基于遗传蚁群算法对不定长一维线材切割优化

发布时间：2023-02-28 20:23

　　一维线材切割问题,是一个没有最优解的NP(Nondeterministic Polynomially,非确定性多项式)问题,只能通过得出的近似最优解进行切割,以达到降低工业生产成本的目的,因此研究这一问题在理论和实际上都具有一定的意义。所谓一维即不考虑材料的形状等因素,根据材料的长度,切割出所需的零件。而一维线材切割可分为定长原材料和不定长原材料的切割,本文主要是对不定长原材料的切割进行深入的研究,通过遗传算法和蚁群算法的融合来实现。用蚁群算法的反馈机制求出算法的最优解,但是在蚁群算法初期,初始条件(包括信息素,转移概率等)的设置,需要花费较多的时间尝试各种与最优解相差甚远的无关解;而遗传算法可以全局性的快速迭代,两者互补:先通过遗传算法筛选出优势解,转化为蚁群算法中信息素的初始积累,再用蚁群算法对遗传算法的优势解进行调整求最优解,也就是切割排样的近似最优解,这样就有效地避免蚁群算法对其他较差解大量尝试性的搜索。本文的主要工作如下:首先,介绍了遗传算法和蚁群算法的基本原理和流程,以及这两个算法在一维线材切割方面的研究。其次,本文使用遗传蚁群算法的融合对不定长一维线材的切割进行实验设计。...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状及分析
    1.3 论文主要研究内容
    1.4 论文组织结构
    1.5 本章小结
第2章 遗传算法、蚁群算法的介绍
    2.1 遗传算法
        2.1.1 背景介绍
        2.1.2 基本原理
        2.1.3 主要步骤和流程图
    2.2 蚁群算法
        2.2.1 背景介绍
        2.2.2 基本原理
        2.2.3 主要步骤和流程图
        2.2.4 蚁群算法的一些改进
    2.3 本章小结
第3章 遗传算法、蚁群算法对一维线材的切割研究
    3.1 遗传算法在一维线材切割的研究
        3.1.1 问题的建模
        3.1.2 编码
        3.1.3 解码
        3.1.4 适应度函数
        3.1.5 遗传算子
        3.1.6 与其他算法结合
    3.2 蚁群算法在一维线材切割的研究
        3.2.1 对定长原材料的切割
        3.2.2 对不定长原材料的切割
    3.3 本章小结
第4章 基于遗传蚁群算法对不定长一维线材切割的研究
    4.1 问题的建模
    4.2 算法设计
    4.3 遗传算法部分的设计
    4.4 遗传算法对信息素的转换
    4.5 蚁群算法部分
    4.6 遗传算法和蚁群算法的融合时机
    4.7 参数的分析
    4.8 复杂度分析
    4.9 本章小结
第5章 实验与分析
    5.1 实验准备
    5.2 实验仿真和对比
        5.2.1 遗传算法对不定长一维线材的切割实验
        5.2.2 蚁群算法对不定长一维线材的切割实验
        5.2.3 遗传蚁群算法对不定长一维线材的切割实验
        5.2.4 三种切割实验的总结
    5.3 参数的对实验的影响
    5.4 本章小结
第6章 总结与展望
    6.1 论文工作总结
    6.2 展望
致谢
参考文献



本文编号：3751775