买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明涉及一种基于烟花算法的异形海绵切割路径优化方法，首先对排样图上的待切零件进行编号，提取待切零件的特征点并按顺时针顺序编号，然后利用上述待切零件的编号和特征点对烟花算法的相关参数进行初始化，生成初始种群。接着，运用烟花算法对切割路径进行优化，从而获得切割路径，即刀具的走刀路径。本发明能高效的获得优化过后的异形海绵切割路径，为企业提高生产效益提供方法。

主权项：1.一种基于烟花算法的异形海绵切割路径优化方法，其特征在于，包括如下步骤：步骤S1，对排样图上的待切零件进行编号，提取待切零件的特征点并按顺时针顺序编号；步骤S2，利用上述待切零件的编号和特征点对烟花算法的参数进行初始化，生成初始种群；步骤S3，运用烟花算法对切割路径进行优化；步骤S4，获取最优切割路径；所述步骤S1中，对待切零件和特征点编号具体实现过程如下：设共有n个待切零件，每个零件分配一个编号为C1,…,Ci,…,Cn；待切零件Ci的特征点数量为Li，i∈{1,n}；所述步骤S2中，生成初始种群的具体实现过程如下：1将待切零件编号按任意顺序排序，形成一组编码[C1,…,Ci,…,Cn]；2从C1中任意选择一个特征点再从下一待切零件中选择一个特征点依照编码顺序从下一待切零件选取特征点，直到所有的待切零件都被选取一个特征点，这样操作完成后会形成一个特征点编码其中是指零件编号为Ci的待切零件的第ki个特征点，是指编号为Ci的待切零件的特征点数量；将上述两种编码组合形成如下编码3第2步操作重复N次，形成N组编码，并描述为 每组编码被当作算法初始种群的中一个个体，其中待切零件编号所组成的编码称为前半段编码，特征点编号所组成的编码成为后半段编码；此时设置算法当前迭代数t＝1；所述步骤S3中，算法的优化过程描述为：烟花算法包括以下操作：初始化操作、爆炸操作、高斯变异操作以及选择操作；算法最终的优化目标是减少切割路径中刀具空行程的长度，即种群中个体的适度值越小越好；其中爆炸操作是指：在个体中随机选择一个待切零件编号，然后随机插入到个体编码前半段中另一个位置，与该待切零件编号相对应的特征点的位置也要随之发生改变；高斯变异操作是指：随机选择个体中两个不同的待切零件编号，将这两个待切零件编号之间包含这两个待切零件编号的待切零件编号序列倒序，与这段待切零件编号序列相对于的特征点的序列也要随之发生改变；所述步骤S3中，算法的具体实现过程为：1计算第t代中每个个体的适应度值，其中适应度函数为： 其中，fXa代表个体Xa的适应度值，代表特征点和特征点之间路径的长度；适应度最小的个体为最优个体；2计算第t代中每个个体的爆炸火花数和爆炸半径，公式如下： 其中Ra表示个体Xa的爆炸火花数，Da表示的是个体Xa的爆炸半径，爆炸半径是指一个个体生成一个爆炸火花所需的爆炸次数；R和D为预设置的爆炸火花数和爆炸半径；fmax为种群中最大适应度值，fmin为种群中最小适应度值；ε为任意小的数值；3每个个体进行爆炸操作生成爆炸火花，具体过程如下：个体Xa爆炸Da次产生一个爆炸火花，然后重复Ra次，共爆炸Da×Ra次，生成Ra个爆炸火花；每个个体都需进行此步操作，共生成个爆炸火花；4计算第t代中每个个体的高斯变异数，公式如下：ga＝min1,[|e|]其中，ga是个体Xa的高斯变异数，高斯变异数是指一个个体生成一个高斯变异火花所高斯变异的次数，e～N1,1，N1,1为均值方差均为1的高斯分布；5每个个体进行高斯变异生成高斯火花，具体过程如下：个体Xa高斯变异ga次产生一个高斯火花，然后重复GM次，共爆炸ga×GM次，生成GM个高斯火花；每个个体都需进行此步操作，共生成GM×N个高斯火花，其中GM是预先设置好的高斯火花数；6对种群进行选择，具体操作方式为：在第t代烟花种群以及爆炸火花、高斯火花中选出1个最优个体作为第t+1代中烟花种群中的一个个体，剩余N-1个烟花个体则根据轮盘赌方法选择；当前迭代次数加1，即t＝t+1；7通过上述方式不断更新种群直至当前迭代次数达到最大迭代次数，输出最优个体；所述步骤S4中，获取最优切割路径的方式如下：每个个体的编码是由零件切割顺序和零件切入点组成的一个排列，所以获取最优切割路径的方式就是将种群中最优个体解码；解码的过程是将个体编码分解，前半段编码代表刀具切割零件的编号顺序，后半段编码代表刀具切入零件时的切入点，将这些切入点相连即可获得最优切割路径；N表示种群规模；Cai：指在第a个个体中第i位的待切零件编号， 指零件编号为Cai的待切零件的第ki个特征点，指编号为Cai的待切零件的特征点数量。

全文数据：

权利要求：

百度查询： 福州大学 一种基于烟花算法的异形海绵切割路径优化方法