位置:成果数据库 > 期刊 > 期刊详情页
求解矩形和圆形装填问题的最大穴度算法
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]华中科技大学计算机科学与技术学院,武汉430074
  • 相关基金:基金项目:国家自然科学基金(the National Natural Science Foundation of Chinaunder Grant No.10471051);国家重点基础研究发展规划(973)项目(the National Grand Fundamental Research 973 Program of China under Grant No.2004CB318000).
中文摘要:

在超大规模集成电路设计,裁缝裁剪布料,玻璃切割等工作中提出了矩形和圆形装填问题,即把不同大小的矩形块和圆饼装入一个矩形容器中,以最大化容器的面积利用率为优化目标。对这一问题,可采用模拟退火,遗传算法等国际流行算法进行求解,但这些方法计算时间较长,计算结果的优度也不甚理想。利用人类的智慧和经验,提出了一种求解此问题的最大穴度算法。并对3个随机生成的测试实例进行了实算测试。所得结果的平均面积利用率为90.80%,平均计算时阊为8.38s。测试结果表明,算法对求解矩形和圆形装填问题是行之有效的。

英文摘要:

The rectangle and circle packing problem is concerned with packing a subset of different size rectangles and circles into a rectangular container,with the objective of maximizing the container's area usage.It has many industrial applications,such as very large scale integration design,sewing,glass cutting,etc.Some popular algorithms can be utilized to solve it,for example,the simulated annealing and the genetic algorithm.However,these algorithms are time consuming and the performance is not satisfying. In this paper,a maximum caving degree algorithm is recommended according to the ten-thousand-year experience and wisdom of human being.We have applied three randomly generated instances to the algorithm developed.The average container's area usage is 90.80% with an average runtime of 8.38 seconds.Experimental results demonstrate that the algorithm developed is fairly efficient for solving the rectangle and circle packing problem.

同期刊论文项目
期刊论文 36 会议论文 4 著作 1
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887