包梦华
- 作品数:3 被引量:8H指数:1
- 供职机构:广东工业大学更多>>
- 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
- 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
- 基于知识进化的遗传算法及其应用
- 遗传算法是一种传统的进化算法,是模拟大自然中生物的进化原理在现实生产和生活中解决问题的。遗传算法由于简单、具有智能性、鲁棒性好、全局搜索能力强而广泛应用在各个学科。图形排样在制造业中占据着重要地位,为了节省生产成本、提高...
- 包梦华
- 关键词:遗传算法知识进化