[发明专利]一种基于自适应分组的零件排样优化方法有效
申请号: | 202111043121.0 | 申请日: | 2021-09-07 |
公开(公告)号: | CN113762380B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 邓飞;黎博;张正人;陈子涵;郭治亨 | 申请(专利权)人: | 成都理工大学 |
主分类号: | G06F18/2113 | 分类号: | G06F18/2113;G06N3/126;G06F18/232 |
代理公司: | 成都众恒智合专利代理事务所(普通合伙) 51239 | 代理人: | 赵健淳 |
地址: | 610000 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 自适应 分组 零件 优化 方法 | ||
1.一种基于自适应分组的零件排样优化方法,其特征在于,包括以下步骤:
S1:对待排样零件进行编码得到原始零件序列;
S2:对步骤S1中所述的原始零件序列按照零件面积从大到小进行排序;
S3:使用零件面积自适应聚类分组方法,对步骤S2中排序后的原始零件序列进行聚类分组,得到若干个面积分组序列;
S4:对步骤S3中每一个面积分组序列按照零件宽高比从大到小进行排序;
S5:使用零件宽高比自适应聚类分组方法,对步骤S4中排序后的每一个面积分组序列进行聚类分组,得到若干个宽高比分组序列,继而得到由所述宽高比分组序列和所述面积分组序列共同构成的二级分组序列;
S6:将步骤S5中所述的二级分组序列作为零件排样优化结果,并以初始零件序列的方式进行输出,以参与后续非群优化算法的优化;或者将所述二级分组序列通过调序方法产生的序列作为零件排样优化结果,并以初始化种群个体的方式进行输出,以参与后续群优化算法的优化。
2.根据权利要求1所述的一种基于自适应分组的零件排样优化方法,其特征在于:所述步骤S6中,在对所述二级分组序列进行调序时,仅调整面积分组序列中的宽高比分组序列内的零件的先后顺序以及宽高比分组序列之间的前后顺序,零件面积分组序列之间不进行先后顺序的调整。
3.根据权利要求2所述的一种基于自适应分组的零件排样优化方法,其特征在于:所述步骤S6中,通过调序方法产生零件排样优化的初始化种群个体,包括如下步骤:
S61:采用随机调序方法调整所述二级分组序列中三分之二的宽高比分组序列内零件顺序以及面积分组序列中的宽高比分组序列之间的前后顺序,产生部分初始种群个体;
S62:采用两两交换的调序方法调整所述二级分组序列中三分之二的宽高比分组序列内的零件顺序以及面积分组序列中的宽高比分组序列之间的前后顺序,产生第二部分初始种群个体;
S63:采用随机调序方法和两两交换调序方法调整所述二级分组序列中任意两个宽高比分组序列中的零件顺序,产生第三部分初始种群个体。
4.根据权利要求3所述的一种基于自适应分组的零件排样优化方法,其特征在于:所述步骤S63中,随机调序方法和两两交换调序方法分别产生的初始种群个体的数目比例为1:1。
5.根据权利要求4所述的一种基于自适应分组的零件排样优化方法,其特征在于:所述步骤S61、步骤S62、步骤S63分别对应的三种产生初始化种群个体的方式产生的初始种群个体的数目比例为1:1:1。
6.根据权利要求1所述的一种基于自适应分组的零件排样优化方法,其特征在于:所述步骤S3中的零件面积自适应聚类分组方法,包括如下步骤:
S31:将所述步骤S2中排序后的原始零件序列设为X0,去除X0中的重复数据,得到序列X1={1,2,3,…,m},m≤t,t为原始零件序列X0的长度;
S32:将聚类个数设为k,计算聚类个数k的取值范围
S33:选出k个初始聚类中心;
S34:将X0中的数据分别分配到离k个聚类中心最近的面积簇Wi,当X0全部分配完成后得到k组零件面积分组数据;
S35:根据每个面积簇Wi的面积分组数据重新计算该面积簇聚类中心Ci;
S36:重复步骤S34和步骤S35,直到每个面积簇Wi的数据不再变化;
S37:采用动态聚类评价方法计算零件面积聚类分组评价结果Ri;
S38:令k=k+1;
S39:重复步骤S33~步骤S38,直到步骤S32中所有k值被访问后,选出所有评估值Ri最小时所对应的零件面积聚类分组结果,并将该零件面积聚类分组结果作为零件序列的最终面积聚类分组结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都理工大学,未经成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111043121.0/1.html,转载请声明来源钻瓜专利网。