本发明涉及玻璃加工领域，特别是涉及一种基于高效启发式搜索算法的玻璃矩形排版优化系统。
背景技术：
玻璃优化排版是指在给定一个宽度、高度不限的矩形原片的情况下，将具有一定种类和数量的矩形小片排放到原片内，使排放的矩形小片占据原片的面积最小，从而使原片材料的利用率达到最大。该问题在玻璃切割等工业生产中有着广泛的应用，从计算复杂度上看，该问题也是一个np难问题，因此长期以来都是各个玻璃企业关注的重点；
目前，针对玻璃优化排版问题问题的求解方法有：穷举搜索算法，该算法已证明对低于30个矩形件的排样是有效的，但由于问题目标涉及到解空间的组合爆炸，因此穷举算法只适用于小规模排样问题；贪婪算法，针对单版面可以得到比较高的优化率，但是针对整个多个版面效果不佳；为此，我们提出一种基于高效启发式搜索算法的玻璃矩形排版优化系统。
技术实现要素：
针对现有技术存在的不足，本发明目的是提供一种基于高效启发式搜索算法的玻璃矩形排版优化系统。本发明的目的主要针对以前排版算法优化低，优化时间长的问题，通过高效的启发式搜索，能够在比较短的时间内，得到优化率比较高的排版；本发明引用了随机因子的概念，增大了每个小片填充原片版面时不同的组合概率，保证每张原片版面不会陷入局部最优解的问题；本发明引入了多线程的处理，程序可以在同一时间内，同时对多张原片进行排版填充；保证比较少的优化时间。
本发明的目的可以通过以下技术方案实现：一种基于高效启发式搜索算法的玻璃矩形排版优化系统，包括数据采集模块、排序模块、云平台、排版优化模块、调整模块、存储模块以及显示模块；
所述数据采集模块用于采集可用原片信息和待优化的玻璃小片信息并将可用原片信息和待优化的玻璃小片信息传输至排序模块，所述排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，所述排序模块用于将小片排序表传输至云平台，所述云平台用于将小片排序表传输至存储模块进行实时存储；
所述排版优化模块用于对玻璃小片进行排版优化，具体排版优化步骤为：
ss1：获取当前原片的可摆放区域，将尺寸适合该可摆放区域的玻璃小片标记为初选小片；
ss2：获取初选小片的优选值rq；选取优选值rq最大的初选小片为选中小片；将选中小片填入当前原片的可摆放区域；同时该选中小片的数量减少一；
ss3：填完选中小片后，将当前原片的可摆放区域拆分为横切、竖切两种情况，继续递归调用填充版面方法，重复步骤ss1，分别填充被分割的两个版面；
ss4：当该版面被填充完，排出一个版面，计算得到该版面的优化率，并标记为y1；所述优化率即为排放的玻璃小片的面积与占据原片的面积之比；
将y1与预设最佳优化率相比较；计算获取y1与预设最佳优化率的差值并标记为优化差值y2；
将优化差值y2最小的版面标记为最佳版面；判断此时是否已循环排版n次，其中n为预设值，n表示正整数；
ss5：若循环排版次数达到n次，则将最佳版面标记为目标版面并将目标版面传输至云平台进行存储；
若循环排版次数小于n次，则继续循环排版，执行步骤ss3；
ss6：判断是否有玻璃小片未排完；
若有玻璃小片未排完，则继续执行步骤ss1；
若玻璃小片已全部排完，获取存储的目标版面，获取目标版面的优化率，选取优化率最大的目标版面标记为选中版面；
所述排版优化模块用于将选中版面传输至云平台，所述云平台用于将选中版面传输至调整模块，所述调整模块用于接收选中版面并分配对应的优化人员手工调整优化该选中版面；
所述排版优化模块还引入了多线程的处理，用于在同一时间内同时对多张原片进行排版填充。
进一步地，所述原片信息包括原片尺寸和数量，所述尺寸包括长度和宽度；所述玻璃小片信息包括小片尺寸和数量；设定所述原片和玻璃小片均为矩形，且定义较长的边为原片和玻璃小片的长，较短的边为原片和玻璃小片的宽。
进一步地，所述数据采集模块的具体工作步骤为：
步骤一：获取当前时间上班的工作人员并将其标记为初选人员；
步骤二：将初选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为r1；
设定初选人员的年龄为r2；设定初选人员的采集次数为r3；
设定初选人员的当天采集总时长为r4；
步骤三：将入职时长、年龄、采集次数和当天采集总时长进行归一化处理并取其值；
利用公式rz＝(r1×a1 r3×a2-|r2-35|×a3 1/r4×a4)×r5-1.2356获取得到初选人员的采集值rz；其中，r5为初选人员的采效值；a1、a2、a3和a4均为预设系数因子；例如a1取值0.2，a2取值0.3，a3取值0.5，a4取值0.7；
步骤四：选取采集值rz最大的初选人员为采集员；将采集指令发送至采集员的手机终端上；同时该采集员的采集次数增加一次；
步骤五：采集员接收采集指令后对可用原片信息和待优化的玻璃小片信息进行采集、存储；
将采集结束时刻与采集开始时刻进行时间差计算得到采集员的单次采集时长，将其标记为ta；将采集员当天的所有单次采集时长进行求和得到当天采集总时长；
设定用户输入的评分值为b；
将单次采集时长与输入的评分值进行归一化处理并取其值；
利用公式dc＝1/ta×b1 b×b2获取得到采集员的单次值，将采集员的所有单次值进行求和并取平均值得到采集员的采效值r5；其中b1和b2均为预设比例系数，例如b1取值0.24，b2取值0.84。
进一步地，所述排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，具体分析步骤为：
s1：获取待优化的玻璃小片信息，将玻璃小片的长度标记为l1，将玻璃小片的宽度标记为k1，根据长方形面积计算公式获取得到玻璃小片的面积并标记为m1，m1＝l1×k1；
s2：将玻璃小片的数量标记为lr；
s3：设定每一种玻璃小片的尺寸均对应一个预设值；将该玻璃小片对应的尺寸与玻璃小片所有的尺寸进行匹配获取得到对应的预设值，并标记为w1；
s4：利用公式re＝(l1×a1 k1×a2 m1×a3 lr×a4)×w1-0.236589获取得到玻璃小片的初选值re；其中a1、a2、a3和a4均为预设系数，例如a1取值0.54，a2取值0.23，a3取值0.87，a4取值0.41；
s5：将玻璃小片信息按照优选值re的大小进行降序排列生成小片排序表。
进一步地，所述步骤ss2中获取初选小片的优选值rq，具体包括：
ss21：通过排序模块获取小片排序表，反馈该初选小片在小片排序表所处的序列位置至排版优化模块；
设定小片排序表的每个序列位置均对应一个预设值，将该初选小片对应的序列位置与玻璃小片所有的序列位置进行匹配获取得到对应的预设值，并标记为w2；
ss22：获取该初选小片的数量lr；设定该初选小片的片间隙为k2；
ss23：获取当前原片上上一片填充的玻璃小片信息，并标记为前一小片，获取该前一小片在小片排序表所处的序列位置并标记为前一序列位置；将前一序列位置与该初选小片的序列位置进行序列差计算得到序列间距并标记xl；
ss24：判断该初选小片在当前原片的可摆放区域是否能旋转；
若该初选小片能旋转，则令sa＝1；若该初选小片不能旋转，则令sa＝0；
ss25：利用公式rq＝(w2×b1 lr×b1 k2×b3 xl×b4 sa×b5)×α获取得到初选小片的优选值rq，其中b1、b2、b3、b4和b5均为预设系数，例如b1取值0.25，b2取值0.29，b3取值0.85，b4取值0.42，b5取值0.35；α为采样生成的的随机因子，服从标准正态分布。
进一步地，所述调整模块的具体工作步骤为：
v1：获取当前时间上班的优化人员并将其标记为一选人员；
v2：将一选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为g1；
设定初选人员的年龄为g2；设定初选人员的优化成功次数为g3；
v3：利用公式gz＝(g1×d1 g3×d2-|g2-35|×d3)×g4-1.2356获取得到一选人员的优化值gz；其中，g4为一选人员的优效值；d1、d2和d3均为预设系数因子；例如d1取值0.42，d2取值0.33，d3取值0.65；
v4：选取优化值gz最大的一选人员为选中人员；将优化指令发送至选中人员的手机终端上；选中人员接收优化指令后对选中版面手工调整优化；
将调整结束时刻与调整开始时刻进行时间差计算得到选中人员的调整时长，将调整时长标记为zt；
获取调整前选中版面的优化率并标记为yh1；获取调整后选中版面的优化率并标记为yh2，将yh1与yh2进行比较；若yh2>yh1，则优化成功，同时该选中人员的优化成功次数加一；利用公式yh3＝yh2-yh1获取得到超优值yh3；
利用公式gf＝1/zt×d1 yh3×d2获取得到选中人员的单优值gf，其中d1、d2均为预设系数，例如d1取值0.56，d2取值0.76；将选中人员的所有单优值gf进行求和并取均值得到选中人员的优效值；
v5：将优化成功的选中版面标记为优化版面，并将优化版面传输至云平台，所述云平台用于将优化版面传输至存储模块存储并将优化版面传输至显示模块实时显示。
本发明的有益效果是：本发明中排版优化模块用于对玻璃小片进行排版优化，通过高效的启发式搜索，能够在比较短的时间内，得到优化率比较高的排版；同时引用了随机因子的概念，增大了每个小片填充原片版面时不同的组合概率，保证每张原片版面不会陷入局部最优解的问题；排版优化模块还引入了多线程的处理，可以在同一时间内，同时对多张原片进行排版填充；保证比较少的优化时间；本发明设置调整模块，所述调整模块用于接收选中版面并分配对应的优化人员手工调整优化该选中版面，能够根据优化人员的优化值选择合适的优化人员手工调整优化该选中版面，提高优化效率。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
图2为本发明中排版优化模块的工作流程图。
图3为本发明排版优化过程中横切、竖切两种情况的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1-3所示，一种基于高效启发式搜索算法的玻璃矩形排版优化系统，包括数据采集模块、排序模块、云平台、排版优化模块、调整模块、存储模块以及显示模块；
数据采集模块用于采集可用原片信息和待优化的玻璃小片信息并将可用原片信息和待优化的玻璃小片信息传输至排序模块，排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，排序模块用于将小片排序表传输至云平台，云平台用于将小片排序表传输至存储模块进行实时存储；原片信息包括原片尺寸和数量，尺寸包括长度和宽度；玻璃小片信息包括小片尺寸和数量；设定原片和玻璃小片均为矩形，且定义较长的边为原片和玻璃小片的长，较短的边为原片和玻璃小片的宽；
数据采集模块的具体工作步骤为：
步骤一：获取当前时间上班的工作人员并将其标记为初选人员；
步骤二：将初选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为r1；
设定初选人员的年龄为r2；设定初选人员的采集次数为r3；
设定初选人员的当天采集总时长为r4；
步骤三：将入职时长、年龄、采集次数和当天采集总时长进行归一化处理并取其值；
利用公式rz＝(r1×a1 r3×a2-|r2-35|×a3 1/r4×a4)×r5-1.2356获取得到初选人员的采集值rz；其中，r5为初选人员的采效值；a1、a2、a3和a4均为预设系数因子；例如a1取值0.2，a2取值0.3，a3取值0.5，a4取值0.7；
步骤四：选取采集值rz最大的初选人员为采集员；将采集指令发送至采集员的手机终端上；同时该采集员的采集次数增加一次；
步骤五：采集员接收采集指令后对可用原片信息和待优化的玻璃小片信息进行采集、存储；
将采集结束时刻与采集开始时刻进行时间差计算得到采集员的单次采集时长，将其标记为ta；将采集员当天的所有单次采集时长进行求和得到当天采集总时长；
设定用户输入的评分值为b；
将单次采集时长与输入的评分值进行归一化处理并取其值；
利用公式dc＝1/ta×b1 b×b2获取得到采集员的单次值，将采集员的所有单次值进行求和并取平均值得到采集员的采效值r5；其中b1和b2均为预设比例系数，例如b1取值0.24，b2取值0.84；
排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，具体分析步骤为：
s1：获取待优化的玻璃小片信息，将玻璃小片的长度标记为l1，将玻璃小片的宽度标记为k1，根据长方形面积计算公式获取得到玻璃小片的面积并标记为m1，m1＝l1×k1；
s2：将玻璃小片的数量标记为lr；
s3：设定每一种玻璃小片的尺寸均对应一个预设值；将该玻璃小片对应的尺寸与玻璃小片所有的尺寸进行匹配获取得到对应的预设值，并标记为w1；
s4：利用公式re＝(l1×a1 k1×a2 m1×a3 lr×a4)×w1-0.236589获取得到玻璃小片的初选值re；其中a1、a2、a3和a4均为预设系数，例如a1取值0.54，a2取值0.23，a3取值0.87，a4取值0.41；
s5：将玻璃小片信息按照优选值re的大小进行降序排列生成小片排序表；
排版优化模块用于对玻璃小片进行排版优化，具体排版优化步骤为：
ss1：获取当前原片的可摆放区域，将尺寸适合该可摆放区域的玻璃小片标记为初选小片；
ss2：获取初选小片的优选值rq；选取优选值rq最大的初选小片为选中小片；将选中小片填入当前原片的可摆放区域；同时该选中小片的数量减少一；具体包括：
ss21：通过排序模块获取小片排序表，反馈该初选小片在小片排序表所处的序列位置至排版优化模块；
设定小片排序表的每个序列位置均对应一个预设值，将该初选小片对应的序列位置与玻璃小片所有的序列位置进行匹配获取得到对应的预设值，并标记为w2；
ss22：获取该初选小片的数量lr；设定该初选小片的片间隙为k2；
ss23：获取当前原片上上一片填充的玻璃小片信息，并标记为前一小片，获取该前一小片在小片排序表所处的序列位置并标记为前一序列位置；将前一序列位置与该初选小片的序列位置进行序列差计算得到序列间距并标记xl；
ss24：判断该初选小片在当前原片的可摆放区域是否能旋转；
若该初选小片能旋转，则令sa＝1；若该初选小片不能旋转，则令sa＝0；
ss25：利用公式rq＝(w2×b1 lr×b1 k2×b3 xl×b4 sa×b5)×α获取得到初选小片的优选值rq，其中b1、b2、b3、b4和b5均为预设系数，例如b1取值0.25，b2取值0.29，b3取值0.85，b4取值0.42，b5取值0.35；α为采样生成的的随机因子，服从标准正态分布；
ss3：填完选中小片后，将当前原片的可摆放区域拆分为横切、竖切两种情况，继续递归调用填充版面方法，重复步骤ss1，分别填充被分割的两个版面；
ss4：当该版面被填充完，排出一个版面，计算得到该版面的优化率，并标记为y1；优化率即为排放的玻璃小片的面积与占据原片的面积之比；
将y1与预设最佳优化率相比较；计算获取y1与预设最佳优化率的差值并标记为优化差值y2；
将优化差值y2最小的版面标记为最佳版面；判断此时是否已循环排版n次，其中n为预设值，n表示正整数；
ss5：若循环排版次数达到n次，则将最佳版面标记为目标版面并将目标版面传输至云平台进行存储；
若循环排版次数小于n次，则继续循环排版，执行步骤ss3；
ss6：判断是否有玻璃小片未排完；
若有玻璃小片未排完，则继续执行步骤ss1；
若玻璃小片已全部排完，获取存储的目标版面，获取目标版面的优化率，选取优化率最大的目标版面标记为选中版面；
排版优化模块用于将选中版面传输至云平台，云平台用于将选中版面传输至调整模块，调整模块用于接收选中版面并分配对应的优化人员手工调整优化该选中版面，具体步骤为：
v1：获取当前时间上班的优化人员并将其标记为一选人员；
v2：将一选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为g1；
设定初选人员的年龄为g2；设定初选人员的优化成功次数为g3；
v3：利用公式gz＝(g1×d1 g3×d2-|g2-35|×d3)×g4-1.2356获取得到一选人员的优化值gz；其中，g4为一选人员的优效值；d1、d2和d3均为预设系数因子；例如d1取值0.42，d2取值0.33，d3取值0.65；
v4：选取优化值gz最大的一选人员为选中人员；将优化指令发送至选中人员的手机终端上；选中人员接收优化指令后对选中版面手工调整优化；
将调整结束时刻与调整开始时刻进行时间差计算得到选中人员的调整时长，将调整时长标记为zt；
获取调整前选中版面的优化率并标记为yh1；获取调整后选中版面的优化率并标记为yh2，将yh1与yh2进行比较；若yh2>yh1，则优化成功，同时该选中人员的优化成功次数加一；利用公式yh3＝yh2-yh1获取得到超优值yh3；
利用公式gf＝1/zt×d1 yh3×d2获取得到选中人员的单优值gf，其中d1、d2均为预设系数，例如d1取值0.56，d2取值0.76；将选中人员的所有单优值gf进行求和并取均值得到选中人员的优效值；
v5：将优化成功的选中版面标记为优化版面，并将优化版面传输至云平台，云平台用于将优化版面传输至存储模块存储并将优化版面传输至显示模块实时显示；
排版优化模块还引入了多线程的处理，可以在同一时间内，同时对多张原片进行排版填充；保证比较少的优化时间。
本发明的工作原理是：
一种基于高效启发式搜索算法的玻璃矩形排版优化系统，在工作时，首先数据采集模块用于采集可用原片信息和待优化的玻璃小片信息；获取当前时间上班的工作人员并将其标记为初选人员，将初选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长，设定初选人员的年龄和采集次数，利用公式rz＝(r1×a1 r3×a2-|r2-35|×a3 1/r4×a4)×r5-1.2356获取得到初选人员的采集值rz，选取采集值rz最大的初选人员为采集员，采集员对可用原片信息和待优化的玻璃小片信息进行采集、存储，提高采集数据的效率和准确性；排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，获取待优化的玻璃小片信息，获取玻璃小片的长度、宽度、面积和数量；设定每一种玻璃小片的尺寸均对应一个预设值；将该玻璃小片对应的尺寸与玻璃小片所有的尺寸进行匹配获取得到对应的预设值，结合相关算法得到玻璃小片的初选值re；将玻璃小片信息按照优选值re的大小进行降序排列生成小片排序表，为玻璃小片的排版优化提供参考依据；
排版优化模块用于对玻璃小片进行排版优化；获取当前原片的可摆放区域，将尺寸适合该可摆放区域的玻璃小片标记为初选小片；结合初选小片序列位置的预设值、与前一小片的序列间距、数量、片间隙以及是否能旋转，获取得到初选小片的优选值rq，选取优选值rq最大的初选小片为选中小片；将选中小片填入当前原片的可摆放区域，填完选中小片后，将当前原片的可摆放区域拆分为横切、竖切两种情况，继续递归调用填充版面方法，分别填充被分割的两个版面；当该版面被填充完，排出一个版面，计算得到该版面的优化率，将该版面的优化率与预设最佳优化率相比较，选出最佳版面；判断此时是否已循环排版n次，若循环排版次数小于n次，则继续循环排版；若循环排版次数达到n次，则将最佳版面标记为目标版面并将目标版面传输至云平台进行存储并判断是否有玻璃小片未排完；若有玻璃小片未排完，则继续排版；若玻璃小片已全部排完，获取存储的目标版面，获取目标版面的优化率，选取优化率最大的目标版面标记为选中版面；调整模块用于接收选中版面并分配对应的优化人员手工调整优化该选中版面，能够根据优化人员的优化值选择合适的优化人员手工调整优化该选中版面，提高优化效率，将优化成功的选中版面标记为优化版面，并将优化版面传输至云平台，云平台用于将优化版面传输至存储模块存储并将优化版面传输至显示模块实时显示；排版优化模块还引入了多线程的处理，可以在同一时间内，同时对多张原片进行排版填充；保证比较少的优化时间。
上述公式均是由采集大量数据进行软件模拟及相应专家进行参数设置处理，得到与真实结果符合的公式。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
1.一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，包括数据采集模块、排序模块、云平台、排版优化模块、调整模块、存储模块以及显示模块；
所述数据采集模块用于采集可用原片信息和待优化的玻璃小片信息并将可用原片信息和待优化的玻璃小片信息传输至排序模块，所述排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，所述排序模块用于将小片排序表传输至云平台，所述云平台用于将小片排序表传输至存储模块进行实时存储；
所述排版优化模块用于对玻璃小片进行排版优化，具体排版优化步骤为：
ss1：获取当前原片的可摆放区域，将尺寸适合该可摆放区域的玻璃小片标记为初选小片；
ss2：获取初选小片的优选值rq；选取优选值rq最大的初选小片为选中小片；将选中小片填入当前原片的可摆放区域；同时该选中小片的数量减少一；
ss3：填完选中小片后，将当前原片的可摆放区域拆分为横切、竖切两种情况，继续递归调用填充版面方法，重复步骤ss1，分别填充被分割的两个版面；
ss4：当该版面被填充完，排出一个版面，计算得到该版面的优化率，并标记为y1；所述优化率即为排放的玻璃小片的面积与占据原片的面积之比；
将y1与预设最佳优化率相比较；计算获取y1与预设最佳优化率的差值并标记为优化差值y2；
将优化差值y2最小的版面标记为最佳版面；判断此时是否已循环排版n次，其中n为预设值，n表示正整数；
ss5：若循环排版次数达到n次，则将最佳版面标记为目标版面并将目标版面传输至云平台进行存储；
若循环排版次数小于n次，则继续循环排版，执行步骤ss3；
ss6：判断是否有玻璃小片未排完；
若有玻璃小片未排完，则继续执行步骤ss1；
若玻璃小片已全部排完，获取存储的目标版面，获取目标版面的优化率，选取优化率最大的目标版面标记为选中版面；
所述排版优化模块用于将选中版面传输至云平台，所述云平台用于将选中版面传输至调整模块，所述调整模块用于接收选中版面并分配对应的优化人员手工调整优化该选中版面；
所述排版优化模块还引入了多线程的处理，用于在同一时间内同时对多张原片进行排版填充。
2.根据权利要求1所述的一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，所述原片信息包括原片尺寸和数量，所述尺寸包括长度和宽度；所述玻璃小片信息包括小片尺寸和数量；设定所述原片和玻璃小片均为矩形，且定义较长的边为原片和玻璃小片的长，较短的边为原片和玻璃小片的宽。
3.根据权利要求1所述的一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，所述数据采集模块的具体工作步骤为：
步骤一：获取当前时间上班的工作人员并将其标记为初选人员；
步骤二：将初选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为r1；
设定初选人员的年龄为r2；设定初选人员的采集次数为r3；
设定初选人员的当天采集总时长为r4；
步骤三：将入职时长、年龄、采集次数和当天采集总时长进行归一化处理并取其值；
利用公式rz＝(r1×a1 r3×a2-|r2-35|×a3 1/r4×a4)×r5-1.2356获取得到初选人员的采集值rz；其中，r5为初选人员的采效值；a1、a2、a3和a4均为预设系数因子；
步骤四：选取采集值rz最大的初选人员为采集员；将采集指令发送至采集员的手机终端上；同时该采集员的采集次数增加一次；
步骤五：采集员接收采集指令后对可用原片信息和待优化的玻璃小片信息进行采集、存储；
将采集结束时刻与采集开始时刻进行时间差计算得到采集员的单次采集时长，将其标记为ta；将采集员当天的所有单次采集时长进行求和得到当天采集总时长；
设定用户输入的评分值为b；
将单次采集时长与输入的评分值进行归一化处理并取其值；
利用公式dc＝1/ta×b1 b×b2获取得到采集员的单次值，将采集员的所有单次值进行求和并取平均值得到采集员的采效值r5；其中b1和b2均为预设比例系数。
4.根据权利要求1所述的一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，所述排序模块用于获取待优化的玻璃小片信息并进行分析，生成小片排序表，具体分析步骤为：
s1：获取待优化的玻璃小片信息，将玻璃小片的长度标记为l1，将玻璃小片的宽度标记为k1，根据长方形面积计算公式获取得到玻璃小片的面积并标记为m1，m1＝l1×k1；
s2：将玻璃小片的数量标记为lr；
s3：设定每一种玻璃小片的尺寸均对应一个预设值；将该玻璃小片对应的尺寸与玻璃小片所有的尺寸进行匹配获取得到对应的预设值，并标记为w1；
s4：利用公式re＝(l1×a1 k1×a2 m1×a3 lr×a4)×w1-0.236589获取得到玻璃小片的初选值re；其中a1、a2、a3和a4均为预设系数；
s5：将玻璃小片信息按照优选值re的大小进行降序排列生成小片排序表。
5.根据权利要求1所述的一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，所述步骤ss2中获取初选小片的优选值rq，具体包括：
ss21：通过排序模块获取小片排序表，反馈该初选小片在小片排序表所处的序列位置至排版优化模块；
设定小片排序表的每个序列位置均对应一个预设值，将该初选小片对应的序列位置与玻璃小片所有的序列位置进行匹配获取得到对应的预设值，并标记为w2；
ss22：获取该初选小片的数量lr；设定该初选小片的片间隙为k2；
ss23：获取当前原片上上一片填充的玻璃小片信息，并标记为前一小片，获取该前一小片在小片排序表所处的序列位置并标记为前一序列位置；将前一序列位置与该初选小片的序列位置进行序列差计算得到序列间距并标记xl；
ss24：判断该初选小片在当前原片的可摆放区域是否能旋转；
若该初选小片能旋转，则令sa＝1；若该初选小片不能旋转，则令sa＝0；
ss25：利用公式rq＝(w2×b1 lr×b1 k2×b3 xl×b4 sa×b5)×α获取得到初选小片的优选值rq，其中b1、b2、b3、b4和b5均为预设系数；α为采样生成的的随机因子，服从标准正态分布。
6.根据权利要求1所述的一种基于高效启发式搜索算法的玻璃矩形排版优化系统，其特征在于，所述调整模块的具体工作步骤为：
v1：获取当前时间上班的优化人员并将其标记为一选人员；
v2：将一选人员的入职时间与系统当前时间进行时间差计算得到初选人员的入职时长并标记为g1；
设定初选人员的年龄为g2；设定初选人员的优化成功次数为g3；
v3：利用公式gz＝(g1×d1 g3×d2-|g2-35|×d3)×g4-1.2356获取得到一选人员的优化值gz；其中，g4为一选人员的优效值；d1、d2和d3均为预设系数因子；
v4：选取优化值gz最大的一选人员为选中人员；将优化指令发送至选中人员的手机终端上；选中人员接收优化指令后对选中版面手工调整优化；
将调整结束时刻与调整开始时刻进行时间差计算得到选中人员的调整时长，将调整时长标记为zt；
获取调整前选中版面的优化率并标记为yh1；获取调整后选中版面的优化率并标记为yh2，将yh1与yh2进行比较；若yh2>yh1，则优化成功，同时该选中人员的优化成功次数加一；利用公式yh3＝yh2-yh1获取得到超优值yh3；
利用公式gf＝1/zt×d1 yh3×d2获取得到选中人员的单优值gf，其中d1、d2均为预设系数；将选中人员的所有单优值gf进行求和并取均值得到选中人员的优效值；
v5：将优化成功的选中版面标记为优化版面，并将优化版面传输至云平台，所述云平台用于将优化版面传输至存储模块存储并将优化版面传输至显示模块实时显示。
技术总结