分步求解切割路径的优化算法研究

为实现切割路径优化,提升加工效率,提出了分步求解切割路径的思想。第一步:引用坐标中心点概念,确定所有图案切割点,实现切割路径优化问题向旅行商问题的转化。第二步:设计遗传算子,在MATLAB下实现遗传算法对旅行商问题的仿真求解。与采用最邻近算法确定切割点方法的结果对比,前者最优路径(8 845.2 mm)为后者最优路径(9 652.0 mm)的91.6%,证明了提出算法的可行性。     

神经网络结合定性预测的订单预测方法研究

针对订单数据的非线性特性,以及受市场动态波动影响,且常常会存在训练样本有限的情况,提出采用ANN定性预测法,即神经网络与定性预测结合的方法预测订单。在传统BP神经网络的基础上引入牛顿法与竞争学习算法,以提高收敛速度并改善传统BP神经网络容易陷入局部极小值的情况。根据订单预测的实际情况列出三种定性预测与神经网络的结合形式,以及各形式的适用情况,最后通过实例分析表明该方法可行,并能有效地提高订单预测的精度。