基于改进遗传算法的模具零件孔群加工路径优化(2)
【作者】网站采编
【关键词】
【摘要】2.2适应度函数的选择 对于一条路径的优劣,判断的标准是看其适应度函数的值,针对该问题,用其路径长度的倒数作为其适应度函数的值,即 当Fitness(x
2.2适应度函数的选择
对于一条路径的优劣,判断的标准是看其适应度函数的值,针对该问题,用其路径长度的倒数作为其适应度函数的值,即
当Fitness(x)值越大时,F(x)值就越小,表明加工路径总长度越短,对应加工路径越好。一般迭代次数作为终止条件,因此,在最后一代中最好的染色体可能是局部最优解或是全局最优解。
2.3种群选择策略
种群选择策略采用精英保留策略,此方法是比较种群中所有个体的适应度值,从中择优选择一部分个体作为父体,并利用选择的个体进行交叉和变异操作。
1)交叉 交叉是父代将自身优秀基因遗传给子代的一种繁殖操作,对于每一个交叉操作,利用选择策略选出的个体参与交叉操作,产生适应度值高的新个体的可能性更高。常用交叉算子有顺序交叉(ordered crossover,OX),部分映射交叉(parlially mapped crossover,PMX),循环交叉(cycle crossover,CX)[11];改进算法选择顺序交叉算子,在父代F1中随机选择2个交叉点,将父代F1交叉点之间的基因片段作为子代K相同位置的基因片段,把F2中非F1交叉点之间的基因按顺序分别放在子代K的基因片段两边的位置,生成新的子代个体。以染色体长度n=10为例,选择父代F1和F2,若随机选择交叉点位置为4,7,则具体交叉操作如下。
父代F1: 2 3 8(9 6 7 5)10 1 4,
父代F2: 6 5 3 7 4 2 10 1 9 8,
子代K: 3 4 2(9 6 7 5)10 1 8,
2)变异 变异是在保留父代优秀基因并保持种群多样性的一种进化手段。常用变异算子有:移位变异(displacement mutation,DM),交换变异(exchange mutation,EM),逆转变异(inversion mutation,IVM)[11];改进算法采用交换变异算子进行变异操作,随机作用在一个父代染色体上,在父代F中随机选择4个变异点,按升序排列n1 父代F: 6(5 1)7 4 2(10 3 8)9, 子代K: 6(10 3 8)7 4 2 (5 1)9。 2.4改进遗传算法流程 考虑到最近邻算法和遗传算法各自具有优缺点,最近邻算法生成的路径的基因总体是比较优良的,而遗传算法本身具有很高的并行性等。鉴于此,笔者设计了结合最近邻和禁忌搜索思想的遗传算法来求解加工路径优化问题。改进遗传算法的流程如下,算法流程如图1所示。 Step1.设定种群大小Numpop、设定交叉概率crate、变异概率mrate、选择率srate和随机概率rrate,并且设定算法的终止条件r=Iteration,置进化代数r=0,禁忌表tabu=[]; Step2.将每一个孔作为出发点,由最近邻算法生成的路径所构成的集合记为P,并计算个体的适应度,从P中随机选择Numpop个个体初始化第一代种群S(r); Step3.更新禁忌表tabu,禁忌表中存放已经搜索过的路径; Step4.择优选择,比较种群S(r)中所有个体的适应度值,从中择优选择一部分个体作为父体F; Step5.执行交叉操作产生新的路径且新的路径不与禁忌表中路径重复; Step6.执行变异操作产生新的路径且新的路径不与禁忌表中路径重复; Step7.更新父代和子代的并集Srecent(r); Step8.随机生成新的路径S*(r),且新的路径不与禁忌表中路径重复(引入新个体,增加种群多样性); Step9.r←r+1,在Srecent(r)∪S*(r)择优选择Numpop个个体作为新的种群S(r); Step10. 若满足终止条件,则停止并输出最短路径F(xbest);否则转Step3。 图1 改进遗传算法流程图Fig.1 Flow chart of the improved genetic algorithm 3轮胎实例应用 3.1遗传算法与改进算法对比实验 为测试改进遗传算法在路径优化中的性能,以大型轮胎模具孔群加工为例,提取轮胎模具Step文件几何信息得到模具俯视面孔位分布[12-15],如图2所示。 图2 平面孔分布Fig.2 Plane hole distribution 针对图2中平面孔进行路径的加工优化,通过对轮胎模具Step文件分析可知,该平面孔为同一类型孔,且孔群规模为408个,采用提出的改进算法和遗传算法分别对该孔群加工路径进行优化,在实验中,2种算法参数设置相同,且参数设置如下:种群大小Numpop=180,设定交叉概率crate=0.9、变异概率mrate=0.02、选择率srate=0.3和随机概率crate=0.9,并且设定算法的终止条件Iteration=500。通过实验,数据如表1所示。 文章来源:《应用数学和力学》 网址: http://www.yysxhlx.cn/qikandaodu/2021/0311/383.html 上一篇:教育过山车项目的探索与思考
下一篇:浅析应用数学在信息化中的应用与发展