《D题论文,深圳杯数学建模》由会员分享，可在线阅读，更多相关《D题论文,深圳杯数学建模（36页珍藏版）》请在金锄头文库上搜索。
1、封一答卷编号（参赛学校填写）：答卷编号（竞赛组委会填写）：论文题目： （标明 A、B、C、D 之一）D 组 别：(填写研究生、本科生、专科生或中学生) )本科生 参赛队员信息(必填)： 姓姓 名名学学 号号联系电话联系电话参赛队员参赛队员 1 1参赛队员参赛队员 2 2参赛队员参赛队员 3 3参赛学校：黑龙江工程学院 封二答卷编号（参赛学校填写）：答卷编号（竞赛组委会填写）：评阅情况（学校评阅专家填写）：学校评阅 1.学校评阅 2.学校评阅 3.评阅情况（联赛评阅专家填写）：联赛评阅 1.联赛评阅 2.联赛评阅 3.0打孔机生产效能的提高打孔机生产效能的提高摘要摘要在现代电子设备中印刷电路板占
2、有重要地位，是集成各种电子元器件的信息载体， 在各个领域得到了广泛的应用。近年来，随着电子、信息、通讯等产业的蓬勃发展， 使得对印刷电路板的需求快速增加，更带动了印刷电路板产业的加速成长。 然而，印刷电路板制造过程相当繁琐、耗时，并且制造过程中常会出现不确定性的 变异，进而影响制造时间，制作成本及产品质量，甚至延误交货期。而现有的打孔机 的操作系统虽然具有自动生成钻孔 NC 程序的功能，但是其生成的走刀路径并没有足 够优化，这样会影响打孔机的生产效率，对于大批量生产的厂商来说，其影响相当明 显从而造成制造商的损失。鉴于钻孔作业在印制电路板的制造过程中耗费时间最长、 制造过程变异最多。因此，钻孔
3、作业常常成为整个印制电路板的生产瓶颈。本次研究 以印刷电路板制作过程中的生产效能即打孔机钻孔的作业线路作为研究对象，经过对 本问题的深入研究，利用遗传算法可以快速得出最优方案。但鉴于求解过程中涉及大 量计算，而遗传算法在大规模计算中很容易陷入“早熟” ，即遗传算法在计算过程中会 过早的收敛于局部最优解，从而使得结果的误差偏大。鉴于遗传算法可扩展性强，容 易与其他算法结合利用的优点，并采用 1stOpt 软件及其所开发的最大继承法最终得出 多目标并行的打孔机钻头的最优作业线路（包括刀具转换方案） ，进而提高打孔机的生 产效能，达到生产线平衡、提升整体产量和质量。(针对问题一,针对问题二,写具体的
4、 解决方案,不要泛泛的说!把你以上说的东西拿到模型的优缺点中去!)关键字关键字: : 遗传算法、 1stOpt、 最大继承法 (再加两个) 1一、问题重述一、问题重述1 1、问题背景、问题背景 在现代电子设备中印刷电路板占有重要的地位，是集成各种电子元器件的信息载体， 在各个领域得到了广泛的应用。随着技术的不断发展和工业的持续进步，使得对印刷 电路板的需求快速增加。打孔机主要用于在制造印刷线路板流程中的打孔作业。所以 提高某类打孔机的生产效能成为生产厂商增加利润的主要途径。 根据打孔机打孔作业原理，通过改善钻头的作业线路（包括刀具转换方案）可以提 高印刷线路板的生产效能。附件1和表1提供了该块
5、线路板的各孔的分布和十种孔型所 需的加工刀具和加工次序。2 2、问题提出、问题提出 （1）在单钻头作业条件下，根据该块线路板的各孔的分布和十种孔型所需的加工 刀具和加工次序，给出最优作业线路（包括道具转换方案），并且求出单钻头在最 优作业线路下的行进时间和作业成本。 （2）在两个钻头同时作业时（各自的作业孤立），两钻头间距不小于 3cm 的条件 下给出双钻头作业时的最优作业线路、行进时间和作业成本，并与传统单钻头打孔 机进行比较，其生产效能提高多少，并研究打孔机的两钻头合作间距对作业路线和 生产效能产生的影响。二、问题的分析二、问题的分析问题一问题一 针对打孔机单钻头作业，其最优作业线路是由印
6、刷线路板上各孔型的分布及其所需 加工刀具和加工次序所决定。1stOpt 软件在基于遗传算法上开发的最大继承法可以更 好的应用于组合优化问题，综合钻头的作业线路，为了简化模型，将该块印刷电路板 上的所有孔划分为若干个区域，这样就可以针对每一个区域，都是相同孔的点，这样 就可以在钻头作业时只需考虑路径最短，进而可归结为旅行商问题（TSP 问题） ，最终 可得出各区域的最优作业线路，然后对各个区域间的路径进行分析并结合刀具转换方 案，最终可以得到单孔作业的最优作业线路。 而在印刷线路板上的孔共有 n 个，每个孔都可以用 l，2，3n 中唯一的编号表示。假 设钻头按照 2，5，7。4，3，6，8，9，
7、1 顺序进行加工，则这条走刀路径就可以被表 示为(2，5，7。4，3，6，8，9，1)。最终的钻头作业线路就可以用孔的编号进行表示。问题二问题二 鉴于两个钻头单独工作并且钻头间距离不得小于 3cm 的条件，应利用 用直线划分的方案，将整块的印刷电路板分为三个区域，中间区域宽度略大于合作间 距。两个钻头分别负责左右两个区域，中间区域最后加工。进而求解最优作业线路、2行进时间和作业成本。3符号说明与模型假设符号说明与模型假设1.1.符号说明符号说明( (这一块整体东西少这一块整体东西少, ,再加东西再加东西) ) n：各区域内孔的个数 Xi：第 i 个孔的横坐标 Yi：第 i 个孔的纵坐标 Xj：
8、第 j 个孔的横坐标 Yj：第 j 个孔的横坐标根据附件 1 中给定的孔的坐标顺序，把所有的孔从先至后按从 1 到 2124 的顺序依 次进行编号 2.2.模型假设模型假设 1.为了问题简化，假设打孔机钻头从一个孔移动到下一个孔，其路径就是两点之间的连 线。 2.假设打孔机钻头加工单个孔的成功率为百分之百。 3.假设打孔机在作业过程中，不会出现机器停止运转的情况。 四问题求解四问题求解问题（问题（1 1） 将附件 1 给出的某块印刷电路板上所有孔的坐标及孔型将孔进行划分，划分原则为相 同孔型划分为一个区域，考虑到 1stOpt 软件的字符上限，每个区域最多的孔数目为 220。则可划分为以下区域
9、 划分区域孔的编号孔型 一1200 二221440 三441660A四661860 五8611060 六10611260 七12611448B八14491648 九16491718C十17191930D 十一19312025E 十二20262059F 十三20602079G 十四20802085H 十五20862095I3十六20962124J第一个区域是编号 1220 的孔，第二个区域是编号 221440 的孔，第三个区域是编 1 号 441660 的孔。在第一个区域内，因为 A 型孔只需用刀具 a 加工，那么，钻头的最 优作业线路只需满足路径最短即可，不必考虑刀具转换问题。那么这就可以归结
10、为旅 行商问题（TSP 问题） 。即有个孔，从某一孔出发，每个孔访问一次，最后回到起始 孔，试求最短距离的访问路线。(这些原理所用的数学表达式写上,整篇论文没有什么 数学表达式,给人直观印象不好)那么就可以利用旅行商问题的算法的解决钻头作业线 路最短问题，结合 1stOpt 软件及其所开发的最大继承法，通过编辑程序代码和参数设 置，就可以得出最优作业线路，具体如下： 程序代码：NewDivision; /33894.4590130411 Constant n = 220; /number of holes Constant xData(0:n-1)= 100,-10000,-100200,-1
11、00200,-100200,-101324,-101324,-101324,-101324,-101324, -101324,-101324,-101324,-101324,-101324,-101400,-101400,10200,102000,102000, 102000,102000,102000,102000,102000,102000,102000,102000,102000,102000, 102000,102000,102000,102000,-103200,103400,103400,103600,103600,103600, 103600,103600,103600,1036
12、00,103600,103600,103600,103600,103600,103600, 103600,103600,-10400,-104474,-104474,-104474,-104474,-104474,-104474,-104474, -104474,-104474,-104474,-10474,-104800,-105000,-107000,-107000,-107600,-107623, -107623,-107623,-107623,-107623,-107623,-107623,-107623,-107623,-107623,-107623, -107700,-107700
13、,-108800,-109000,11000,-11000,-110688,-110700,-110773,-110773, -110733,-110773,-110773,-110773,-110773,-110800,-110800,-111000,-112000,-113000, -113922,-113922,-113922,-113922,-113922,-113922,-113922,-113922,-113922,-113922, 114000,114000,114000,114000,114000,114000,114000,114000,114000,114000, 1140
14、00,114000,114000,114000,-115000,-11600,116000,116000,116000,116000, 116000,116000,116000,116000,116000,116000,116000,116000,116000,116000, -116800,-117000,-117072,-117072,-117072,-117072,-117072,-117072,-117072,-117072, -117072,-117072,-117072,-118800,1200,-120200,-120200,-120222,-120222,-120222, -1
15、20222,-120222,-120222,-120222,-120222,-120222,-120222,-120222,-120222,-120222, -120530,-120800,-121400,-121400,-122000,-122600,-122800,-123371,-123371,-123371, -12400,-12400,-12400,12400,12400,-124467,-124800,-126400,-126521,-126521, -126521,-126521,-126521,-126521,-126521,-126521,-126521,-126521,-1
16、26521,-126800, 12800,12800,-128800,-129600,-129670,-129670,-129670,-129670,-129670,-129670, -129670,-129670,-129670,-129670,-129670,-129670,-129670,-129670,-130600,13200;Constant yData(0:n-1) =243600,301000,246000,322400,122800,265174,268324,271474,274623,277773,4284072,287222,293521,296670,299820,306200,315600,242600,246000,269600, 297200,301200,305000,309000,312800,316800,320800,324800,328600,332600, 336400,3
