Portfolio of Solving Strategies in CEGAR-based Object Packing and Scheduling for Sequential 3D Printing

3D打印技术近年来迅速发展，成为制造业的重要组成部分。传统的制造工艺通常依赖于减材制造，而3D打印则通过逐层添加材料来构建对象。这种增材制造的方式不仅提高了生产效率，还降低了材料浪费。然而，3D打印也面临着一些挑战，尤其是在对象排列和调度方面。为了提高打印效率，研究者们提出了多种算法和策略，其中CEGAR-SEQ算法是一种常用的方法。CEGAR-SEQ通过将对象排列问题转化为线性算术公式，并利用反例引导的抽象精化技术进行求解。然而，传统的CEGAR-SEQ算法在处理大规模对象集时效率较低，无法充分利用现代多核CPU的计算能力。

3D打印中的对象排列和调度问题是一个复杂的组合优化问题。其核心挑战在于如何在有限的打印板空间内高效地排列和调度多个对象，以最大化资源利用率并最小化打印时间。传统的对象排列策略通常将对象排列在打印板的中心，以利用板中心的均匀加热。然而，这种策略在处理复杂对象集时可能导致资源浪费。此外，随着3D打印技术的发展，现代打印机的加热板设计已经能够消除加热不均的问题，因此有必要探索新的对象排列策略。

Porfolio-CEGAR-SEQ算法的核心创新在于其多策略组合的并行化设计。首先，该算法通过引入多种对象排列策略组合，显著提高了求解效率。其次，Porfolio-CEGAR-SEQ利用现代多核CPU的计算能力，通过并行执行不同的策略组合，快速找到最优解。此外，该算法在对象调度上引入了新的策略，如根据对象高度进行调度，进一步提高了资源利用率。与传统的CEGAR-SEQ算法相比，Porfolio-CEGAR-SEQ在求解效率和资源利用方面展示了显著的提升。

Porfolio-CEGAR-SEQ算法的实现包括以下几个关键步骤：

• �� 首先，将对象排列和调度问题转化为线性算术公式，并通过反例引导的抽象精化技术（CEGAR）进行求解。

• �� 然后，引入多种对象排列策略组合，包括将对象排列在打印板的中心、角落或根据对象高度进行调度。

• �� 接着，利用现代多核CPU的计算能力，通过并行执行不同的策略组合，快速找到最优解。

• �� 最后，通过实验验证算法的有效性，比较不同策略组合下的求解效率和资源利用率。

实验设计包括在不同的3D打印任务下测试Porfolio-CEGAR-SEQ算法的性能。实验使用的对象集包括多达64个的复杂3D打印对象，测试了不同策略组合下的求解效率和资源利用率。实验还比较了Porfolio-CEGAR-SEQ与传统CEGAR-SEQ算法在多打印板调度中的表现，重点关注打印板的使用数量和求解时间。此外，实验还进行了不同对象排列策略组合下的性能对比，以验证算法的灵活性和适应性。

实验结果表明，Porfolio-CEGAR-SEQ在处理多打印板的对象调度时，通常使用更少的打印板，表明其在资源利用方面的显著提升。此外，Porfolio-CEGAR-SEQ能够在处理多达64个对象的复杂3D打印任务时，快速找到更优的解决方案。在不同的对象排列策略组合下，Porfolio-CEGAR-SEQ展示了其灵活性和适应性，能够根据不同的策略选择最优解。

Porfolio-CEGAR-SEQ算法在3D打印领域具有广泛的应用前景。首先，该算法可以用于提高大规模生产中的打印效率，减少资源浪费。其次，在复杂对象的打印中，Porfolio-CEGAR-SEQ能够优化对象的排列和调度，减少打印板的使用数量。此外，该算法还可以应用于其他类型的3D打印机，如立体光刻（SLA）和选择性激光烧结（SLS）打印机，以提高打印效率和资源利用率。

尽管Porfolio-CEGAR-SEQ算法在求解效率和资源利用方面展示了显著的提升，但其在处理极大规模的对象集时可能面临计算资源的限制，尤其是在策略组合数量过多的情况下。此外，该算法在某些特定的对象排列策略下可能无法找到最优解，尤其是在对象高度差异较大的情况下。在某些硬件配置较低的系统上，算法的并行化优势可能无法充分发挥。未来的研究方向包括进一步优化策略组合的选择算法，以提高在不同打印任务下的适应性。