粒子群算法在不规则件排样优化中的应用

中国机械工程 ›› 2010, Vol. 21 ›› Issue (17): 2050-2052,2069.

粒子群算法在不规则件排样优化中的应用

梁利东;钟相强

安徽工程大学,芜湖,241000

出版日期:2010-09-10 发布日期:2010-09-20

Applications of Particle Swarm Optimization for Solving Irregular Part Nesting Problems

Liang Lidong;Zhong Xiangqiang

Anhui Polytechnic University, Wuhu,Anhui, 241000

Online:2010-09-10 Published:2010-09-20

摘要/Abstract

摘要：

针对不规则件排样问题,提出一种应用粒子群算法优化求解的方法。首先以零件的入排交换序列和角度变异序列作为粒子运动速度构造粒子群算法,然后运用剩余矩形动态匹配算法实现解码和局部寻优,并结合不规则件的正交靠接算法实现自动排样。排样实例表明,该优化排样算法是有效的。

关键词:

不规则件, 粒子群算法, 剩余矩形动态匹配, 排样优化

Abstract:

A novel solution for two dimensional irregular part nesting which combined with PSO was presented. Firstly, presenting swapping sequence and variation of angle as velocity of particles to reconstruct PSO for the optimal solution of layout, then using dynamic remaining rectangle matching for decoding the permutation of nesting pattern and orthogonal accessing algorithm to realize automatic nesting. Its effectiveness has been fairly proved in practice.

Key words: irregular part, particle swarm optimization(PSO), dynamic remaining rectangle matching, nesting optimization

中图分类号:

TP391



梁利东, 钟相强.

粒子群算法在不规则件排样优化中的应用

[J]. 中国机械工程, 2010, 21(17): 2050-2052,2069.

LIANG Li-Dong, ZHONG Xiang-Jiang. Applications of Particle Swarm Optimization for Solving Irregular Part Nesting Problems[J]. China Mechanical Engineering, 2010, 21(17): 2050-2052,2069.

[1]	侯仰强1;王天琪1;李亮玉1;张志臣1;赵娜2. 基于蚁群算法-粒子群算法的白车身侧围点焊机器人路径规划[J]. 中国机械工程, 2017, 28(24): 2990-2994.
[2]	方一鸣, 郑贺军, 刘乐, 胡春洋. 基于模拟退火-粒子群算法优化支持向量机参数的连铸漏钢预报[J]. 中国机械工程, 2017, 28(12): 1462-1467.
[3]	丁祥海, 姚文鹏. 基于粒子群算法的多目标可重构设施布局方法[J]. 中国机械工程, 2017, 28(07): 852-861.
[4]	张淑清, 胡永涛, 姜安琦, 吴迪, 陆超, 姜万录. 基于双树复小波和自适应权重和时间因子的粒子群优化支持向量机的轴承故障诊断[J]. 中国机械工程, 2017, 28(03): 327-333.
[5]	李维嘉, 兰秋华, 彭勇, 易迪升. 基于粒子群算法的滑阀节流槽优化设计[J]. 中国机械工程, 2015, 26(8): 995-999.
[6]	朱成实, 勾延生, 李铁军, 李尚帅. 基于改进PSO算法的数控机床主轴优化设计[J]. 中国机械工程, 2015, 26(20): 2784-2788.
[7]	王正成, 咸达. 基于时间序列预测的跨组织资源链监控[J]. 中国机械工程, 2015, 26(10): 1380-1384.
[8]	鲁建厦;邓伟;董巧英. 基于混合粒子群算法具有交货期瓶颈的作业车间调度问题[J]. 中国机械工程, 2014, 25(5): 624-629.
[9]	乔良, 宋小欣, 谢延敏, 王杰, 王新宝. 基于PSO-RBF代理模型的板料成形本构参数反求优化研究[J]. 中国机械工程, 2014, 25(19): 2680-2685.
[10]	王新宝, 谢延敏, 乔良, 王杰. 基于鱼群BP神经网络的板料成形分块压边力优化[J]. 中国机械工程, 2014, 25(18): 2527-2531.
[11]	高斐1,2;李洪儒1;许葆华1. 基于ICPSO优化的极限学习机在故障诊断中的应用[J]. 中国机械工程, 2013, 24(20): 2753-2757.
[12]	李路;王放. 外星轮热挤压模具结构及工艺参数联合多目标优化[J]. 中国机械工程, 2013, 24(20): 2804-2809.
[13]	王正成, 咸达. 基于改进粒子群算法的跨组织资源链构建研究[J]. 中国机械工程, 2013, 24(09): 1186-1190,1194.
[14]	魏锋涛, 宋俐, 李言, 刘鹏. 基于改进粒子群算法的四辊轧机机座结构优化设计[J]. 中国机械工程, 2012, 23(19): 2361-2365.
[15]	刘维伟, 李锋, 任军学, 尉渊. 基于标准粒子群算法的GH4169高速铣削表面粗糙度研究 [J]. 中国机械工程, 2011, 22(22): 2654-2657,2771.