遗传算法在无重复规格一维下料优化中的应用

被引:16
作者
张公敬 [1 ]
徐熙君 [2 ]
机构
[1] 青岛大学信息工程学院
[2] 青岛大学师范学院
关键词
一维下料问题; 遗传算法; 遗传算法编码; 基因分段;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
在对无重复规格一维下料优化问题数学模型分析的基础上,提出了基于改进遗传算法的优化下料方案求解方法。具体做法是,以实数表示的各零件长度的一个排列作为一个染色体,对一个可能解进行编码,其中的每个零件长度为一个基因;同时,为了便于遗传算子的设计,对染色体的基因进行分段,同一段上的基因表示它们截自同一原材料;通过基于基因分段的杂交、变异获得优化解。实验结果表明该算法是解决无重复规格一维下料问题的可行算法。
引用
收藏
页码:275 / 277+293 +293
页数:4
相关论文
共 4 条
[1]
Random search in the one-dimensional cutting stock problem [J].
Vahrenkamp, R .
EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 1996, 95 (01) :191-200
[2]
智能优化算法及其应用.[M].王凌著;.清华大学出版社.2001,
[3]
最优化下料方法与程序.[M].袁忠良 编著.天津出版社.1989,
[4]
一维下料方案的遗传算法优化 [J].
贾志欣 ;
殷国富 ;
胡晓兵 ;
舒斌 .
西安交通大学学报, 2002, (09) :967-970