首页|基于改进免疫遗传算法的汽车零件排样

基于改进免疫遗传算法的汽车零件排样

Automobile Parts Packing Based on Improved Immunogenetics Algorithm

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为提高汽车零件排样的板材利用率,对汽车零件的排样技术进行研究.汽车零件大多是不规则零件,因此其排样属于二维不规则排样问题范畴.在智能优化算法求解二维不规则排样领域,遗传算法容易产生早熟现象,并且局部寻优能力较差,而免疫算法具有很强的局部寻优能力.结合遗传算法与免疫算法的全局与局部寻优能力,提出一种改进的免疫遗传算法.该算法的遗传选择操作加入个体浓度计算,操作步骤和变异概率可以自适应调整,从而有效避免早熟现象.自适应计算免疫选择个体数以及免疫克隆个体数以提高算法的收敛性能.分别使用ESICUP网站提供的公开数据和实际汽车零件专用数据对提出的免疫遗传算法的性能进行测试,实验结果表明,和现有的几种算法相比,本研究提出的免疫遗传算法能获得更高的材料利用率.

闫嘉、李林峰、林毓培、段书凯

展开 >

西南大学人工智能学院,重庆400715

智能传动和控制国家地方联合工程研究中心(重庆),重庆400715

二维不规则排样 临界多边形 汽车零件 智能优化算法

国家重点研发计划

2018YFB1306600

2023

10.13718/j.cnki.xdzk.2023.05.019

西南大学学报(自然科学版)
西南大学学报编辑部

西南大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.825
ISSN：1673-9868
年,卷(期)：2023.45(5)
  • 1
  • 10