2024年五一数学建模竞赛A题钢板最优切割路径问题思路解析及参考代码

🔥 题目

A题 钢板最优切割路径问题

提高钢板下料切割过程中的工作效率，是模具加工企业降低成本和增加经济效益的重要途径，其中钢板切割的路径规划是钢板切割过程的一个关键环节。

钢板切割就是使用特殊的切割技术，基于给定的下料切割布局图纸对钢板进行加工。切割过程中设计切割路径至关重要，最优切割路径要满足空程最短的原则。

图1 钢板切割过程示意图

注：(1) 空程是指在切割设备所进行的一系列操作中不产生切割效果的水平运动路径(垂直运动路径不计入空程)；(2) 本题默认切割起始点均为右下角点(见各图所示)；(3) 本题下料切割布局图中的实线均为切割线。

请查阅相关资料，完成下列四个切割任务N1~N4：

问题1：给定如图2所示的下料切割布局N1，其中B3-B4为钢板边界线，不用切割，B1为切割起始点。请建立数学模型，设计最优切割路径方案，并给出最优切割路径的空程总长度。

图2 下料切割布局N1

问题2：给定下料切割布局N2见图3，构件的外边界切割成上下对称的锯齿状，同时内部切割出四个半径为3的圆形和一个椭圆形。请根据下料切割布局N2的参数信息，建立数学模型，设计最优切割路径方案，并给出最优切割路径的空程总长度。

图3 含多个孔的下料切割布局N2

问题3：给定下料切割布局N3见图4。N3与N2相比，需要在椭圆中多切割出12个矩形件(它们在椭圆中的位置是对称分布的，左右相邻的两个矩形件的中心距离为6，上下相邻的两个矩形件的中心距离为5)。请建立数学模型，设计最优切割路径方案，并给出最优切割路径的空程总长度(要求椭圆内部的所有矩形件要先于椭圆切割)。

图4 含矩形件嵌套的下料切割布局N3

问题4：给定下料切割布局N4见图5，需要在椭圆中切割出4个矩形小零件。由于小零件尺寸较小，为防止小零件掉落，两个相邻的小零件之间需要采用“过桥”的方式，使得相邻零件连接成一个大尺寸零件，要求“过桥”与矩形小零件顶点的最短距离至少为1。“过桥”的宽度为2，且在空程计算中不可以忽略“过桥”的宽度。

请根据N4的具体情况，建立数学模型，确定“过桥”的数目和位置，设计最优切割路径方案，给出最优切割路径的空程总长度(要求切割起始点设计在钢板的右下角，N4中的小圆形切割件不考虑过桥问题)。

图5 需要添加过桥的嵌套矩形件套料图N4

📣 思路

⛳️ 参考代码

点击下面链接👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

物理应用             机器学习

👇  私信完整代码和数据获取

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱船配载优化、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题

2 机器学习和深度学习方面

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN/TCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合

​