1. 毕业设计（论文）主要内容：

基于智能优化方法，合理的设计管材切割方案以使原材料损耗最小化，则会大大降低船舶建造的成本。在船厂管材切割问题中，有一类问题的原管长度可以划分为若干种型号，零件管的长度也可以划分为若干种型号。此类问题可以视为标准一维下料问题，可以基于顺序启发式算法对其求解。论文的主要工作包括：

1) 阅读参考文献，总结归纳一维下料问题和顺序启发式算法的研究现状。

2) 建立一维下料问题的数学模型，借助matlab，基于顺序启发式算法对该模型进行求解。

2. 毕业设计（论文）主要任务及要求

1) 阅读参考文献不少于15篇，其中外文文献不少于50%。

2) 在所阅读的外文参考文献中，选择一篇完成翻译，要求字数不少于5000字。

3) 在文献阅读和文献翻译的基础上，总结归纳研究现状，完成开题报告。

3. 毕业设计（论文）完成任务的计划与安排

1) 第1周~第3周，完成文献查阅、文献翻译和开题报告；

2) 第4周~第5周，学习掌握matlab软件。如果已经对matlab有较好的学习基础，或者可以熟练应用其它编程语言如c、c 、java等，可以直接进入下一环节；

3) 第6周~第12周，实现针对一维下料问题的顺序启发式算法，并进行仿真验证；

4. 主要参考文献

[1]PC Gilmore， RE Gomory. A Linear Programming Approach to the Cutting-Stock Problem [J]. Operations Research, 1961, 9(6): 849-859
[2]Haessler, R.W. Controlling cutting pattern changes in one-dimensional trim problems [J]. Operations Research, 1975, 23(3): 483-493
[3]Dyckhoff H. A New Linear Programming Approach to the Cutting Stock Problem [J]. Operations Research, 1981, 29(29): 1092-1104
[4]Chen CS, Hart SM, Tham WM. A simulated annealing heuristic for the one-dimensional cutting stock problem [J]. European Journal of Operation Research, 1996, 93(3): 522-535
[5]Vance P H. Branch-and-Price Algorithms for the One-Dimensional Cutting Stock Problem [J]. Computational Optimization and Applications, 1998, 9(3): 211-228
[6]Gradisar M, Trkman P. A combined approach to the solution to the general one-dimensional cutting stock problem [J]. Computers amp; Operations Research, 2005, 32(7): 1793-1807
[7]Yang C, Sung T, Weng W. An improved tabu search approach with mixed objective function for one-dimensional cutting stock problems [J]. Advances in Engineering Software, 2006，37(8): 502-513
[8]程浩, 刘心报, 方昶. 基于混合顺序启发式算法的一维下料问题 [J]. 中国机械工程, 2014, 25(16): 2191-2195, 2203
[9]Y Cui, Yi Yao. A heuristic for the one-dimensional cutting stock problem with usable leftover [J]. European Journal of Operational Research, 2010, 204(2): 245-250
[10]Yaodong Cui,Cheng Zhong, Yi Yao. Pattern-set generation algorithm for the one-dimensional cutting stock problem with setup cost [J].European Journal of Operational Research, 2015, 243: 540–546