不规则零件优化排样的神经网络混合优化算法.docVIP

PAGE PAGE 6 不规则零件优化排样的神经网络混合优化算法 史俊友，苏传生，翟红岩 (青岛科技大学 机电工程学院，山东 青岛 266061) 摘要：提出一种利用人工神经网络求解不规则件排样问题的混合优化方法。该方法首先把排样和制造工艺联系起来，将多边形各边向外扩充，为零件预留加工余量；然后采用自组织特征映射模型(SOM)和Hopfield人工神经网络相结合的方法，运用SOM神经网络对初始在板材内随机排布的不规则零件进行平移，寻求各零件的最优位置，然后运用Hopfield神经网络进行迭代运算，寻求各排样零件的最优旋转角度组合，实现自动排样。算法可以解决不规则件和矩形件在规则板材以及不规则板材上的排样问题，实例证明了该算法的有效性和实用性。 关键词：自组织特征映射模型；Hopfield人工神经网络；加工余量；不规则件；优化排样 中图分类号：TP 391.7 文献标识码：A Neural Networks Hybrid Algorithm for Irregular Parts Optimal Layout SHI Jun-you，SU Chuan-sheng，ZHAI Hong-yan (College of Mechanical and Electrical Engineering，Qingdao University of Science and Techno