解一维下料问题的遗传算法

本篇论文在对遗传算法进行分析和研究的基础上，把遗传算法用于一维下料问题的求解。根据不同类型的下料问题设计了多种遗传算法，并取得了较好的数值结果。 本文首先介绍了一维下料问题的研究概况及其已有的著名算法，综述了遗传算法的基本原理和方法，分析了遗传算法的编码、适应度函数、交叉和变异算子在整个遗传算法的运算过程中的作用。 接着本文对用遗传算法解下料问题进行了系统研究。针对一维下料问题对符号编码方式作了改进，采用数字符号编码方式，针对订货材料的切割数量不同，提出了相应的遗传算法。本文采用了最优保存策略来保持种群中的优良个体，使得产生的遗传算法更加有效。同时，对于不同的编码本文提出了与一维下料问题相适应的交叉和变异策略，从而系统地构造了解下料问题的遗传算法框架。 最后，本文对两个新的遗传算法进行了数值试验，结果表明新算法能有效地求解一般下料问题。