[发明专利]一种基于实数编码量子进化算法的不规则排样方法

摘要

本发明属于计算机辅助排样技术领域，涉及一种基于实数编码量子进化算法的不规则排样方法，包括以下步骤步骤1、利用实数量子几率幅值对排样编号序列和旋转角度序列进行统一编码；步骤2、系统初始化；步骤3、计算种群个体的适应度，保存最优个体；步骤4、量子种群更新；步骤5、量子观测；步骤6、样片排入母板，再次进行个体适应度评价，更新最优个体；步骤7、终止条件判断。本发明将量子进化算法应用于求解不规则排样问题，具有能有效缩短排样时间、提高排样的搜索精度及提高原材料的利用率的优点，可用于玻璃切割、服装及皮革剪裁等生产加工中的排样。

主权项

一种基于实数编码量子进化算法的不规则排样方法，其特征在于：包括以下步骤：步骤1、实数编码，采用实数量子几率幅值对排样编号序列和旋转角度序列进行统一编码，对于具有n个排样件和每个排样件允许沿顺时针方向旋转m个角度的排样问题，用n×(n+m)的二维量子位概率幅矩阵表示第t代第k个量子染色体为：qkt=[β01infinfinf...infβ11β12infinf...infβ21β22β23inf...inf..................βn-2,1βn-2,2βn-2,3...βn-2,n-1infβn-1,1βn-1,2βn-1,3βn-1,4...βn-1,n|β01′...β0m′β11′...β1m′β21′...β2m′.........βn-2,1′...βn-2,m′βn-1,1′...βn-1,m′]]]>式中，inf为无穷大数，βij(0≤i≤n‑1,1≤j≤i+1)用来编码排样件的编号,βiu'(0≤i≤n‑1,1≤u≤m)用来编码排样件的旋转角度索引；步骤2、系统初始化，利用不规则形状样片的几何特征，构造启发式算法生成初始排样序列种群U(0)及第0代的量子种群Q(0)；步骤3、计算U(0)中各个个体的适应度，将最优个体赋值给初始种群最优个体步骤4、种群更新，进化迭代次数t＝t+1，采用量子旋转门更新量子染色体种群，得到第t代的量子种群Q(t)；步骤5、量子观测，对种群Q(t)分别进行排样编号序列量子观测与旋转角度索引序列量子观测，生成排样序列种群U(t)；步骤6、利用基于临界多边形NFP的不规则样片形心最低的放置策略将由种群U(t)确定的排样顺序将样片排入母板，然后进行个体适应度评价，将其中的最优个体赋值给第t代种群最优个体基于临界多边形NFP的不规则样片形心最低的放置策略如下：以样片的形心坐标作为参考点来构造形心NFP，放置时选取形心NFP中具有最小横坐标值的顶点作为排样件的放置位置，再由多边形的拓扑关系确定其他各个顶点的具体排放位置；步骤7、判断迭代次数t是否达到预先设定的数目，若否转步骤4，是则输出当前最优个体算法结束。