一种不规则零件排样的新粒子群优化策略

摘要：

基于图形扫描转换的启发式底左(Heuristic Bottom-Left,HBL)算法,把一种最大速度收缩策略(Maximal Velocity Contractile Strategy,MVCS)的粒子群优化(Particle Swarm Optimization,PSO)算法应用于不规则零件的优化排样,给出了新的排样组合优化算法(MVCS-PSO)的粒子构造方法和零件排样过程,通过实例把该算法与模拟退火遗传算法(Simulated Annealing Genetic Algorithms,SAGA)进行优化排样比较,实验结果表明,具有良好的非线性和动态搜索性能的MVCS-PSO算法是求解排样问题的一种高效算法.

关键词：最大速度收缩策略、粒子群优化、不规则零件排样、模拟退火遗传算法、启发式底左算法

所属期刊栏目：43

分类号：TP391.72(计算技术、计算机技术)

资助基金：江苏省高校高新技术产业发展项目JHB05-31

在线出版日期：2007-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-67,70