為了實(shí)現(xiàn)棉織物染色配方和工藝參數(shù)的優(yōu)化設(shè)計(jì),研究了一種應(yīng)用智能混合算法優(yōu)化求解的新方法。首先構(gòu)建棉織物染色配方工藝優(yōu)化的數(shù)學(xué)模型,再利用自適應(yīng)調(diào)整和相似度判別策略等關(guān)鍵手段對(duì)基本遺傳算法進(jìn)行了改進(jìn)并融合了模擬退火算法形成智能混合算法,最終將智能混合算法應(yīng)用到優(yōu)化模型的求解中,以達(dá)到配方和工藝優(yōu)化的目的。結(jié)果表明,優(yōu)化模型可靠有效,智能混合算法的收斂速度、尋優(yōu)能力和穩(wěn)定性都得到了改善。應(yīng)用智能混合算法求解的配方和工藝參數(shù)染色,其效果明顯優(yōu)于傳統(tǒng)遺傳算法,不僅與樣布的色差值縮小了6.47%且成本降低2.16%以上。該方法可為棉織物染色過程中的質(zhì)量控制以及工藝參數(shù)快速優(yōu)化設(shè)計(jì)提供理論指導(dǎo)。 

【文章頁數(shù)】：5 頁

【部分圖文】：

智能混合算法程序流程圖

色樣樣本的色差預(yù)測(cè)值與實(shí)際值的擬合圖

GA和IHA算法適值函數(shù)進(jìn)化曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于智能混合算法的織物自動(dòng)配色方案優(yōu)化設(shè)計(jì)[J]. 汪嵐.  延邊大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[2]一種差分進(jìn)化和模擬退火粒子群混合算法[J]. 杜松,周健勇.  計(jì)算機(jī)仿真. 2015(12)
[3]基于粒子濾波的織物染色配方預(yù)測(cè)算法[J]. 葉斌,金福江,湯儀平.  紡織學(xué)報(bào). 2014(08)
[4]基于量子免疫遺傳算法的火力分配優(yōu)化問題[J]. 吳志飛,馬曲立,翁輝,邢煥革,周浩.  海軍工程大學(xué)學(xué)報(bào). 2014(01)
[5]改進(jìn)的遺傳算法在TSP問題中的應(yīng)用[J]. 姜群,晏雨.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2012(09)
[6]混合自適應(yīng)遺傳算法優(yōu)化多目標(biāo)染色配方模型[J]. 汪嵐,金福江,謝振輝.  計(jì)算機(jī)與應(yīng)用化學(xué). 2012(07)
[7]遺傳算法研究進(jìn)展[J]. 馬永杰,云文霞.  計(jì)算機(jī)應(yīng)用研究. 2012(04)
[8]基于遺傳算法的組合邏輯電路設(shè)計(jì)的FPGA實(shí)現(xiàn)[J]. 周雄偉,熊慶國,況海龍,孫艷琴,李倩.  電子設(shè)計(jì)工程. 2012(01)
[9]基于共軛梯度法的紗線染色配方預(yù)測(cè)優(yōu)化算法[J]. 陳典紅,李海明,徐新勝.  紡織學(xué)報(bào). 2011(03)
[10]基于MATLAB色差預(yù)測(cè)多元回歸模型的研究[J]. 汪嵐,黃彩虹.  計(jì)算機(jī)與應(yīng)用化學(xué). 2008(08)



本文編號(hào)：3702914