資源描述：
《改進的自適應遺傳算法在皮革裁剪路徑優(yōu)化中的應用研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、改進的自適應遺傳算法在皮革裁剪路徑優(yōu)化中的應用研究六口趙燕偉口盧東口楊偉波浙江工業(yè)大學機械制造及自動化教育部重點實驗室杭州310014摘要：針對皮革數(shù)控裁剪機加工效率不高的問題，提出了一種基于動態(tài)規(guī)劃與新自適應遺傳算法相結(jié)合的路徑優(yōu)化算法。通過對切割輪廓序列的動態(tài)規(guī)劃全局最優(yōu)性分析，得到一條最短的走刀路徑，再采用新自適應遺傳機制及動態(tài)規(guī)劃由此路徑構建新的走刀路徑，如此反復迭代，最終得到一條多輪廓的全局最優(yōu)路徑。實驗結(jié)果表明，該方法求解的結(jié)果比其它優(yōu)化算法更能接近全局最短路徑。關鍵詞：GTSP問題動態(tài)規(guī)劃法遺傳算法自適應機制中圖分類號：TP237．
2、2；0224文獻標識碼：A文章編號：1000—4998(2010)10—0022—04在皮革數(shù)控裁剪機的多輪廓數(shù)控加工中，一般每徑的優(yōu)化方法，從路徑的全局性及算法簡單性、高效性個排樣文件常常就有幾十個甚至上百個樣片零件。而上做進一步的研究。走刀路徑主要由各裁片輪廓的加工有效行程和在不同1問題的描述輪廓之間的輔助快速進給空行程構成。對于各輪廓的加工，其總的有效裁剪行程是一定的，而走刀空行程則裁剪機的加工路徑是指裁刀從機床原點開始，按隨著遍歷樣片的輪廓的排列順序、輪廓加工起點位置照輪廓的切割順序，從相應的輪廓下刀點落刀，沿著輪的不同而變化。當布料、皮
3、革等大批量加工時，加工路廓軌跡進行逐一切割。根據(jù)路徑優(yōu)化的目標，可以建立徑將成為影響加工效率的重要因素，因此，需要對走刀如下數(shù)學模型：n個裁片可以表示為n個城市集V=路徑進行優(yōu)化。而這個問題可以歸結(jié)為廣義旅行商問{，，?，}，其每個城市集有m個不定城市組成，題(GTSP)。={c，c，?，c}。欲求從機床原點起，經(jīng)過各個城對GTSP問題，目前常見解決方法是把多輪廓的市集中的任何一個城市，最終回到機床原點所構成的刀具路徑優(yōu)化問題直接簡化為TSP問題來處理?l2l，從最小Hamilton路。而忽略了輪廓加工起點的變化問題對路徑的影響；余由于城市集在所
4、有城市集中的排列順序位置國興等人13提出了一種先用時間復雜度為O(n)的最不確定，因此首先確定一條輪廓集的排列順序(0，，近鄰算法，求得輪廓原始起點的輪廓加工順序，再用時2，?，‰，n+1)，1n，且≠≈，其中，代表城間復雜度為D(n)方法指派輪廓起點，形成的兩步優(yōu)市，從這條排列好的加工順序中選取一條最短化近似算法，忽略了輪廓起點對加工順序的影響；Pet—Hamilton回路記為厶，求所有輪廓的排列序列得到的ricaCt1直接用數(shù)學規(guī)劃法求解，對于大規(guī)模問題，需最短Hamilton回路，J，中的最小的L，即滿足：要消耗大量的時間；ChunguoW
5、u博士所提出的廣義，J(L)：rainD(L，)(1)染色體遺傳算法(GCGA)，是近年來求解GTSP問題最式中：D(￡)、D(厶)分別表示路徑￡和厶的長度。好的方法之一，但存在全局收斂性較差的特點；季國順2優(yōu)化算法的設計等人[6提出了蟻群一最近鄰兩級組合優(yōu)化算法，先采用蟻群算法搜索樣片輪廓的排列順序，再利用最近鄰對多輪廓的加工路徑優(yōu)化問題，本文在路徑編碼算法在相鄰輪廓上尋找裁剪起始點。由于最近鄰算法(PathCoding)的方式下，采用了動態(tài)規(guī)劃評價染色體是一種局部最優(yōu)算法，因此，其優(yōu)化的結(jié)果不能達到全個體適應度與新自適應遺傳算法相結(jié)合的兩級組
6、合優(yōu)局最優(yōu)解?；惴▉韽氐捉鉀Q裁剪的全局路徑優(yōu)化問題。這里將雖然上述對于平面多輪廓的加工路徑優(yōu)化已經(jīng)取對下刀點的動態(tài)規(guī)劃、遺傳算子、自適應機制作詳細的得了一定的成果，但是還存在一定的問題。因此，本文介紹?；趧討B(tài)規(guī)劃和新自適應遺傳算法提出了一種裁剪路2．1輪廓裁割下刀點的確定對于隨機產(chǎn)生的一條輪廓加工序列，如：2～4—女浙江省重大科技攻關項目(編號：2009C11039)收稿日期：2010年5月6～3一l一8—5—7。要實現(xiàn)裁剪具體加工路徑，必須對2010／10機械制造48卷第554期●．_l9I43l1I8l7【2l5l圖圖1插入到第7位一插入
7、置基因的前面多變段廣『L———9—一—廣JL———4————TJi—T——3———LI——1———廠『————8———廠——7—————fE露6焉l_L————2——『L_——]5__-『異圖最短部分映射雜交(PMX)：通過隨機地在父代中選取路徑兩個交叉點，并交換相應的子串，再根據(jù)子串內(nèi)的城市確定部分映射，生成兩個子個體(如圖2所示)。V插入變異(IM)：從染色體中隨機抽取一個基因隨機插回到染色體中(如圖3所示)。父染色體2．3自適應遺傳機制在遺傳算法的參數(shù)中，交叉率P。和變異率P的母染色體大小將會直接影響算法的收斂性及優(yōu)化性能。交叉率．I1．交
8、叉：圖P。決定了新個體產(chǎn)生速度，P越大，新個體產(chǎn)生的速2度就越快；反過來P過小，會使搜索速度緩慢，甚至停部滯不前。變異率P是決定算法跳出
