打孔机生产效能的提高讲义.ppt

模型评价及改进 本文亮点： 1.结合作业孔的作业要求，以目标权重（时间，成本或时间成本的加权和）为“距离”构造一个非对称的图，进一步建立了一个理论上相对完备的数学模型（TSP模型），理论上该模型的最优解就是全局最优解。 2.本文采用了改进的贪心算法以减少换刀次数为原则分别对问题一和问题二进行了有效求解获得的较好结果。 3.通过引入遗传算法并结合贪心算法进一步改进了上述结果，且在双钻头模型中引入聚类分析方法进行了作业孔自动分区。 4.详细计算讨论了在第二种方法下，合作间距对作业时间和成本的影响并得出相应结论； 1.遗传算法容易出现早熟收敛。 2.程序计算速度慢。 3.问题二处理较为简单，若能采用其他分区方法进行处理效果可能更好。 模型评价及改进 不足： 谢谢！ * 模型建立与求解 问题一： 1.蚁群算法 (一)、将三维坐标形成成本矩阵，即孔孔之间的刀具转换成本和行进成本之和。 (二)、采用蚁群算法进行计算。 模型建立与求解 问题一： 1.蚁群算法 初始化 随机放置蚂蚁 以每一只蚂蚁所在孔，作为起始城市 选择选下一个城市 返回到初始城市 还有可选城市？ 更新信息素矩阵，即更新每路径上的信息素的量 满足停止条件？ 输出最好的路径 Yes No No 模型建立与求解 问题一： 1.蚁群算法 成本：1197.2元 时间：1382.2秒 模型建立与求解 问题一： 2.贪心算法 (一)、换刀方案：d,e,f,g,h,a,b,c,f (二)、换刀时间：180秒 (三)、权值：距离 模型建立与求解 问题一： 2.贪心算法 算法流程图 模型建立与求解 问题一： 2.贪心算法 作业时间：267.68秒 成本：932.19元 d刀具加工图(单位：mil) 模型建立与求解 问题一： 2.贪心算法 537(465)-522-525-518-514-510-506-503-507 -511-515-516-512-508-504-523-528-531-533 -536-524-517-513-509-505-520-521-527-530 -532-535-534-529-526-519-498-492-497-485 -486-487-493-500-499-488-489-494-502-501 -490-484-491-496-495-483-换h刀具 g刀具走刀路线： 模型建立与求解 问题一： 2.贪心算法 权重系数 cst 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 csf 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 费用(元) 965.12 965.12 965.12 965.12 965.12 965.12 965.12 956.38 960.48 932.27 944.27 时间(秒) 214 214 214 214 214 214 214 320 373 495 1084 最终选择cst=0.6,csf=0.4计算出总费用为965.12元，加工时间为214秒 模型建立与求解 问题一： 2.贪心算法 遗传算法流程图 遗传算法实质是通过种群搜索技术，根据适者生存原则逐代进化，最终得到最优解或准最优解。 采用“改良圈”算法得到优良父代 开始 对父代进行交叉，变异，形成新种群 计算种群中个体的适应度值，并选择优良子代 1 满足遗传代 输出结果 结束 1 模型建立与求解 问题一： 3.遗传结合贪心算法 改良圈算法：（以m=233）为例 改良圈算法是一种经典的近似算法，用于优化遗传算法的初始种群， 令i=1，第一步：随机生成初始圈（初始解）： 第二步：交换u，v之间的顺序，则得到新路径： C= C’= u v v u ? 模型建立与求解 问题一： 3.遗传结合贪心算法 改良圈算法： 评判标准为两次相邻路径的差值： 若f0 ,则以新路径替换旧路径，直到不能修改为止。 第三步：令i=i+1，若i=POP（种群规模）,算法结束，否则转向第一步 C= C’= u v v u 模型建立与求解 问题一： 3.遗传结合贪心算法 遗传算法的实现： 编码策略采用十进制编码，用随机数列 作为染色体(个体)，其中为避免在交叉后产生的染色体出现重复的基因（孔编号），限定 233 1 模型建立与求解 问题一： 3.遗传结合贪心算法 遗传算法的实现： （2）种群初始化： 本文利用改良圈算法得到一个规模为50的种群。 （3）交叉 根据孔数的规模，本文采用单点交叉方案，取交叉概率pc=1。先从种群中随机选取两个父代（两个初始解）Ω1和Ω2： 用Logistic 混沌序列产生一个2到232