[发明专利]一种基于改进MOEA/D的多色裁剪分床解耦优化方法

说明书

本发明公开了一种基于改进MOEA/D的多色裁剪分床解耦优化方法，包括以下步骤：根据用户输入的多色分床订单计算分床的裁床数最大值；初始化多色分床的初始限定参数以及改进MOEA/D算法的初始参数，利用改进MOEA/D算法确定最佳的多色裁剪分床方案。本发明提供的基于改进MOEA/D的多色裁剪分床解耦优化方法，采用十进制编码效率更高，采用自适应邻域，提高了种群进化能力，收敛速度更快；针对计算配比矩阵时有可能存在两行是成比例的情况，采用岭回归的方式求层数矩阵，提高层数矩阵的拟合效果；并请求本算法采用多目标进行处理，同时优化两个目标，使两个目标达到最优，最终得到误差较小的多色分床裁剪方案。

技术领域

本申请属于裁床分床技术领域，具体涉及一种基于改进MOEA/D的多色裁剪分床解耦优化方法。

背景技术

服装行业从之前的单颜色、单一的大批量生产模式向多颜色、多种类的服装生产模式转型。然而，需求的提高给服装行业带来了新的挑战，如何高效、快速地提供一种多颜色的服装剪裁方案，并且使生产成本最低、生产效率最高已经成为企业争先研究的重点。

制定多色裁剪分床方案是服装生产的首要工序，它的好坏直接影响到服装生产的效率和成本，进而影响到企业的经济效益。多色服装裁剪分床主要包括以下几个方面：(1)生产订单裁剪分床床数，裁剪分床的床数越少越好；(2)每床需要铺的规格数，每个规格铺布的件数(称为配比矩阵)。在生产条件允许的范围内，每床铺的规格种类越多越节省原材料；(3)每床需要铺布的层数(称为层数矩阵)，每种颜色在裁床上铺多少层。在生产条件允许的铺布层数范围内，铺布层数越多，裁剪的效率就越高；(4)有了配比矩阵和层数矩阵，就能求得实际生产的订单，误差矩阵为实际订单和原始输入订单的差值，误差为误差矩阵中每个数据的平方和，生产条件中要求误差越小越好。如何科学地制定出一种使床数最少、误差最小的方案是多色分床的关键。

目前，多色服装裁剪分床方案还不成熟，分床方案依赖人工经验且生产效率低、浪费率高，对一些复杂订单不仅耗时，而且制定出的方案达不到企业生产的标准。为了克服人工操作的缺陷，自动化的多色裁剪分床方案应运而生，例如专利申请公布号为CN109214657A的中国专利文献，其公开了一种基于遗传结合最小二乘混合算法的多色服装裁剪分床方法，该方法弥补了人工计算对多色分床的局限性，但是该方法存在以下缺陷：该方法采用遗传算法，用的染色体很多，采用二进制编码，解码步骤繁琐，耗时较长；计算配比矩阵时有可能存在两行是成比例的情况，此时利用最小二乘求层数矩阵时的效果不好；其采用单目标解决一个多目标的问题，不能使两个目标同时达到最优，导致最终的分床方案并非最优方案。

因此，为提高企业生产效率和经济效益、降低产品浪费率，制定出一种多色服装裁剪方案显得极其重要。

发明内容

本申请的目的在于提供一种基于改进MOEA/D的多色裁剪分床解耦优化方法，能够快速指定多色裁剪分床方案，并且耗时短、误差小。

为实现上述目的，本申请所采取的技术方案为：

一种基于改进MOEA/D的多色裁剪分床解耦优化方法，所述基于改进MOEA/D的多色裁剪分床解耦优化方法，包括以下步骤：

步骤S1、根据用户输入的多色分床订单计算分床的裁床数最大值；

步骤S2、初始化多色分床的初始限定参数以及改进MOEA/D算法的初始参数，包括：接收用户输入的每个服装型号样片每床排的数量的最大值Pb_max和最小值Pb_min，以及每床铺布层数的最大值cnt_max和最小值cnt_min；初始化改进MOEA/D算法的交叉概率cp、突变概率mp、种群规模popsize、迭代次数iterations、粒子最小值pop_min＝0，粒子最大值pop_max＝1；

步骤S3、利用改进MOEA/D算法确定最佳的多色裁剪分床方案，包括：