[发明专利]一种基于自适应分组的零件排样优化方法

说明书

本发明公开了一种基于自适应分组的零件排样优化方法，包括：对待排样零件先进行编码得到原始零件序列，随后对原始零件序列按照零件面积从大到小进行排序后，采用自适应聚类方法，得到若干个面积分组序列，然后再按照零件宽高比从大到小进行排序以及采用自适应聚类方法，得到若干个宽高比分组序列，继而得到由宽高比分组序列和面积分组序列共同构成的二级分组序列，最后直接将二级分组序列作为非群优化算法的初始待优化序列，或者使用调序方法产生群优化算法所需要的初始化种群个体。本发明产生的初始化种群个体或者二级分组序列仅需较少的迭代次数就可以快速搜索到较好的零件排样结果，并且适用于海量零件快速排样优化。

技术领域

本发明属于零件排样优化技术领域，具体地讲，是涉及一种基于自适应分组的零件排样优化方法。

背景技术

在二维排样优化问题中，常依据零件面积从大到小的顺序产生一个初始零件序列，然后根据初始零件序列采用随机调序方法产生优化算法所需的初始种群，之后通过排样优化算法的寻优规则不断调整初始种群中的零件序列，以此得到较好的零件排样序列和零件排样结果，比如：孙佳正等[1]提出了采用双种群策略对遗传算法的初始种群进行优化，把随机个体作为一个种群，把按照零件面积大小排序的个体作为另一个种群并采用特定的交叉方式保证此种群子代个体大体上按面积大小排序局部乱序以此来提高算法的收敛速度和算法稳定性；另外王静静等[2]提出通过模拟两个独立岛屿的生物杂交进化过程来构建两个种群，其中一个种群随机生成，另一个种群依据零件面积大小顺序生成，以此来产生两个初始种群，相应参考文献如下：

[1]孙佳正,郭骏.改进的双种群遗传算法在矩形件排样中的应用[J].计算机工程与应用,2018,54(15):139-146.

[2]王静静,瞿少成,李科林.一种基于并行交叉遗传算法的二维不规则排样问题求解[J].计算机应用与软件,2020,37(07):188-193.

虽然上述依据零件面积大小排序后，再随机调序产生初始种群的方法，通过优化算法的不断迭代可以搜索到较好的零件排样结果。但在实际排样问题中，仅使用依据零件面积大小排序后再调序产生初始种群的方法所产生的初始种群容易导致初始排样解空间较大，从而需要排样优化算法通过较多的迭代次数才能搜索到质量较好的零件排样结果。特别对于海量零件的排样优化，使用只按零件面积大小顺序排序再调序的方法产生初始种群，很难通过较少的迭代次数搜索到较好的零件排样结果。

发明内容

为了克服现有技术中的上述不足，本发明提供一种仅需较少的迭代次数就可以快速搜索到较好的零件排样结果，并且适用于海量零件快速排样优化的基于自适应分组的零件排样优化方法。

为了实现上述目的，本发明采用的技术方案如下：

一种基于自适应分组的零件排样优化方法，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。