10.3321/j.issn:1002-8331.2007.19.020
一种不规则零件排样的新粒子群优化策略
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.
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
43
TP391.72(计算技术、计算机技术)
江苏省高校高新技术产业发展项目JHB05-31
2007-07-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
64-67,70