首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 55 毫秒
1.
唐坚刚  刘丛  张丽红 《计算机工程》2010,36(21):185-187
针对大规模零件和布料优化排样问题,研究遗传算法在智能排样中的应用及其在智能优化排样中的优缺点。以传统遗传算法优化排样为基础,提出一种改进的基于遗传算法的优化排样算法,利用图形间的相似度对图形群体进行分类,降低遗传算法的时间复杂度。实验结果证明,该方法在时间复杂度上优于传统的遗传算法优化排样,适用于大规模的图形排样系统。  相似文献   

2.
基于离散粒子群优化算法求解矩形件排样问题   总被引:4,自引:0,他引:4  
改进了一种近似排样算法,并将改进的近似排样算法与离散粒子群优化算法结合求解矩形件排样问题.设计了应用离散粒子群优化算法求解矩形件排样问题的相关操作和定义,给出了离散粒子群优化算法求解矩形件排样问题的详细步骤,最后通过实验测试,验证了算法的有效性.  相似文献   

3.
基于离散粒子群算法的矩形件优化排样   总被引:1,自引:0,他引:1  
梁军  王强  程灿  常棠棠 《计算机工程与设计》2007,28(22):5359-5361,5510
目前,粒子群算法在连续问题优化上的应用已经很广泛,然而在离散问题优化方面仍处在尝试阶段.提出了一种改进粒子群算法来解决矩形件排样优化问题(离散优化问题).该算法融合了遗传算法中的交叉和变异思想,采用了信息交流策略,使其达到快速优化目的.算法也对"最低水平线法"解码方式进行了改进.实验结果表明,该算法具有快速,高效特点,与现有同类算法比较,在解决矩形件排样问题方面的优势明显.  相似文献   

4.
一种不规则零件排样的新粒子群优化策略   总被引:1,自引:0,他引:1       下载免费PDF全文
基于图形扫描转换的启发式底左(Heuristic Bottom-Left,HBL)算法,把一种最大速度收缩策略(Maximal Velocity Contrac-tile Strategy,MVCS)的粒子群优化(Particle Swarm Optimization,PSO)算法应用于不规则零件的优化排样,给出了新的排样组合优化算法(MVCS-PSO)的粒子构造方法和零件排样过程,通过实例把该算法与模拟退火遗传算法(Simulated Annealing Genetic Al-gorithms,SAGA)进行优化排样比较,实验结果表明,具有良好的非线性和动态搜索性能的MVCS-PSO算法是求解排样问题的一种高效算法。  相似文献   

5.
皮料优化排样的有效方法   总被引:9,自引:0,他引:9       下载免费PDF全文
根据汽车内饰等行业需求,对皮制品加工的优化排样问题进行了研究.创新地采用离散化处理方式,同时引进边界约束,使排样过程与皮料和样片的几何信息无关,使用基于顺序的启发式底左布局将样片顺次布置到皮料上,样片的最优布置顺序和角度依靠随机优化算法来实现.设计了简洁、实用的操作算子,并提出了基于模拟退火技术的遗传算法(simulated annealing based genetic algorithm,简称SABGA),该算法在优化搜索中能自适应地控制变异率,使得优化高效地逼近全局最优解.实验及对比结果表明,提出的优化排样方式特别适用于二维不规则形体在多个二维不规则平面上的优化排样.  相似文献   

6.
在数控加工过程中,加工图形的排样优化对于提高原材料利用率,节约生产成本具有实际应用价值。采用改进的遗传算法解决这一问题,将普通的遗传算法与改进的交叉,变异算子相结合,并将最优个体保存策略融入算法,扩大了搜索空间,提高了传统遗传算法的搜索能力。在最低水平线算法基础上提出了基于水平轮廓线的最大匹配算法,在有效避免盲目升高水平轮廓线的同时,提高了最低水平线的利用率。将其与改进的遗传算法相结合,综合了两种算法的优点,很好地解决了二维矩形件优化排样问题。试验结果表明,该算法能够起到良好的优化效果。  相似文献   

7.
研究一种自适应遗传模拟退火算法,应用于矩形件优化排样问题。以整数编码矩形件的排样序列,采用经验选择与随机生成相结合的策略构造初始种群。运用自适应交叉和变异概率动态地控制遗传算法的收敛速度,通过模拟退火算法引导全局最优搜索,采用启发式最低水平线择优算法对排样序列进行解码,形成排样方式。多组对比实验结果表明,自适应遗传模拟退火算法求解速度较快,可以有效提高板材的利用率。  相似文献   

8.
矩形件排样问题的遗传算法求解   总被引:32,自引:0,他引:32  
本文研究了求解矩形件正交排样优化问题的遗传算法。同时,将矩形件正交排样问题转化为一个排列问题,提出了求一个排列所对应的排样图的下台阶算法(改进的BL算法)将下台阶算法与遗传算法相结合,用于矩形件排样问题的求解,给出了该算法的实现。用该算法对文献中的两个算例进行了求解,结果表明该算法获得了比BL算法更好的解,是一种较为行之有效的方法。  相似文献   

9.
本文研究了全局搜索算法和局部搜索算法的混合机制,设计了基于邻域搜索和遗传算法的混合搜索算法。该算法结合了遗传算法的全局搜索特性和邻域局部贪婪搜索特性;在分析排样问题碰靠过程特征的基础上,构建了排样问题邻域假设,当邻域假设满足时,遗传算法+邻域搜索能很好发挥作用;当不能判断邻域结构是否满足邻域假设时,提出了建立遗传算法+匹配变邻域的搜索算法,该算法兼顾了组合优化中邻域搜索的局部搜索无效的情况,实现了匹配的变邻域混合算法在排样优化问题中的应用。实例结果标明,排样图形不一样,其求解难度不一样,该算法均搜索到了更好的排样模式,验证了算法的有效性。  相似文献   

10.
大规模矩形件优化排样是一个典型的组合优化问题,属于NP-hard问题.实际工程中对一个排样方案一般有满足“一刀切”的工艺要求,“一刀切”要求增加了对排样的约束.提出的优化算法,将矩形匹配分割算法作为遗传算法染色体的解码器实现一个排样方案,用遗传算法进行排样方案的全局搜索.算例比较表明,该算法可以求得满足“一刀切”约束的最优解.  相似文献   

11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
Coordinating Multiple Agents via Reinforcement Learning   总被引:2,自引:0,他引:2  
In this paper, we attempt to use reinforcement learning techniques to solve agent coordination problems in task-oriented environments. The Fuzzy Subjective Task Structure model (FSTS) is presented to model the general agent coordination. We show that an agent coordination problem modeled in FSTS is a Decision-Theoretic Planning (DTP) problem, to which reinforcement learning can be applied. Two learning algorithms, coarse-grained and fine-grained, are proposed to address agents coordination behavior at two different levels. The coarse-grained algorithm operates at one level and tackle hard system constraints, and the fine-grained at another level and for soft constraints. We argue that it is important to explicitly model and explore coordination-specific (particularly system constraints) information, which underpins the two algorithms and attributes to the effectiveness of the algorithms. The algorithms are formally proved to converge and experimentally shown to be effective.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号