基于局部搜索和遗传算法的激光切割路径优化

doi:10.3778/j.issn.1002-8331.2010.02.069

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (2): 234-236.DOI: 10.3778/j.issn.1002-8331.2010.02.069

基于局部搜索和遗传算法的激光切割路径优化

李妮妮，陈章位，陈世泽

浙江大学流体传动及控制国家重点实验室，杭州 310027

收稿日期:2009-07-28 修回日期:2009-08-31 出版日期:2010-01-11 发布日期:2010-01-11
通讯作者: 李妮妮

Optimization of laser cutting path based on local search and genetic algorithm

LI Ni-ni，CHEN Zhang-wei，CHEN Shi-ze

The State Key Lab of Fluid Power Transmission and Control，Zhejiang University，Hangzhou 310027，China

Received:2009-07-28 Revised:2009-08-31 Online:2010-01-11 Published:2010-01-11
Contact: LI Ni-ni

摘要/Abstract

摘要： 为了缩短激光加工时间，提高加工效率，提出了一种新的局部搜索法与遗传算法相结合的激光切割路径优化算法。该算法从加工轮廓中提取节点，通过局部搜索法对节点进行局部路径优化，再运用的遗传算法求得近似最优解，遗传算法中的选择算子改进为基于相对适应度的轮盘赌选择算子。详细介绍了算法的原理及实现，通过编程仿真证明该算法与传统的遗传算法相比具有良好的优化效果，可明显缩短加工路径，减少加工时间，提高加工效率。

关键词: 局部搜索法, 遗传算法, 路径优化, 相对适应度

Abstract: To reduce the process time and improve the efficiency of laser cutting，a new combination algorithm of local search method and genetic algorithm for laser cutting path is proposed.Through local search method，the nodes extracted from the contour tool path have been optimized.Then the genetic algorithm has been used to achieve approximate optimal solution.The selection operator of genetic algorithm has been improved to be roulette operator based on relative fitness.The principle and implementation of algorithm is introduced in detail.Through simulation，the algorithm has been proved to have good results compared with traditional genetic algorithm，can significantly shorten the tool path，reduce the process time and improve process efficiency.

Key words: local search method, genetic algorithm, path optimization, relative fitness

中图分类号:

TP301

TH164

李妮妮，陈章位，陈世泽. 基于局部搜索和遗传算法的激光切割路径优化[J]. 计算机工程与应用, 2010, 46(2): 234-236.

LI Ni-ni，CHEN Zhang-wei，CHEN Shi-ze. Optimization of laser cutting path based on local search and genetic algorithm[J]. Computer Engineering and Applications, 2010, 46(2): 234-236.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[4]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[5]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[6]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[7]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[8]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[9]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[10]	熊兴隆，刘佳，李猛，马愈昭. 基于无人机-配送车联合配送的优化算法研究[J]. 计算机工程与应用, 2021, 57(19): 259-266.
[11]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[12]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[13]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[14]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[15]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.

基于局部搜索和遗传算法的激光切割路径优化

Optimization of laser cutting path based on local search and genetic algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics