針對定義為廣義旅行商問題(GTSP)的激光切割工藝路徑優(yōu)化問題,提出了一種自適應大鄰域搜索算法(ALNS)與改進模擬退火算法相結(jié)合的混合算法。該算法提出一種融合最近、最遠和隨機插入操作的統(tǒng)一插入操作和統(tǒng)一最壞刪除操作,通過在算法中反復進行刪除和插入操作來優(yōu)化自適應大鄰域搜索算法,再運用改進模擬退火算法接受最優(yōu)解,求得滿足工藝約束的最短切割路徑。通過GTSP-Lib數(shù)據(jù)庫中的算例和實際切割案例對算法進行驗證。結(jié)果表明,提出的算法在準確性上與最優(yōu)算法的誤差只有0.31%,但計算速度提高了12%,證明了該算法在求解小規(guī)模切割路徑問題上有很強的適用性。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1切割路徑實例示意圖

在零件輪廓的完整切割中，激光束通過在輪廓的給定軌跡上移動，到在激光束返回到切割特征點之前在輪廓周長上或其附近打通一個特征點來開始切割[10]。由于激光器始終打開并在整個過程中進行連續(xù)切割，因此被認為是有成效的工作狀態(tài)。相反，當激光切割頭在關閉的情況下從一個切割特征點移至另一個切割....

圖2自適應大鄰域搜索算法框圖

如圖2所示，根據(jù)算法框架確定改進的核心思想是:在定義好初始種群的情況下，通過改善鄰域搜索操作中的算子，使算法更快地產(chǎn)生新解，以數(shù)值優(yōu)化為目標接受更優(yōu)解，對新解進行多次迭代達到最優(yōu)。將算法分解成獨立的功能模塊，便于明確各模塊目的來進行程序設計。再運用優(yōu)化判定準則，在多約束條件下獲得....

圖314st70算例優(yōu)化路徑示意圖

該算法求解了25個來自GTSP-Lib數(shù)據(jù)庫的算例，結(jié)果如表1所示，達到最優(yōu)解的解用黑體表示。通過對比發(fā)現(xiàn)，在解決小對象規(guī)模問題時，該算法具有較好的求解質(zhì)量，與已知解相比，平均誤差僅為0.31%。隨著對象規(guī)模的增加，最優(yōu)解獲得概率和求解效果都有所下降。對達到最優(yōu)解的算例14st7....

圖414st70算例優(yōu)化過程

圖314st70算例優(yōu)化路徑示意圖表1中數(shù)據(jù)來自于GTSP-Lib數(shù)據(jù)庫，其中計算偏差率=[(改進算法-最佳解決方案)/最佳解決方案]×100%。通過數(shù)據(jù)可以發(fā)現(xiàn)，改進算法在求解小規(guī)模問題時，精確度極高，幾乎沒有誤差，平均最優(yōu)解獲得率達到90%。但當問題規(guī)模大于45個種簇時，算....

本文編號：3976315