学位论文 > 优秀研究生学位论文题录展示

基于服装CAD的全自动智能裁剪床的研究

作　者: 薛迎春
导　师: 须文波
学　校: 江南大学
专　业: 计算机软件与理论
关键词: 服装CAD 矩形包络二维矩形排样启发式算法粒子群算法量子行为
分类号: TP391.72
类　型: 硕士论文
年　份: 2007年
下　载: 133次
引　用: 0次
阅　读: 论文下载

内容摘要

服装CAD系统的不断完善促进服装工业的发展,优化排样是服装CAD系统中的核心部分,但由于其属于NP完全问题,很难用精确算法求得最优解。一个好的排样方案可以节省原料,降低成本,因此开展对优化排样问题的研究具有重要的理论意义和工程应用价值。尤其是二维优化排样问题,始终受到广泛的重视和研究。因此本文通过对二维优化排样问题的深入思考,并综合分析比较,对于该问题采用两步法,即先用包络矩形法将不规则排样问题转换为矩形排样问题后将矩形排样进行优化。本文首先阐述进化算法——遗传算法、粒子群算法(PSO)以及具有量子行为粒子群算法(QPSO)的基本思想,设计了基于进化算法的求矩形包络的方法,仿真实验结果表明用量子行为粒子群算法在求不规则零件的矩形包络上,具有较好的效果。在二维不规则排样问题已经转变为二维矩形排样问题的基础上,结合启发式算法建立二维矩形排样的数学模型,根据该数学模型的特性将其转化为排列问题,应用遗传算法、粒子群算法以及具有量子行为粒子群算法求解该问题,对整个解空间进行高效搜索,并在进化计算过程中应用了自适应调整规则,都取得了较好的排样结果,表明基于量子行为粒子群算法的优化算法比其他两种算法的收敛速度要快,更有效,具有广泛的适应性。研究表明,具有量子行为粒子群算法不仅参数个数少,随机性强,并且能覆盖整个解空间,保证算法的全局收敛。其在求矩形包络还是在矩形排样问题上,其性能优于其他进化算法。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-12
  1.1 研究背景和意义  7-8
  1.2 排样问题的分类  8
  1.3 国内外研究现状  8-11
  1.4 本文的研究内容  11-12
第二章智能优化算法概述  12-27
  2.1 遗传算法基本原理  12-16
    2.1.1 遗传算法概述  12
    2.1.2 遗传算法的特点  12-13
    2.1.3 遗传算法的实现  13-16
  2.2 粒子群算法的提出  16-17
  2.3 基本粒子群算法  17-19
    2.3.1 算法原理  17-18
    2.3.2 算法流程  18-19
    2.3.3 算法的社会行为分析  19
  2.4 几种改进粒子群算法  19-24
    2.4.1 带有惯性因子的粒子群算法  19-20
    2.4.2 带有收缩因子的粒子群算法  20-21
    2.4.3 基于遗传思想改进粒子群算法  21-22
    2.4.4 利用小生境思想的粒子群算法  22-23
    2.4.5 其他的改进粒子群算法  23-24
  2.5 具有量子行为粒子群算法  24-26
    2.5.1 粒子群算法的缺点  24
    2.5.2 具有量子行为粒子群算法模型  24-26
    2.5.3 具有量子行为粒子群算法的优点  26
  2.6 本章小结  26-27
第三章多边性矩形包络的实现  27-38
  3.1 多边形凸壳问题  27-29
  3.2 格雷厄姆方法  29-30
  3.3 矩形包络  30-31
  3.4 遗传模拟退火混合算法的求解矩形包络  31-34
    3.4.1 模拟退火算法  31-32
    3.4.2 遗传模拟退火混合算法求解矩形包络过程  32-34
  3.5 具有量子行为的粒子群算法求解矩形包络  34
  3.6 仿真实验  34-37
  3.7 本章小结  37-38
第四章二维矩形包络排样的优化算法  38-53
  4.1 矩形件排样问题的数学模型  38-39
    4.1.1 矩形排样问题的描述  38
    4.1.2 数学模型  38-39
  4.2 矩形件排样的启发式排放算法  39-42
    4.2.1 BL 条件  39-40
    4.2.2 BL 算法  40
    4.2.3 下台阶算法  40-41
    4.2.4 最低水平线法及其改进  41-42
    4.2.5 解空间的大小  42
  4.3 遗传算法求解矩形件优化排样问题  42-46
    4.3.1 编码方法  42-43
    4.3.2 适应度函数设计  43
    4.3.3 遗传算子  43-44
    4.3.4 应用遗传算法求解的具体步骤  44-45
    4.3.5 排样算例  45-46
  4.4 粒子群算法求解矩形件优化排样问题  46-48
    4.4.1 粒子群初始化及适应度函数  47
    4.4.2 粒子群调整  47
    4.4.3 停止规则  47-48
    4.4.4 排样算例  48
  4.5 基于具有量子行为的粒子群算法求解矩形件优化排样问题  48-51
    4.5.1 具有量子行为的粒子群算法的排样优化过程  48-49
    4.5.2 排样算例  49-51
  4.6 排样算法在服装CAD 自动排料中的应用  51-52
  4.7 本章小结  52-53
第五章总结与展望  53-55
  5.1 总结  53
  5.2 展望  53-55
致谢  55-56
参考文献  56-59
附录  59

基于服装CAD的全自动智能裁剪床的研究

内容摘要

全文目录

相似论文