基于遗传算法的二维下料的仿真与实现

《基于遗传算法的二维下料的仿真与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于遗传算法的二维下料的仿真与实现摘要：利用遗传算法抽象了它们的通用编码，对简单的管材和板材下料问题进行了模拟实验，进行了一维和二维下料问题的软件设计和仿真。本文的研究为求解简单的一维管材下料和二维板材下料问题提供了一种有效的思路，也为相关下料行业，如机械、建筑、船舶、服装、皮革、车辆等行业提供了解决方案。关键词：遗传算法；二维下料；仿真中图分类号：TP391.97目前，我国正处在并将长期处在资源紧缺的状况下，造成此状况的原因是经济的粗放式发展和人口的不断增多。所以，我国提出了可持续性发展战略，伴随着此发展战略的实施，各类资源的消耗问题在我国也被日益重视起来。我国在资源方面是一个矛盾体，

2、虽然资源总量多、种类多，但是资源的人均占有量较少。二十世纪二、三十年代，是我国经济发展最快的年代，当时的经济发展主要走的是粗放式经营和高消耗的道路，所以造成人力、资源浪费严重以及高投入低产出的现象。现在我国要建立和谐社会，所以优化和高效的利用各类资源成为我国经济发展战略的重要内容和研究课题之一。另一方面，由于我国成为了世贸组织中的一员，世界范围的大市场向我国制造业提出了更加激烈的市场竞争问题。制造业想方设法通过提高原料的利用率来达到降低成本的目的，从而来提高企业的经济效益，使自己的企业在竞争中长期立于不败之地。因此下料问题的解决可以使能源得到充分的利用，也越来越受到人们的重视。1遗传算法

3、的研究遗传算法非常简单，任何人只需通过高中时学过的生物术语就可以理解。以一群个体为例，它们都有自己的DNA。然后衡量每一个个体的适应性（把它看作是适用于个体的DNA的官能来衡量），并且使那些更适应的个体更有可能繁衍。而最不适应的个体将会被灭绝。每个幸存者都会有机会繁衍（重要的是任何幸存者都可能会繁衍，如果不太适应的话，仅仅是降低了可能性）。合并双亲的DNA，对合并后的DNA应用随机变异以模拟繁衍。理论上说来，新的个体是和双亲一样适应的，由于变异或增或减会有些微小的变化。然后循环会周而复始。遗传算法Genetic7algorithms缩写为GA，模拟自然界大量生物体的生长，能为传统方法难以

4、解的问题较快地求出好的近似解，用于工程化问题的设计，可能获得全局最优解。举世闻名的遗传算法在1975年由美国密执根（Michigan）大学的Holland教授受达尔文进化论的启发而被提了出来，并在《自然和人工系统的适配》的文中提出了这种算法的理论基础。同年，该校Deong在博士论文中，将AGS成功地用于解决优化题，从而进入实践开发阶段。经典的遗传算法采用达尔文学说中的“适者生存”及“自然选择”等法则进行组合来达到求得最优解的目的，经典的遗传算法是采用简单的二进制或实数编码技术来表示各种复杂的结构，将染色体的不断适应环境和生存进化过程表达成问题的求解方式，通过采用各种算子。目前，遗传算法被

5、广泛应用于许工程和研究领域，如控制参数、运输调度、管道线选择以及电磁器件优化设计等问题。2遗传算法下料问题的研究与仿真2.17编码和译码。用遗传算法求解问题，必须首先确定编码的方法，不同的编码方法，遗传算子的实现方法也不同。编码是设计遗传算法的关键步骤。编码的策略和方法对遗传操作，尤其是对交叉操作的性能会造成很大的影响。在设计遗传算法时，需要在考虑编码技术的基础上，选择适当的遗传操作策略和其它设计细节。当想应用遗传算法来求解问题时，我们必须将染色体位串结构与目标问题实际表述之间建立联系，就是要确定编码和解码的运算。不同的适应度函数的计算和遗传操作方法会受到不同编码的影响。传统的编码方法有

6、实数编码和二进制编码。二进制编码Holland所采用，经过多年的发展演变，人们相继提出了各种不同的编码方法来解决具体问题。不同的编码方法，遗传算子的实现方法也不同。根据本文所研究的问题的模型，我们选择以实数表示的个零件长度的排列作为一个可行解，对问题的解集进行编码，构造一个染色体，其中每个零件长度为个体基因；同时，为了方便遗传算子的设计，要对染色体基因进行分段，并且每一段上的基因表示它们截自同一原材料。2.2基于单亲遗传算法的一维下料的研究与仿真。一维下料问题，指怎样根据相同形状的原料切割出不同规格但相同大小的零件，并且使原料消耗最小。该问题在网线、钢管、网络等行业对角钢、建筑、制造等消

7、耗型材巨大的生产实践中很是常见。以下典型的下料问题在很多行业的实际生产中较为常见：原材料L是给定长度的原材料，对其进行下料，生产总长度为m，数量为d的零件（i=1，2，…，n），应该怎样下料才能达到资源利用率最大。2.2.1适应度函数的设计。遗传算法在进化计算中基本上不用外部信息，仅使用适应度函数做为判断依据。遗传算法的目标函数不受各种约束且其定义域可以为任意集合，对目标函数的唯一要求是输入可计算出能进行互相比较的结果。2.2.2轮