基于改进遗传算法的板料切割轮廓路径优化设计

《基于改进遗传算法的板料切割轮廓路径优化设计》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、毕业设计（论文）任务书专业机械设计制造及其自动化班级机械117姓名廖波下发日期2015-3-8题目基于改进遗传算法的板料切割轮廓路径优化设计专题主要内容及要求要求：在教师指导下，独立完成设计任务，培养较强的创新意识和学习能力，获得机械工程师的基本训练。针对目标函数及应考虑的约束条件建立起完善的数学模型，设计的算法正确，能够实现对板料切割轮廓路径进行优化设计。使用计算机设计、计算；编制的计算机程序条理清楚，计算结果正确；说明书要求内容全面、文字通顺、语言简练、图示清晰。主要内容：（1）分析优化问题，建立完善、正确的优化数学模型。（2）针对优化参数，设计相应的

2、遗传算法优化方法。（3）编制相应的计算机程序。（4）撰写毕业论文说明书。成果形式：设计说明书不少于2万字，查阅文献15篇以上，翻译与课题有关的英文资料，译文字数不少于5千字。主要技术参数10个轮廓的路径优化，每个轮廓的顶点数是3~8个，时间距离最短，优化各个轮廓的顶点扫描顺序。进度及完成日期3月9日~3月27日：布置、讲解设计题目，熟悉理解设计内容，借阅图书资料，毕业实习/调研，收集、整理、消化、翻译有关资料。3月30日~4月17日：建立完善、正确的优化数学模型。4月20日~5月8日：针对要优化的参数，设计相应的改进遗传算法。5月11日~6月5日：编制相应

3、的计算机优化程序。6月8日~6月12日：编写毕业论文说明书。6月15日~6月26日：毕业论文审阅、修改及答辩。教学院长签字日期教研室主任签字日期指导教师签字日期指导教师评语指导教师:年月日指定论文评阅人评语评阅人:年月日答辩委员会评语评定成绩指导教师给定成绩（30%）评阅人给定成绩（30%）答辩成绩（40%）总评答辩委员会主席签字青岛理工大学本科毕业设计（论文）说明书摘要激光加工路径优化设计问题是激光加工中的所涉及到的重要课题之一，一条好的路径可以减少激光头空行程运行时间并且可以降低生产成本和提高生产效率，从而提升企业在市场的竞争力和生存能力。而激光加工路

4、径优化问题属于典型的NP-hard问题，然而传统的优化算法和一些比较单一的算法很难求得起最优解，所以本文在当前研究的基础上，采用遗传算法对该问题进行研究。首先本文设计了对遗传蚁群算法的改进，该算法前期采用了遗传算法为蚁群遗传算法产生初始信息素，后期采用蚁群遗传算法，从而实现蚁群与遗传算法的结合。在蚁群遗传算法中建立新的状态转移规则，并使用动态挥发系数进行信息素更新，采用适应度动态调整交叉和信息素以及变异概率。基于信息素和启发信息选择交叉，变异位置，设计了两种不同的终止条件。对激光切割进行路径规划设计时，为了使规划更贴切实际，这里我们建立了包含时间距离的目标

5、优化设计数学模型。针对激光切割路径优化设计的特点，因而将其归纳为广义旅行商问题，采用双重编码分别对轮廓加工顺序和各个轮廓对应的起始顶点进行表达，在设计算法时，除了考虑轮廓图形为多边形以外，还考虑了椭圆以及圆的情况。通过建立适应函数从而实现多目标向单一目标的转化，同时动态控制适应函数，并改进了相应的轮廓和顶点的交叉与变异方法。在相应的理论研究基础上，采用C语言编程并通过VC编制完成了激光加工路径规划设计软件。关键词：激光加工；时间距离；轮廓路径优化设计；遗传算法；实数编码；V青岛理工大学本科毕业设计（论文）说明书AbstractLasermachiningp

6、athoptimizationdesignproblemisoneoftheimportanttopicsinvolvedinlaserprocessing,agoodpathcanreducethelaserheademptyrunningtimeandcanreduceproductioncostandimproveproductionefficiency,soastoimproveenterprisecompetitivenessandabilitytosurviveinthemarket.Andlasermachiningpathoptimizat

7、ionproblembelongstothetypicalNP-hardproblem,butthetraditionaloptimizationalgorithmandsomesinglealgorithmtoobtaintheoptimalsolution,sointhispaper,onthebasisofthepresentstudy,geneticandantcolonyalgorithmisusedtostudyontheissue.Firstinthispaper,thedesignofgeneticantcolonyalgorithmisi

8、mproved,thealgorithmearlyadoptedt