卢齐飞
- 作品数：3 被引量：11H指数：2
- 供职机构：广东工业大学自动化学院更多>>
- 发文基金：广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于知识进化与自然进化的优化排样算法研究被引量：1
- 2014年
- 针对不规则零件排样效率低的问题,提出了基于知识进化与自然进化的优化排样算法。该算法利用知识规则和适应度函数相结合的选择方法,既克服了传统"轮盘赌"等选择方法随机性强的缺点,又可以大大提高零件的排样效率、保证子代群体的高质量。实验结果表明,与自然进化的遗传算法相比,该算法不但提高板材的利用率,而且时间复杂度明显降低。
- 包梦华唐平朱章松卢齐飞
- 关键词：遗传算法知识进化自然进化适应度函数
- 二维不规则图形下料排样优化算法研究
- 排样问题广泛存在于服装、钣金、钢结构、皮革、船舶、纸制品和石材等行业生产过程中，是工业自动化中的一个重要环节。二维不规则零件的排样问题是将一系列二维平面图形（或零件）互不交叠地放置在某一板材上，使得未被覆盖的板材面积最小...
- 卢齐飞
- 关键词：排样优化临界多边形遗传算法相似度
- 改进的遗传算法优化二维不规则图形排样被引量：7
- 2013年
- 针对大规模零件和不规则石材下料优化排样问题,提出了改进的遗传算法优化排样方法。采取二进制与十进制混合编码的策略,既克服了单独使用二进制编码时,编码串太长且操作不方便的不足,又解决了十进制编码中相近的编码方案获得的材料利用率却相去甚远的问题;通过计算矢量图形的相似度,从而对图形群体进行分类,降低了遗传算法的时间复杂度。实验结果表明,该优化排样算法在时间复杂度和空间占有率上均优于传统的遗传算法优化排样。
- 卢齐飞唐平张光富包梦华
- 关键词：排样遗传算法相似度矢量图形
