[发明专利]一种基于改进遗传算法的快速最短枝切搜索方法

摘要

一种基于改进遗传算法的快速最短枝切搜索方法，包括以下步骤：步骤1，残差点识别、数量匹配与残差点编码；步骤2，负残差点初始种群的生成；步骤3，选择算子；采用适者生存的自然选择法则，以适应度函数为评价标准，在当前的群体中，寻找适用度最佳的种染色体序列来替换适应度最差的k种染色体序列；步骤4，交叉算子；步骤5，变异算子；以变异概率Pm实施变异算子，其原理是在同一染色体序列上随机选择两个基因并互换它们，变异后将产生一个新的染色体来改善种群多样性，类似于交叉算子，如果新的子染色体更适合，则父染色体被子染色体取代；否则，父染色体被保留，子染色体丢失；具有搜索速度快、寻优能力好的特点。

主权项

1.一种基于改进遗传算法的快速最短枝切搜索方法，其特征在于，包括以下步骤：步骤1，残差点识别、数量匹配与残差点编码，具体做法是：1)扫描整幅包裹相位图，识别出正、负残差点，并将正、幅残差点在包裹相位图中的行列号分别记录在两个矩阵中，记为正残差点行列号矩阵和负残差点行列号矩阵；2)残差点编码时，最大编码为正、负残差点数量的最大值，依据公式(2)，当正、负残差点的数量不一致时，残差点数量少的需要补充至两者相等；补充的残差点的行列号为(0,0)，行列号为(0,0)的残差点既可以作为正残差点，也可以作为负残差点，即相当于图像的四边界，N＝max{No_positive,No_negative}   (2)式中，No_positive为正残差点的数量，No_negative为负残差点的数量，N为最大编码；当一个普通残差点与一个行列号为(0,0)的特殊残差点匹配时，适应度函数采用公式(3)，公式(3)表示残差点与四边界之间的最近距离，fitness＝min{xⁱ,yⁱ,(width‑xⁱ),(length‑yⁱ)}  (3)式中，width为包裹相位图的宽，length为包裹相位图的长，(xⁱ,yⁱ)为普通残差点的行列号；步骤2，负残差点初始种群的生成正残差点的染色体序列只有一个，且固定不变，A、随机产生m种具有不同排序的负残差点的染色体序列；B、采用最近邻算法产生n种有不同排序的负残差点的染色体序列，且为了实现种群多样性，所有产生的染色体序列与步骤A中的染色体序列互不相同；C、共生成m+n种染色体序列的初始种群，为了实现后面的交叉算子，m+n应为偶数，即染色体交叉算子配对的数目为[(m+n)/2]；步骤3，选择算子采用适者生存的自然选择法则，以适应度函数为评价标准，在当前的群体中，寻找适用度最佳的k(k<[(m+n)/2])种染色体序列来替换适应度最差的k种染色体序列，因此，优良的父染色体序列具有更大的概率将染色体传递给子染色体序列；步骤4，交叉算子以交叉概率P_c实施交叉算子，如果有(m+n)种染色体序列的初始种群，相邻的两个染色体序列形成交叉对，则交叉对的数目为[(m+n)/2]；然后，将交叉对染色体序列的一串基因交换，并将重复的基因替换，生成两个新的子染色体，步骤5，变异算子以变异概率P_m实施变异算子，其原理是在同一染色体序列上随机选择两个基因并互换它们，变异后将产生一个新的染色体来改善种群多样性，类似于交叉算子，如果新的子染色体更适合，则父染色体被子染色体取代；否则，父染色体被保留，子染色体丢失。