本站小編為你精心準(zhǔn)備了服裝樣片裁剪空行程路徑優(yōu)化算法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要:服裝樣片裁剪空行程路徑是影響裁床裁剪效率的重要因素，裁剪路徑優(yōu)化有助于提高裁剪效率。針對裁剪空行程優(yōu)化問題，先構(gòu)建了裁剪空行程路徑的數(shù)學(xué)模型，結(jié)合遺傳算法和蟻群算法的優(yōu)勢，提出了遺傳蟻群混合算法優(yōu)化裁剪空行程。算法先利用遺傳算法的快速搜索能力建立蟻群算法的初始信息素分布，然后采用蟻群算法求精確解，最后建立仿真實(shí)驗(yàn)驗(yàn)證混合算法的可行性，與基本遺傳算法相比，混合算法具有較優(yōu)的全局優(yōu)化性能。

關(guān)鍵詞:樣片裁剪;路徑優(yōu)化;遺傳算法;蟻群算法;數(shù)控裁床

0引言

數(shù)控服裝裁剪機(jī)根據(jù)服裝CAD導(dǎo)出的排料圖裁剪布料，節(jié)省了人力和提高了服裝裁剪的效率。通常，一床布料會安排幾十個(gè)或上百個(gè)樣片，裁刀經(jīng)過的裁剪路徑由樣片的外輪廓有效路徑和樣片之間的空行程組成，刀具運(yùn)動軌跡復(fù)雜，對加工路徑進(jìn)行優(yōu)化，可以有效減少輔助運(yùn)動路徑長度，縮短加工時(shí)間，在批量加工時(shí)能大大提高生產(chǎn)效率。因此，需要優(yōu)化服裝樣片裁剪路徑。季國順提出結(jié)合蟻群算法和最鄰近算法對數(shù)控多輪廓加工走刀空行程路徑進(jìn)行優(yōu)化，張偉引入蟻群算法優(yōu)化矩形件切割路徑，金愛燕用蟻群算法求解優(yōu)化樣片裁剪空行程。這些方法雖然在一定程度上減少了樣片加工時(shí)間，提高了加工效率，然而基本蟻群算法存在著初始信息素匱乏，計(jì)算時(shí)間較長等局限性。VladimirD和Sny-derLV將空行程優(yōu)化問題轉(zhuǎn)化為標(biāo)準(zhǔn)旅行商問題，采用求解標(biāo)準(zhǔn)旅行商問題的算法求解，但求解結(jié)果不是很理想。史偉民采用模擬退火蟻群混合算法優(yōu)化裁剪空行程路徑，但在算法之前考慮了加工起始位置，增加了算法的復(fù)雜度。本文將服裝樣片裁剪空行程路徑優(yōu)化問題歸結(jié)為TSP問題，利用遺傳蟻群混合算法求解，最后給出驗(yàn)證。通過與基本遺傳算法比較，說明混合算法的有效性。

1服裝樣片裁剪的數(shù)學(xué)模型

數(shù)控裁床根據(jù)既定的順序從每一個(gè)樣片的開切點(diǎn)開始裁剪，完成每個(gè)樣片裁剪，再按照指令跳刀裁剪下一個(gè)樣片。這個(gè)過程形成的空行程路徑可以看做是一個(gè)Hamilton圈。這樣，裁床樣片裁剪路徑優(yōu)化的問題可以歸結(jié)為旅行商問題。旅行商問題直觀描述:旅行家從某城市出發(fā)，經(jīng)過n個(gè)城市，希望找到一條既能經(jīng)過各個(gè)城市，又能每個(gè)城市僅經(jīng)歷一次最后回到出發(fā)城市的最短路徑。

2路徑優(yōu)化算法

本文采用遺傳算法和蟻群算法混合求解服裝樣片裁剪路徑的優(yōu)化。遺傳算法具有快速隨機(jī)的全局搜索能力，但沒有利用系統(tǒng)的反饋信息，求精確解效率較低。蟻群算法通過信息素的累積和更新，具有分布式全局搜索能力，但初始信息素匱乏，求解速度慢。因此本文采用遺傳算法和蟻群算法結(jié)合，優(yōu)勢互補(bǔ)。先采用遺傳算法生成蟻群算法的初始化信息素分布，再采用蟻群算法求解精確解。

2.1遺傳算法以及其在混合算法中的設(shè)置

遺傳算法的基本思想是模擬自然界遺傳機(jī)制和生物性進(jìn)化論而形成的一種過程搜索最優(yōu)解的算法。目標(biāo)函數(shù)和適應(yīng)度函數(shù):裁剪空行程路徑優(yōu)化屬于TSP問題，目標(biāo)函數(shù)即為Hamilton圈長度最短，適應(yīng)度函數(shù)取為Hamilton圈長度的倒數(shù)。編碼與染色體選擇:編碼方式采用實(shí)數(shù)編碼，以樣片的裁剪順序作為遺傳算法的編碼，使用rand()函數(shù)隨機(jī)生成種群規(guī)模大小的實(shí)數(shù)編碼種群，并根據(jù)適應(yīng)度函數(shù)選擇染色體總數(shù)大于種群規(guī)模數(shù)量的用于交叉操作的父染色體對。交叉算子:采用基于路徑表示的順序交叉(OX)操作，OX操作能保留排列，并融合不同排列的有序結(jié)構(gòu)單元。

2.2蟻群算法

蟻群優(yōu)化算法是由意大利學(xué)者Dorigo等人于1991年提出的一種模仿螞蟻群體行為的智能算法。蟻群算法的特點(diǎn)是并發(fā)性、魯棒性和正反饋性。目前被廣泛應(yīng)用于解決組合優(yōu)化問題。蟻群算法的基本思想是模仿蟻群的覓食行為。當(dāng)螞蟻出外尋找食物時(shí)，會在自己走過的路徑上釋放一種稱為信息素的物質(zhì)，后續(xù)的螞蟻在選擇覓食路徑時(shí)一般選擇信息素濃度更高的路徑。螞蟻?zhàn)哌^的路徑越短，分泌的信息素濃度越高，引導(dǎo)后續(xù)螞蟻，形成正反饋機(jī)制，最終所有的螞蟻都走蟻穴到食物源的最短路徑。蟻群算法在求解TSP問題的核心是路徑選擇規(guī)則和信息素更新規(guī)則。

2.3遺傳蟻群混合算法的實(shí)現(xiàn)

遺傳算法經(jīng)過設(shè)定的迭代次數(shù)后生成一組優(yōu)化解，按照信息素更新規(guī)則，將所有優(yōu)化解轉(zhuǎn)換成信息素，生成蟻群算法的初始信息素分布。算法實(shí)現(xiàn)的步驟如下:(1)初始化參數(shù)，先用遺傳算法生成一組優(yōu)化解，并生成蟻群算法的初始信息素分布;(2)將m只螞蟻放在n個(gè)樣片，隨機(jī)生成每只螞蟻的禁忌表;(3)每只螞蟻根據(jù)概率轉(zhuǎn)移公式移動到下一個(gè)樣片，并將該樣片加入到該螞蟻的禁忌表;(4)直到每個(gè)樣片僅遍歷了一次，記錄最短路徑;(5)根據(jù)信息素更新規(guī)則更新信息素;(6)若滿足結(jié)束條件，跳出循環(huán)，輸出最優(yōu)解，否則跳轉(zhuǎn)到B。3仿真實(shí)驗(yàn)在windows7環(huán)境下的PC機(jī)上，在服裝裁剪機(jī)上位編輯軟件中實(shí)現(xiàn)遺傳蟻群混合算法。

4結(jié)論

本文結(jié)合遺傳算法和基本蟻群算法的優(yōu)勢，提出遺傳蟻群混合算法對服裝樣片裁剪空行程路徑進(jìn)行優(yōu)化，仿真實(shí)驗(yàn)表明算法的可行性和有效性，與基本遺傳算法相比，全局優(yōu)化性能提高，在實(shí)際應(yīng)用中，特別是在大批量裁剪時(shí)，服裝裁剪路徑的縮短對于提高數(shù)控裁床的效率具有重要的意義。

參考文獻(xiàn)

［1］余國興，丁玉成，李滌塵.平面多輪廓加工路徑優(yōu)化模型及其近似算法［J］.西安交通大學(xué)學(xué)報(bào)，2004，38(1):39～42.

［2］季國順，王文，陳子辰.數(shù)控多輪廓加工走刀空行程路徑優(yōu)化［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008，39(7):154～158.

［3］張偉，安魯陵，張臣等.基于蟻群算法的矩形件切割路徑優(yōu)化［J］．機(jī)械科學(xué)與技術(shù)，2011，30(3):391～393.

作者：謝云斌；施群；汪朋朋 單位：上海大學(xué)機(jī)電工程與自動化學(xué)院