本文選題：多輪廓加工 + 快進(jìn)路徑��； 參考：《計(jì)算機(jī)集成制造系統(tǒng)》2017年10期

【摘要】：針對(duì)多輪廓樣片加工快進(jìn)路徑優(yōu)化問題,提出一種改進(jìn)的量子進(jìn)化算法。算法設(shè)計(jì)了基于二維量子位概率幅矩陣模型的快進(jìn)路徑編碼方法,實(shí)現(xiàn)了由該模型引導(dǎo)的全局搜索,能直接生成樣片加工的順序序列,解碼效率高;利用多輪廓加工最優(yōu)子結(jié)構(gòu)的特征,設(shè)計(jì)了基于動(dòng)態(tài)規(guī)劃法的個(gè)體適應(yīng)度評(píng)價(jià)方法;新的動(dòng)態(tài)旋轉(zhuǎn)角的量子更新策略增強(qiáng)了種群的全局搜索能力。通過標(biāo)準(zhǔn)算例仿真和算法對(duì)比實(shí)驗(yàn)結(jié)果,驗(yàn)證了所提算法的可行性和有效性。
[Abstract]:An improved quantum evolutionary algorithm (QEA) is proposed for fast forward path optimization of multi-contour sample processing. The algorithm designs a fast forward path coding method based on the two-dimensional qubit probability amplitude matrix model, and realizes the global search guided by the model, which can directly generate the sequence of sample processing, and the decoding efficiency is high. An individual fitness evaluation method based on dynamic programming is designed based on the characteristics of the optimal substructure of multi-contour machining, and a new quantum updating strategy of dynamic rotation angle is proposed to enhance the global searching ability of the population. The feasibility and effectiveness of the proposed algorithm are verified by the standard example simulation and the experimental results.
【作者單位】： 浙江工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;溫州大學(xué)物理與電子信息工程學(xué)院;浙江工業(yè)大學(xué)特種裝備制造與先進(jìn)加工技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61572438,61402409) 浙江省自然科學(xué)基金資助項(xiàng)目(LQ14F030005) 2017年度浙江省公益性技術(shù)應(yīng)用研究計(jì)劃資助項(xiàng)目(2017C31072)~~
【分類號(hào)】：TG48;TP18

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 張生;量子進(jìn)化算法的改進(jìn)研究及其在軋制規(guī)程優(yōu)化中的實(shí)踐[D];燕山大學(xué);2014年

，

本文編號(hào)：1953848