共查询到20条相似文献,搜索用时 78 毫秒
1.
基于遗传模拟退火算法的不规则多边形排样 总被引:14,自引:3,他引:14
将遗传授拟退火算法应用于计算机辅助排样领域,设计了一种基于遗传模拟退火技术的启发式排样算法.该算法能够处理不规则多边形的排样问题;同时,给出一种对象的几何表达方式,可以忽略高度不规则形状带来的复杂性影响.该算法通过基于遗传模拟退火算法的全局优化概率搜索,寻找排样件在排样时的最优次序及各自的旋转角度,然后采用基于左下角(BL)策略的启发式排样算法实现自动排样. 相似文献
2.
3.
4.
5.
二维不规则零件排样问题的遗传算法求解 总被引:47,自引:3,他引:47
提出一种基于遗传算法求解二维不规则零件排样问题的方法,通过提取零件的最小包络矩形,将其转变为矩形件的正交排样问题,应用一种有效的解码算法-“最低水平线法”将编码转变为排样图。实例表明,该算法是有效的。 相似文献
6.
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
7.
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
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
8.
求解矩形件优化排样的自适应模拟退火遗传算法 总被引:3,自引:0,他引:3
矩形件优化排样是一个NPC问题,在工业界有着广泛的应用.针对该问题,提出一种自适应模拟退火遗传算法.采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率;同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理.自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力.对比实验表明,该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效. 相似文献
9.
一种不规则零件排样的快速解码算法 总被引:8,自引:0,他引:8
设计了一种应用于不规则零件排样的快速解码算法,首先平行线化零件和板料,然后采用左下角(Bottom-Left-condition,BL)策略驱动零件在板料上向x和y两个方向移动,引入零件之间的顶点碰撞特性,以加快获得零件在x方向上的定位坐标;提出板料基线提高策略,以加快获得零件在y方向上的定位坐标.实验表明,该算法解码速度快,易于实现. 相似文献
10.
11.
12.
13.
14.
一种新的双予群PSO算法 总被引:1,自引:1,他引:1
提出一种新的双子群粒子群优化(PSO)算法。充分利用搜索域内的有效信息,通过2组搜索方向相反的主、辅子群之间的相互协同,扩大搜索范围。在不增加粒子群规模的前提下,提高解高维最优化问题的精度,降低粒子群优化算法陷入局部最优点的风险。3种典型函数的仿真结果及与2种经典PSO算法的比较结果验证了该算法的有效性。 相似文献
15.
16.
17.
18.
一种高效的改进粒子群优化算法 总被引:6,自引:1,他引:6
提出了一种高效的改进的粒子群优化策略,把整个群体分为几个子群体,进行子群体的专业化社会分工与信息交换,该策略在提高算法局部搜索能力的同时也兼顾了全局搜索能力。测试表明,与现有方法比较,该方法全局寻优的精度与速度有明显提高。 相似文献
19.
基于混合粒子群算法的移动机器人路径规划 总被引:1,自引:0,他引:1
为了确定复杂环境中移动机器人最优轨迹,提出了一种混合粒子群优化算法(IPSO-GOP).首先对粒子群优化算法进行改进,在算法运行的各个阶段对惯性权重进行自适应调整来增强粒子的搜索能力,并采用混沌变量对粒子进行扰动以提高收敛速度;其次,为了提高算法寻优能力,摆脱局部极小值并增加种群的多样性,引入遗传算法继承的多重交叉和变... 相似文献
20.
粒子群优化算法又称微粒群算法,是-种智能优化算法,主要用于优化函数、训练神经网络,以及其他进化算法的应用领域。本文简介了粒子群优化算法的发展历史及现状、主要分类,并以国内外专利申请数据为分析样本,从专利逐年变化的申请量和申请人分布等角度进行了分析和研究。 相似文献