议题。作者首先对矩形排样的问题背景进行了介绍，强调了研究的重要性，并设定了以板宽优先、保持底部数量级不变、以最小高度决定排样效果的优化目标。接着，文章对现有的启发式算法进行了分析，特别改进了最低水平线搜索算法，通过引入阈值和考虑边界的差异来提高搜索效率。 在遗传算法方面，作者不仅改进了传统的遗传算子，还引入了协同进化遗传算法的概念，设计了一种新的编码方案。这个方案以树状关系图为基础，用第一层节点的数量和每个节点包含的零件数来定义染色体。为适应这种染色体结构，论文详细阐述了定制的交叉算子和变异算子，这些算子有助于生成更高效的排样解决方案。 此外，为了提升遗传算法的局部搜索性能，文章提出了搜索优化策略，增强了算法在解决复杂问题时寻找最优解的能力。整个研究的组织结构严谨，展示了从问题定义到算法设计，再到实验验证的完整研究流程。 这篇论文的作者是宋开胜，导师是姚念民教授，研究属于计算机科学与技术学院的计算机系统结构专业，于2010年在哈尔滨工程大学完成并提交。作者承诺论文的原创性和知识产权归属，并同意学校有权对论文进行复制和公开。同时，考虑到论文可能涉及的保密性，作者还明确了学位论文解密后的使用权限。