matlab截断切割问题,截断切割问题的多阶段决策模型

用动态规划之最短路思想,利用C语言编程对所给实例进行穷举,得出设优切割次序及最小费用。验证了所给的一般切割准则的正确性,并迅速确定参数一定的截断切割问题的切割次序及最小费用。得出关于最优切割方式的定理:给出了e一0时简明的优化准则。文中的一般准则及程序语言可直接应用于工业生产实际。1问题重述某些工业部门(如贵重石料加工等)采用截断切割的加工方式。从一个长方体中加工出一个已知尺寸、位置预定的长方体(这两个长方体的对应表面是平行的),通常要经过6次截断切割。水平切割单位面积的费用是垂直单位面积的r倍,且当先后两次重直切割的平面不平行时,因调整刀具需额外费用e。我们要为这些部门设计一种各面的切割次序,使加工费用最少,我们要做的是:(])考虑不同切割方式的总数。(2)给出能判断出加工费用最少的准则或公式。(3)根据我们的准则对题中所给的准则进行评价。(4)讨论当e0的情况有无简明的优化准则。(5)利用所给的数据对准则进行验证。2模型假设(])加工方式为裁断切割,即沿切割平面将原料分为两部分,不存在切割中途停止和转弯的现象。(2)采用两套刀具分别进行水平切割和竖直切割,所以竖直切割中穿恼水平切割不影响调整刀具的次数。门)原料与水平工作台的接触面由工艺要求预先指定,必须最后切割成品下底所在平面,否则影响成品质量。(4)为保证成品加工质量,切割过程中原料的位置不改变,不发生转动、平移和翻转。(5)每次切割下来的废料及时剥离,不再参与下一次切割。3变吕设置h(i.;。。4。,。;成品各侧面到平行的原料各侧面的距离a,b,c成品长方体的长,宽,高A,BC原料长方体的长,宽,高r单位水平面积与单位垂直面积切割费用之比垂直切割单位面积的费用M总切割费用S总切割面积n调整刀具次数e垂直切割调整一次刀具的费用S连带切割面积4问题分析本题的解题目标是安排各面的最佳的切割次序,使切割费用最小。切割费用:M一水平面切割费用十竖直面切割蚤用十ne则:mlnMnlln6水+So+ne)可以用动态现划的最短路思想建立摸型,但由于每次切割完毕,都将废料部分剥离,因此每一种切割方式都改变下一次切割的初始状态。这使切割次序的选取变得十分复杂。我们需要一种新的方法判断切割次序,找到一个一目了然的准则,使工人有固定简明的加工原则,才能应用于实际的工业生产中去。5模型建立预先指定与工作平台相接触的底面5]e0,rl的们形切删准则(一)门)将成品各侧面到相对应的原料侧面距离卜;.;,。3,。。;由大到小排列。按次序切割卜所对应的侧面。若某两个值!1一卜;侧先切割侧面积较小的一侧。(2)最后切割成品下底所在平面证明对于任意3个切割面仅有两种相关联的形式,如图:设h;值为>!1;>h。,Z为切割卜对应的切割面一53一上与hi相垂直的方向上的棱长为形式1时,按准则切割石一儿。+h。)Z否则:S一(h+ha)Z或S一(h+h。)Z因为:卜;>卜。>卜。所以卜。十卜。<111+h3卜2十卜,11,>!1。11till厂一丫_/所以h。h。卜>卜。时,按准则切割,在第3,4,5,6次切割中连带切割面积最小的组合为;卜,h,卜h山5,b6所以第三次切割必须切割卜。面,才能达到第3,4,5,6次切割中连带切割面积最小。同理,第二次切割必须切割卜。面,才能达到第2,3,4,5,6次切割中连带切割面积最小。第一次切割必须切割卜;面,才能达到第],2,3,4,5,6次切割中连带切割面积最小。所以采用准则,加工原料时可得最小的切割费用。一54一本模型假设预先揩定与工作平台相接触底面,则下水平切割面的卜值不参与排序,其余各

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
文章作者写的matlab源代码,该文章2017年发表在Signal Processing: Image Communication: Hui Liu, Ke-Kun Huang*, Chuan-Xian Ren, Yu-Feng Yu and Zhao-Rong Lai. Quadtree Coding with Adaptive Scanning Order for Space-borne Image Compression. Signal Processing: Image Communication, vol. 55, no. 7, pp. 1-9, 2017. (http://dx.doi.org/10.1016/j.image.2017.03.011) 星载设备产生非常大的图像,而存储、计算和传输的能力有限,因此需要低复杂度的图像压缩算法。在本文中,我们开发了一种基于四叉树的高效图像压缩算法。首先,我们提出了一种自适应扫描顺序,它从先前有效节点的邻居遍历四叉树,从而指定的比特率下对更多的有效系数进行编码。其次,我们将整个小波图像划分成几个块,并对它们进行单独编码。因为失真率通常随着树节点的层次的增加而减小,我们选择在四叉树的每个层次编码后的点作为候选截断点。提出的方法可以提供质量、位置和分辨率的可扩展性,简单快速,无需任何熵编码,因此非常适合于星载设备。实验结果表明,与一些最先进的算法相比,它具有更好的性能。 Space-borne equipments produce very big images while their capacities of storage, calculation and transmission are limited, so low-complexity image compression algorithms are necessary. In this paper, we develop an efficient image compression algorithm based on quadtree in wavelet domain for this mission. First, we propose an adaptive scanning order for quadtree, which traverses prior the neighbors of previous significant nodes from bottom to the top of quadtree, so that more significant coefficients are encoded at a specified bit rate. Second, we divide the entire wavelet image to several blocks and encode them individually. Because the distortion-rate usually decreases as the level of the quadtree increases with the adaptive scanning order, to control bit rate for each block, we set the points exactly after coding each level of the quadtree as the candidate truncation points. The proposed method can provide quality, position and resolution scalability, which is simple and fast without any entropy coding, so it is very suitable for space-borne equipments. Experimental results show that it attains better performance compared with some state-of-the-art algorithms.

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值