并行遗传退火算法的圆形件下料问题求解
发布时间:2021-08-04 19:14
圆形件切割下料工艺涉及到工业生产的方方面面。在铂金、飞行器制造、玻璃切割、变压器生产等行业中,圆形零件的切割下料有着广泛的应用。此类问题的优化目标是在定额的原材料上寻求有效、科学的方法切割出尽可能多的圆形零件,提高原材料的利用率,降低企业生产成本。圆形件下料问题主要有三个研究方向,第一种是板材中圆形件的下料问题,第二种是卷材中圆形件的下料问题,第三种是球体的集装箱问题研究。目前,圆形件的下料问题仍然是国内外研究的一个热点。本文研究的是圆形件在卷材中的下料问题,是指将一定规格和数量的圆形件毛坯放置在定宽不定长的卷材上,目标是使消耗的卷材长度最短。因此,本文所做的主要工作如下:(1)在最佳位置放置算法(Best Location Place-BLP)的基础上,提出改进的最佳位置放置算法对圆形件进行定位排样。根据两种位置搜索策略,直接在已放置的圆弧上搜索可行位置,使两个毛坯相切放置,在保证利用率的同时,提高圆形件放置的速度。采用自适应遗传算法对圆形件下料序列进行引导。引入动态遗传算子在种群进化过程中对个体的交叉和变异概率进行自适应的非线性调整,提高算法收敛速度。在进化过程中,采用较好的选择交...
【文章来源】:广西大学广西壮族自治区 211工程院校
【文章页数】:63 页
【学位级别】:硕士
【部分图文】:
图2_5遗传算法基本流程图??Fig.2-5?Genetic?algorithm?flowchart??遗传算法的实现过程一般包括以下几个关键步骤:??
c:判断A和m的大小,如果hm,选取[A:,w]之间的基因交叉互换;如果??hm,则选择[1,m]和[灸,77]的基因交叉互换;??d:将未交叉的父代个体的基因按顺序填入子代空缺的基因位,图3-6为环??形交叉过程。??k=2?m=7??j?i?+?小小??父代染色体S1:?6?2?1?8?4?5?9?10?3?7??父代染色体s2:?5?3?7?6?1?10?8?2?4?9??子代染色体:?2?3?7?6?1?1〇38?4?5?9??子代染色体:?3?2?1?8?4?5?9?7?6?10??m=2?k=7??父代染色体?S1:?6?2?1?8?4?5?9?10?3?7??父代染色体S2:?5?3?7?6?1?10?8?2?4?9??子代染色体:?5?3?6?1?10?7?8?2?4?9??子代染色体:?6?2?5?1?8?4?9?10?3?7??图3-6环形交叉过程??Fig.3-6?Roundabout?process??在变异策略的选择上,本文采用双点之间基因逆序变异方式,主要步骤为:??a:在交叉后的剩余个体中选择需变异的个体C;??b:在个体c的基因序列中随机取两个位置y和幻??C:当达到变异概率时,将_/和A:之间的基因逆序排列生成新的个体。图3-7??为双点逆序变异操作。??j?j?j|?匕??变异前染色体C:?{1,'3"!?4,2,5,6}??变异后染色体C:?{1,5,2,4,3,6}??图3-7双点逆序变异??Fig.3-7?Double?point?reverse?sequence?variation??25??
pC2=〇.6;变异的动态初始概率取pml=0.2,?pm2=0.1;?SGA算法分别取两组固定交??叉和变异概率的组合?SGA1?(pcK).8,?pm=0.2)、SGA2?(P(:=0.5,pm=0.5),利用率??取10次运行的平均值,图3-9为三种不同遗传模式下的进化曲线图:??28??
【参考文献】:
期刊论文
[1]基于两阶段排样方式的卷材下料算法研究[J]. 邓国斌,朱强,沈萍. 锻压技术. 2017(05)
[2]基于橡皮筋势能下降策略的圆形件排样算法[J]. 欧诚意,龙凤英,肖海华,廖小平. 机械设计与制造. 2017(04)
[3]圆形件下料顺序分组启发式算法的设计与实现[J]. 陈燕,谢琪琦,刘咏,崔耀东. 图学学报. 2017(01)
[4]基于梯形和平行四边形的圆片剪冲下料算法设计与实现[J]. 陈燕,刘咏,谢琪琦,崔耀东. 图学学报. 2016(05)
[5]基于价值修正的圆片下料顺序启发式算法[J]. 胡钢,杨瑞,潘立武. 图学学报. 2016(03)
[6]基于自适应遗传算法和多条带策略的排样方法研究[J]. 许华杰,檀洪森,胡小明. 计算机科学. 2016(04)
[7]二进制遗传算法编码长度的计算方法[J]. 朱会霞,郝志云,王福林. 辽宁工业大学学报(自然科学版). 2016(02)
[8]基于遗传模拟退火算法的矩形件优化排样[J]. 杨卫波,王万良,张景玲,赵燕伟. 计算机工程与应用. 2016(07)
[9]基于改进遗传算法的矩形件下料优化方法研究[J]. 刘淑伟,郭顺生,郭钧,杜百岗,李西兴. 机械制造. 2015(12)
[10]求解车间作业调度问题的混合遗传模拟退火算法[J]. 周鑫,马跃,胡毅. 小型微型计算机系统. 2015(02)
硕士论文
[1]基于并行遗传算法的驾驶员排班问题研究[D]. 郭亚茹.北京交通大学 2017
[2]多线材一维下料问题的顺序价值校正算法[D]. 崔轶平.广西大学 2015
[3]一种自适应并行遗传算法及其在集装箱船舶配载优化中的应用[D]. 孙万宇.大连海事大学 2013
[4]圆形零件的优化排样[D]. 张景芹.辽宁科技大学 2012
[5]参数参与进化的自适应遗传算法研究[D]. 李坤.南昌航空大学 2010
[6]基于改进遗传算法的车间作业调度问题研究[D]. 姚嫣菲.浙江大学 2011
[7]圆形件优化排样系统研究与开发[D]. 宋晓霞.广西师范大学 2005
本文编号:3322255
【文章来源】:广西大学广西壮族自治区 211工程院校
【文章页数】:63 页
【学位级别】:硕士
【部分图文】:
图2_5遗传算法基本流程图??Fig.2-5?Genetic?algorithm?flowchart??遗传算法的实现过程一般包括以下几个关键步骤:??
c:判断A和m的大小,如果hm,选取[A:,w]之间的基因交叉互换;如果??hm,则选择[1,m]和[灸,77]的基因交叉互换;??d:将未交叉的父代个体的基因按顺序填入子代空缺的基因位,图3-6为环??形交叉过程。??k=2?m=7??j?i?+?小小??父代染色体S1:?6?2?1?8?4?5?9?10?3?7??父代染色体s2:?5?3?7?6?1?10?8?2?4?9??子代染色体:?2?3?7?6?1?1〇38?4?5?9??子代染色体:?3?2?1?8?4?5?9?7?6?10??m=2?k=7??父代染色体?S1:?6?2?1?8?4?5?9?10?3?7??父代染色体S2:?5?3?7?6?1?10?8?2?4?9??子代染色体:?5?3?6?1?10?7?8?2?4?9??子代染色体:?6?2?5?1?8?4?9?10?3?7??图3-6环形交叉过程??Fig.3-6?Roundabout?process??在变异策略的选择上,本文采用双点之间基因逆序变异方式,主要步骤为:??a:在交叉后的剩余个体中选择需变异的个体C;??b:在个体c的基因序列中随机取两个位置y和幻??C:当达到变异概率时,将_/和A:之间的基因逆序排列生成新的个体。图3-7??为双点逆序变异操作。??j?j?j|?匕??变异前染色体C:?{1,'3"!?4,2,5,6}??变异后染色体C:?{1,5,2,4,3,6}??图3-7双点逆序变异??Fig.3-7?Double?point?reverse?sequence?variation??25??
pC2=〇.6;变异的动态初始概率取pml=0.2,?pm2=0.1;?SGA算法分别取两组固定交??叉和变异概率的组合?SGA1?(pcK).8,?pm=0.2)、SGA2?(P(:=0.5,pm=0.5),利用率??取10次运行的平均值,图3-9为三种不同遗传模式下的进化曲线图:??28??
【参考文献】:
期刊论文
[1]基于两阶段排样方式的卷材下料算法研究[J]. 邓国斌,朱强,沈萍. 锻压技术. 2017(05)
[2]基于橡皮筋势能下降策略的圆形件排样算法[J]. 欧诚意,龙凤英,肖海华,廖小平. 机械设计与制造. 2017(04)
[3]圆形件下料顺序分组启发式算法的设计与实现[J]. 陈燕,谢琪琦,刘咏,崔耀东. 图学学报. 2017(01)
[4]基于梯形和平行四边形的圆片剪冲下料算法设计与实现[J]. 陈燕,刘咏,谢琪琦,崔耀东. 图学学报. 2016(05)
[5]基于价值修正的圆片下料顺序启发式算法[J]. 胡钢,杨瑞,潘立武. 图学学报. 2016(03)
[6]基于自适应遗传算法和多条带策略的排样方法研究[J]. 许华杰,檀洪森,胡小明. 计算机科学. 2016(04)
[7]二进制遗传算法编码长度的计算方法[J]. 朱会霞,郝志云,王福林. 辽宁工业大学学报(自然科学版). 2016(02)
[8]基于遗传模拟退火算法的矩形件优化排样[J]. 杨卫波,王万良,张景玲,赵燕伟. 计算机工程与应用. 2016(07)
[9]基于改进遗传算法的矩形件下料优化方法研究[J]. 刘淑伟,郭顺生,郭钧,杜百岗,李西兴. 机械制造. 2015(12)
[10]求解车间作业调度问题的混合遗传模拟退火算法[J]. 周鑫,马跃,胡毅. 小型微型计算机系统. 2015(02)
硕士论文
[1]基于并行遗传算法的驾驶员排班问题研究[D]. 郭亚茹.北京交通大学 2017
[2]多线材一维下料问题的顺序价值校正算法[D]. 崔轶平.广西大学 2015
[3]一种自适应并行遗传算法及其在集装箱船舶配载优化中的应用[D]. 孙万宇.大连海事大学 2013
[4]圆形零件的优化排样[D]. 张景芹.辽宁科技大学 2012
[5]参数参与进化的自适应遗传算法研究[D]. 李坤.南昌航空大学 2010
[6]基于改进遗传算法的车间作业调度问题研究[D]. 姚嫣菲.浙江大学 2011
[7]圆形件优化排样系统研究与开发[D]. 宋晓霞.广西师范大学 2005
本文编号:3322255
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3322255.html