2020年亚太杯APMCM数学建模大赛A题激光标记舱口轮廓生成求解全过程文档及程序

2020年亚太杯APMCM数学建模大赛

A题 激光标记舱口轮廓生成

原题再现:

  激光是20中的一项重要发明世纪,它被称为“最锋利的刀”、“最精确的尺子”和“最不寻常的光”。 激光已越来越多地应用于工业加工, 其中可以是就业在各种加工业务例如作为标记、焊接、钻孔、切割、热处理和喷涂。 激光具有良好的方向性,可以汇聚成微小的光斑,达到高度集中的能源; 此外,到期了去它的声音单色性, 激光是很容易去控制。
  激光打标是指用激光对LOGO,字符,符号,图像等进行标记。 在产品表面。 它是一种广泛使用的加工方法,具有加工效率高、非接触操作、无耗材、对产品表面变形影响小、标记含量坚固等优点。
  激光打标机的舱口工具可用于舱口指定的2D复合曲线图,不同舱口参数的设置对不同材料的加工效果影响很大。 方向平行孵化和轮廓平行孵化是孵化的两种基本方式。方向平行舱口,也称为“锯齿形”舱口,其路径沿平行于最初选定的参考方向的线段移动。 基于这种策略,通过将这些并行段连接起来,得到连接路径,使它们要么从右到左(或从左到右),要么从左到右和从右到左交替遍历。 而轮廓平行舱口使用偏移段,边界曲线作为光滑舱口路径,类似于边界曲线。 因此,轮廓平行舱口是以螺旋状的方式产生的曲线,在恒定距离的曲线边界。 哪种舱口在实践中的应用高度依赖于标记材料和工艺对特定加工任务的影响。
  孵化实体必须是封闭的曲线多边形,多个相互嵌套的轮廓对象可以通过分组匹配来填充。 对于图形的孵化过程,现有的边界轮廓应首先根据边缘距离向内或向外偏移,然后再受锯齿形平行或轮廓平行孵化的影响。 舱口曲线应均匀、规则,并保持基本平行。 不允许有遗漏填写区域,也不允许重复填写区域。 激光标记的孵化应以实时方式在线生成孵化轮廓。 为了满足高效率激光打标的要求,舱口曲线应与图形的边界线保持平行,最大程度上均匀分布,并自动快速生成。 效率是产生孵化数字的重要指标。
在这里插入图片描述
  请研究图形课题采用锯齿形平行和等高线平行孵化的特点,建立孵化的数学模型,设计算法,讨论算法的效率,回答下列问题:
  1. 实现附件1中单层轮廓图案的锯齿形平行和轮廓平行舱口;在这里,只考虑水平方向(0°度)的舱口。 请根据附件1中图的坐标点数据(单位:mm)实现两组输入参数下的孵化):
  (1) 内收缩边界距离1mm,舱口线间距1mm;
  (2) 内缩边距0.1mm,舱口线间距0.1mm。
  在这两组参数下,计算锯齿形平行和等高线平行舱口的孵化曲线的孵化线的总长度,并计算锯齿形平行舱口的水平线数和等高线平行舱口的圆圈数。 根据孵化程序的多次运行计算平均运行时间(单位:ms),计算参数组(2)和(1)条件下程序运行的运行时间比)。
  2. 实现附件2中相互嵌套的多层轮廓图案的锯齿形平行和轮廓平行孵化;在这里,只考虑水平方向(0°度)的孵化。 请根据附件2中图的坐标点数据(单位:mm)实现两组输入参数下的孵化):
  (1) 内收缩边界距离1mm,舱口线间距1mm;
  (2) 内缩边距0.1mm,舱口线间距0.1mm。
  在两组参数下,计算受锯齿形平行和等高线平行舱口的孵化曲线的孵化线总长,并计算锯齿形平行舱口的水平线数和等高线平行舱口的圆圈数。 根据孵化程序的多次运行计算平均运行时间(单位:ms),计算参数组(2)和(1)条件下程序运行的运行时间比)。
  3. 激光打标机产生的光斑直径很小。 激光打标的孵化线间距一般为0.01mm-0.1mm。激光打标产生大量的等高线数据,任何形状的等高线对程序的运行效率都有极高的要求。 请检查您的孵化算法经过的时间,并分析其性能,为优化孵化算法的性能和效率提供策略或方向,使其能够满足实际工业应用的效率要求。

整体求解过程概述(摘要)

  激光打标已广泛应用于工业加工中。对于不同的阴影方法,标记图案的操作效率和清晰度也不同。我们需要根据不同的参数分别实现单层和多层轮廓图案的Z字形平行和轮廓平行阴影,对算法进行评估,并给出优化策略。建立了三个模型:模型一:Z字形平行剖面线模型;模型二:等高线平行剖面线模型;模型三:绩效评价函数模型。

  对于模型I,我们首先计算平行线的数量,然后用等距平行线和轮廓曲线的交点构造一个相交矩阵,并将交点依次收缩为轮廓线,通过相交矩阵位置对应点的斜率确定不连续点,最后得到传递矩阵。最后,将传递矩阵划分为块,并将每个块矩阵的元素按从左到右和从右到左的交替顺序连接,以获得水平等距影线。根据我们建立的模型,附件1中单层轮廓图案中水平线间距为1mm和0.1mm的影线分别为797mm和9972mm,Z字形平行影线的水平线数分别为88和907,基于多次运行影线程序的平均经过时间分别为289ms和1886ms,经过时间比为6.52;附件2中多层轮廓图案中水平线间距为1mm和0.1mm的总长度分别为1011mm和11079mm,水平线数量分别为126和954,平均经过时间分别为266ms和1952ms;经过时间的比率为7.34。

  对于模型II,我们建立了一种基于点的多边形填充算法:曲率较小的轮廓曲线直接向内收缩,同时使用Douglas Puck算法保留拐点并删除一些不重要的平滑点,有效地减少了循环次数;在曲率较大的地方,通过干涉点消除无效循环。最后,对轮廓终止条件进行了说明。根据模型,附件1中单层轮廓图案中的阴影线总长分别为402mm和1021mm,轮廓平行阴影的圆数分别为11和85,平均经过时间分别为326ms和4090ms,比值为12.55;附件2中多层轮廓图案中的总长度分别为408mm和1099mm,圆圈数分别为12和106,平均经过时间分别为440ms和5030ms;比值为11.27。

  为了评估算法的效率,我们通过分析上述问题中计算结果的参数和实际情况,构建了一个性能函数来评估评分效率,然后基于该性能函数,我们使用遗传算法提出了进一步改进模型的策略和方向,使其能够满足实际工业应用的效率要求。最后,给出了该模型的优缺点。

模型假设:

  •假设1:在实际情况下,拐点延迟对程序运行时间的影响可以忽略不计,并且认为标记物理图与程序设计中的图之间没有偏差。

  •假设2:填充的等距轮廓线必须是闭合的弯曲多边形。

  •假设3:本文中的所有曲线都是平行移动的,Z字形平行阴影仅使用0°扫描线填充。

  •假设4:在激光打标的实际生产中,不存在设备故障导致的事故。

问题重述:

  对于不同的材料和不同的工艺参数,激光的效果也不同。方向平行填充和轮廓平行填充是两种基本的填充方法。对于平行方向填充方法,激光器平行于最初选择的参考方向移动。而轮廓线的平行图案填充是以螺旋方式沿着曲线生成的,与曲线边界保持恒定的距离。实际使用哪种类型的舱口在很大程度上取决于标记材料和加工过程对特定加工任务的影响。我们需要建立数学模型来解决以下问题:

  问题1:在只考虑水平Z字形平行影线的情况下,实现附件1中单层轮廓图案的Z字形平行和轮廓平行影线,并根据附件1的图形坐标数据实现两个输入参数下的影线。

  (1) 内缩边界距离1mm,影线间距1mm;
  (2) 内缩边界距离0.1mm,影线间距0.1mm。

  在两组参数下,计算:

  (a) Z字形平行和轮廓平行阴影的阴影曲线的阴影线的总长度;

  (b) 锯齿形平行影线的水平线数;

  (c) 轮廓平行影线的圆数;

  (d) 基于孵化程序的多次运行的平均经过时间;

  (e) 在参数组(2)和(1)的条件下程序运行的经过时间的比率。

  问题2:实现附件2中相互嵌套的多层轮廓图案的Z字形平行和轮廓平行图案填充。参数设置等计算内容与问题1相同。

  问题3:检查孵化算法的运行时间并分析其性能,为优化孵化算法的性能和效率提供策略或方向。

  激光打标机的填充工具可以用来填充指定的二维复合曲线图,不同填充参数的设置对不同材料的加工效果有很大影响。为了解决这些问题并进一步探索阅卷效率,我们的团队将做以下工作:

  •忽略一些微不足道的影响。

  •建立两个多边形平行舱口模型:锯齿形和轮廓平行舱口。然后记录两个模型在不同平行扫描线间距下的填充方法、运行时间、扫描次数、长度等数据。

  •建立性能评估函数来测试我们的模型,并基于遗传算法优化孵化算法。

模型的建立与求解整体论文缩略图

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

程序代码:

部分程序如下:
function y=inward(all,d)
while (all(1,:)==all(end,:))
all(end,:)=[];
end
n=size(all,1);
L1=zeros(n,2);
a=(all(2,:)−all(n,:));
b=zeros(2,1);
b(2)=−a(1);
b(1)=a(2);
b=b./(sum(b.^2)^(1/2));
b=b’;
L1(1,:)=all(1,:)+b*d;
note=[];
note1=[];
for i=2:1:n−1
a=(all(i+1,:)−all(i−1,:));
b=zeros(2,1);
b(2)=−a(1);
b(1)=a(2);
b=b./(sum(b.^2)^(1/2));
b=b’;
L1(i,:)=all(i,:)+b*d;
if(i>=4)
note=[note;findwr(L1,i)];
end
if (comp2(all(i−1,:)’,all(i,:)’,L1(i−1,:)’,L1(i,:)))
note1=[note1,i];
end
end
a=(all(1,:)−all(n−1,:));
b=zeros(2,1);
b(2)=−a(1);
b(1)=a(2);
b=b./(sum(b.^2)^(1/2));
b=b’;
L1(n,:)=all(n,:)+b*d;
note=[note;findwr([L1;L1(1,:)],n+1)];
L1=[L1;L1(1,:)];
if (note)
L12=resetp(L1,note,note1,all);
else
L12={L1};
end
for i=1:1:length(L12)
L112=L12{i};
if size(L112,1)>2
L112=[L112;L112(1,:)];
plot(L112(:,1),L112(:,2),’−k’);
end
end
axis equal;
y=L12;
end
function y=resetp(L1,note,note1,yall)
n0=size(L1,1);
n1=size(note,1)
mark=ones(n1,1);
m=1;
k=note(n1,1);
if (n1>=2)
com=note(1:end−1,1)−note(2:end,1);
for i=n1−1:−1:1
if (com(i)>0)
m=m+1;
mark(i)=m;
k=[k,note(i,1)];
else
while(m>0 && note(i,1)<k(end))
k(end)=[];
m=m−1;
end
m=m+1;
mark(i)=m;
k=[k,note(i,1)];
end
end
else
if(n1==1)
mark=1;
end
end
deco=judgcc(L1,mark,note);
ano=deco{3};
dele=[deco{1},note1];
comple=deco{2};
L1(comple(:,3),:)=comple(:,1:2);
i=1;
remjd=[];
while(i<=n1)
j=judgct(note(i,:),note1,n0);
note1=j{2};
if(j{1})
remjd=[remjd,note(i,1)+2:note(i,2)−1];
end
i=i+1;
end
m=size(ano,1);
numc=(1:size(L1,1));
Lc=[L1,numc];
Lc([dele,remjd],:)=[];
numc2=(1:size(Lc,1));
y={};
kk=Lc(:,3);
tt=Lc(:,1:2);
for i=1:1:m
a=numc2(kk==ano(i,1));
b=numc2(kk==ano(i,2));
c=numc2(kk==ano(i,3));
d=numc2(kk==ano(i,4));
y=[y,{tt([a:b,c:d],:)}];
Lc([a:b,c:d],:)=[];
end
tt=Lc(:,1:2);
y=[y,{tt}];
for i=1:1:length(y)
m=length(y{i});
if(m<=3)
y{i}=[];
elseif(m<=200)
yy=y{i};
j=1;
while (j<=m)
if(deld2(yall,yy(j,:)))
j=m+1;
y{i}=[];
end
j=j+1;
end
end
end
end
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/113985.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

「Qt中文教程指南」如何创建基于Qt Widget的应用程序(三)

Qt 是目前最先进、最完整的跨平台C开发工具。它不仅完全实现了一次编写&#xff0c;所有平台无差别运行&#xff0c;更提供了几乎所有开发过程中需要用到的工具。如今&#xff0c;Qt已被运用于超过70个行业、数千家企业&#xff0c;支持数百万设备及应用。 本文描述了如何使用…

学信息系统项目管理师第4版系列34_10大管理49过程ITTO

整合管理 组 过程 输入 工具和技术 输出 启动 制定项目章程 立项管理文件协议事业环境因素组织过程资产 专家判断数据收集人际关系与团队技能会议 项目章程假设日志 计划 2.制定项目管理计划 项目章程其他知识领域规划过程的输出事业环境因素组织过程资产 专家…

设计链表复习

设计链表 class ListNode {int val;ListNode next;public ListNode() {}public ListNode(int val) {this.val val;}public ListNode(int val, ListNode next) {this.val val;this.next next;}}class MyLinkedList {//size存储链表元素的个数int size;//虚拟头节点ListNode…

花生好车基于 KubeSphere 的微服务架构实践

公司简介 花生好车成立于 2015 年 6 月&#xff0c;致力于打造下沉市场汽车出行解决方案第一品牌。通过自建直营渠道&#xff0c;瞄准下沉市场&#xff0c;现形成以直租、批售、回租、新能源汽车零售&#xff0c;四大业务为核心驱动力的汽车新零售平台&#xff0c;目前拥有门店…

nuxt使用i18n进行中英文切换

中文效果图&#xff1a; 英文效果图&#xff1a; 版本&#xff1a; 安装&#xff1a; npm install --save nuxtjs/i18n 新建en.js与zh.js两个文件进行切换显示 en.js内容 import globals from ./../js/global_valexport default {/******* 公共内容开始* *****/seeMore: &quo…

基于食肉植物优化的BP神经网络(分类应用) - 附代码

基于食肉植物优化的BP神经网络&#xff08;分类应用&#xff09; - 附代码 文章目录 基于食肉植物优化的BP神经网络&#xff08;分类应用&#xff09; - 附代码1.鸢尾花iris数据介绍2.数据集整理3.食肉植物优化BP神经网络3.1 BP神经网络参数设置3.2 食肉植物算法应用 4.测试结果…

系统设计 - 我们如何通俗的理解那些技术的运行原理 - 第四部分:微服务架构

本心、输入输出、结果 文章目录 系统设计 - 我们如何通俗的理解那些技术的运行原理 - 第四部分&#xff1a;微服务架构前言典型的微服务架构是什么样的微服务的优势 微服务最佳实践在开发微服务时&#xff0c;我们需要遵循以下最佳实践&#xff1a; 微服务通常使用什么技术堆栈…

笔记:绘图进阶

主要功能&#xff1a; 双坐标轴多子图共用一个横坐标横坐标时间刻度设置&#xff08;简便方法&#xff09;自定义时间坐标轴起止时间 # -*- coding: utf-8 -*-import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as mdatesif …

网站技术查看

当打开一个网页感觉很好奇&#xff0c;他使用了什么框架和什么技术&#xff1f; 常用的网页技术分析网站。 1. w3techs Check web technologies used by a website - Site InfoW3Techs identifies which web technologies such as CMS, programming language, web server an…

算法学习之 背包01问题 , 备战leecode

来看题目 我们分析一下题目&#xff0c;首先我们要排序&#xff0c;这有助于我们得到最大的值&#xff0c;我们要得到一个递推公式 代码如下: class Solution { public:int maxSatisfaction(vector<int>& satisfaction) {int n satisfaction.size();vector<v…

微软官方推出的四款工具,太实用了,值得收藏

目录 一、Officeplus——丰富的办公资源库 二、微软数学求解器 三、微软内置edge浏览器 四、Microsoft To-Do 办公待办神器 所以今天小编给大家分享4个微软官方推出的实用工具&#xff0c;每一个都非常好用&#xff0c;对于大家日常办公&#xff0c;非常有必要&#xff0c;感兴…

C语言--冒泡排序和简答选择排序

冒泡排序 一种典型的交换排序 类似水冒泡&#xff0c;大元素经不断的交换由水底慢慢的浮出 从头到尾&#xff0c;循环比较两相邻的元素 大的元素移到后面&#xff0c;小的放前面-每次循环&#xff0c;大的元素会排到最后 代码如下&#xff1a; #include<stdio.h> …

常用消息中间件

RocketMQ 阿里开源&#xff0c;阿里参照kafka设计的&#xff0c;Java实现 能够保证严格的消息顺序 提供针对消息的过滤功能 提供丰富的消息拉取模式 高效的订阅者水平扩展能力 实时的消息订阅机制 亿级消息堆积能力 RabbitMQ Erlang实现&#xff0c;非常重量级&#xff0c;更适…

竞赛 深度学习交通车辆流量分析 - 目标检测与跟踪 - python opencv

文章目录 0 前言1 课题背景2 实现效果3 DeepSORT车辆跟踪3.1 Deep SORT多目标跟踪算法3.2 算法流程 4 YOLOV5算法4.1 网络架构图4.2 输入端4.3 基准网络4.4 Neck网络4.5 Head输出层 5 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; *…

程序连接oracle查询数据的环境配置

连接oracle 数据库真麻烦&#xff0c;还是MySQL方便 Oracle Instant Client 这个东西的版本跟oracle的版本是有讲究的&#xff0c;引用文档的说明 Oracle 标准的客户端-服务器网络互操作性允许不同版本的 Oracle 客户端和 Oracle 数据库之间的连接。有关经过认证的配置&#…

R语言的计量经济学技术

量经济学通常使用较小样本&#xff0c;但这种区别日渐模糊&#xff0c;机器学习在经济学领域、特别是经济学与其它学科的交叉领域表现日益突出&#xff0c;R语言是用于统计建模的主流计算机语言&#xff0c;在本次培训中&#xff0c;我们将从实际应用出发&#xff0c;重点从数据…

ArmSoM-RK3588编解码之mpp解码demo解析:mpi_dec_test

1. 简介 [RK3588从入门到精通] 专栏总目录 mpi_dec_test 是rockchip官方解码 demo 本篇文章进行mpi_dec_test 的代码解析&#xff0c;解码流程解析 2. 环境介绍 硬件环境&#xff1a; ArmSoM-W3 RK3588开发板 软件版本&#xff1a; OS&#xff1a;ArmSoM-W3 Debian11 3.…

[TCP1P 2023] 部分crypto,pwn,reverse

Crypto Final Consensus 这是个AES爆破密钥的题&#xff0c;加密方法是先后用两个密钥加密。远程先给出加密后的flag&#xff0c;然后允许输入值并进行加密。 from Crypto.Cipher import AES import random from Crypto.Util.Padding import pada b"" b b"&…

SystemVerilog Assertions应用指南 Chapter1.29“ disable iff构造

在某些设计情况中,如果一些条件为真,则我们不想执行检验。换句话说,这就像是一个异步的复位,使得检验在当前时刻不工作。SVA提供了关键词“ disable iff来实现这种检验器的异步复位。“ disable iff”的基本语法如下。 disable iff (expression) <property definition> …

Modelsim无法生成LICENSE的问题

按照网上的破解教程&#xff0c;将mgls.dll和mgls64.dll属性都是去掉只读后&#xff0c;点击patch64_dll.bat文件生成LICENSE&#xff0c;发现在弹出的对话框中一直提示找不到其文件&#xff0c;无法正常生成LICENSE。 解决方法&#xff1a; 1.按winR键或者在电脑搜索界面中输…