基于机器视觉的变焦激光切割路径优化研究

针对目前变焦激光切割路径优化方法存在优化时间长、空程行程大以及优化性能低的问题,对基于机器视觉的变焦激光切割路径优化进行了研究。该方法依据机器视觉原理获取激光切割路径相关参数;通过计算机技术对相关路径进行了遍历处理,根据路径约束条件与目标优化函数,建立路径优化模型。进而基于改进后的蚁群算法完成模型的求解,获取最佳的变焦激光切割路径,实现路径的优化。试验结果表明,运用该方法进行变焦激光切割路径优化时,优化准确率高于95%,优化时间随着试验次数的增加也保持在3.5 s左右。因此,该方法优化时长低、空程行程小以及优化性能高。     

共边排样件激光切割路径的规划

排样软件的应用使材料利用率得到了很大提高，然而后续切割软件若不能保证有效地切割零件、保证零件质量及提高生产率，则排样软件在材料利用率上获得的收益将丧失。基于图论学理论，建立了规则与非规则零件共边排样时激光切割路径规划的数学模型，给出了在充分考虑加工质量、加工效率、制造成本情况下的激光切割路径优化目标：打孔点最少以及切割中割嘴空行程最短。提出了满足激光切割工艺要求的三个切割路径优化算法：用于求解理想情况下共边切割路径优化问题的一个新的欧拉回路算法；基于奇度顶点完全图最小权最大匹配算法来求解一般情况下共边切割路径优化问题的算法；利用废料区域进一步减少打孔点的处理策略与求解算法。给出了各种算法的运行实例，验证了所提出的算法的有效性。     

用蚁群优化算法求解中国旅行商问题

中国旅行商问题是一个组合优化问题，是一个NP问题。本文提出用蚁群优化算法去解决，同时提出了两种改进的方法，其中，Ant-F能够增强系统的搜索能力，使系统避免早熟，具有正负反馈的功能，仿真简单，容易理解；而ACS 在Ant Colony System(ACS)的基础上改进而成，它使系统在演化的后期能够通过适当增大系统区分信息素对比强度的方法，尽快找到最优的解。和其它的几种蚁群优化算法、遗传算法和模拟退火算法相比较，实验表明，ACS 是本文提及的几种算法中最优的一种，它能加快系统收敛的速度，找到问题的最优值。     

提高三维激光切割平顺性的切割头空间位姿优化方法

三维激光切割头空间位姿变化的平顺性直接影响机床切割效率、安全和稳定性。建立了三维激光切割机五轴联动运动学模型,分析切割轨迹刀位点几何信息转换为机床五个运动轴空间坐标的可选值。结合B和C旋转轴运动部件间的摩擦力、质量和转动惯量,建立相邻刀位点间的旋转轴旋转运动耗能模型。将完整切割环上旋转轴运动最低总耗能作为优化目标,通过Dijkstra最小路径优化算法,获得完整切割环上的最佳切割方式。通过实例分析,该方法可避免B和C轴瞬间摆动过大情况,提高了切割头运动的平顺性。     

基于蚂蚁算法的PCB板路径优化研究

本文在分析目前焊接PCB板路径规划理论依据的基础上,尝试了将路径规划问题抽象为TSP问题的数学模型解决思路。文章分析研究了该数学模型的计算方法,运用蚁群算法作为计算引擎,通过将蚂蚁算法信息素的引入,使得蚂蚁算法能够以较稳定的速度逼近最优解,编写了相应的Matlab优化程序。结果证明,该算法不仅有效,而且具有较快的计算速度。     

基于蚁群算法的PCB孔群加工路径优化

为解决云计算技术以及5G网络技术对印制电路板带来的加工工艺问题,有效提升PCB的生产效率、降低加工时间与成本,文中通过蚁群算法优化了电路板孔群加工路径,有力地节省了生产时间;而且通过算法优化仿真实验描述了设计流程与步骤。实验结果证明,蚁群算法能够有效优化孔群加工路径,减少无效的加工路线,降低生产时间与成本。     

基于改进蚁群算法的物流配送车辆路径优化研究

蚁群算法具有十分广阔的应用前景,但蚁群算法在求解路径优化问题中存在收敛速度慢、易陷于局部最优路径等缺点。文章通过改进传统的蚁群算法,使蚁群算法求最优解的性能显著提升,大幅提高了物流配送的效率。     

二维激光连续切割移动材料路径算法及约束

提出了一种逐行获取信息的阅读文档(RW)模型,并利用该模型等效并推导出二维激光在二维空间定尺切割移动材料的路径关系。根据分析的路径和延迟的阶跃函数确定半连续、连续恒速、连续变速切割的路径算法。在理想情况下,只要设定好光刀均匀一致切割速度νy、光刀在二维空间最大偏离坐标(x0,y0)、切割材料的最小尺寸LMIN,就可以根据切割路径适当调节辅助切割过程中光刀移动速度ν0和被切割体进给速度νx,实现对运动材料的连续切割,并且通过Pro/E运动仿真模拟和单位时间切割效率验证,所提出的G(t)符合恒速体连续切割路径算法,且满足约束限制下,一个周期内可实现两段材料的连续剪切。     

用于求解函数优化的一个蚁群处算法设计

文章通过对标准蚁群算法的认识，引进遗传算法的编码方式和选择操作，并对蚁群算法的信息素分配进行改进用于一般函数优化，通过几个函数求解，证明其是有效的。     

改进的蚁群算法及其在TSP问题中的应用

针对蚁群算法容易陷入局部最优解的缺点,提出了一种改进的蚁群算法。该算法通过禁忌当前取得的最优路径,有选择地更新信息素,而后重新搜索,有效提高了基本蚁群算法的寻优能力。文中将改进后的蚁群算法应用于TSP问题,通过对典型的Eil51.tsp进行测试,证明了改进后算法的可行性有和效性。     

蚁群算法在MATLAB中的实现

蚁群算法是近年来兴起的一种新型仿生优化算法,具有其他进化算法不可比拟的优势。以旅行商问题为例,首先描述了蚁群算法的工作原理,然后给出了该算法在MATLAB中实现的详细步骤,最后分别以17,21,24,48,51,70为城市规模进行了算法验证,给出了算法运行的最优结果、最差结果、平均结果及运行时间与结果图。算法的实现为在其他领域中的应用和进一步的改进提供了基础,同时也弥补了其他资料中很少涉及实现应用的不足。     

改进的蚁群算法在无人机航路规划中的应用

蚁群算法是一种新的源于生物界的仿生随机优化方法。简单介绍了无人机航路规划的基本步骤。针对基本蚁群算法的4个不足,提出了新的改进算法。在算法中设定具体目标和可能经过的威胁点,在信息激素中除了有距离信息还需要增加威胁度信息,并将威胁度设为权重较高的参数指标,在航路规划仿真开始阶段,同时发送多个探路人工蚁。信息激素中的信息是随时更新的,以便于适应战场动态变化。利用MATLAB仿真运算验证了改进算法的有效性。     

基于蚁群优化的时间Petri网及其在柔性制造系统调度优化中的应用

Petri网的优化调度求解主要采用基于状态空间的智能搜索方法,执行效率往往不高.提出基于蚁群优化的时间Petri网,通过在Petri网的变迁和进化规则中引入蚁群优化机制,改变Petri网原有的非确定性选择行为,使之具备蚁群寻优选择智能行为,克服了需要基于状态空间进行启发式搜索的缺陷,提高了调度优化的计算效率.最后应用蚁群优化时间Petri网模型,对柔性制造系统的区间Job Shop调度问题进行建模和优化求解.实验结果进一步验证了所提模型和方法的有效性.     

Using Data Mining to Find Patterns in Ant Colony Algorithm Solutions to the Travelling Salesman Problem

Travelling Salesman Problem （TSP） is a classical optimization problem and it is one of a class of NP- Problem. The purposes of this work is to apply data mining methodologies to explore the patterns in data generated by an Ant Colony Algorithm （ACA） performing a searching operation and to develop a rule set searcher which approximates the ACA＇s searcher. An attribute - oriented induction methodology was used to explore the relationship between an operations＇ sequence and its attributes and a set of rules has been developed. At the end of this paper,the experimental results have shown that the proposed approach has good performance with respect to the quality of solution and the speed of computation.     

基于拥挤度因子的动态信息素更新策略蚁群算法

针对蚁群算法易陷入局部最优、收敛速度慢的问题,文中提出了一种基于拥挤度因子的动态信息素更新策略的蚁群算法(CFACS)。引入鱼群算法中拥挤度的思想,扩大种群中蚂蚁分布范围,使其探索更大的解空间,提高算法全局搜索能力;采用动态信息素更新策略,在每一次迭代中,自适应调整当前最优路径所释放的信息素浓度,保证蚁群前期的多样性,同时保证算法在后期的收敛性。求解TSP问题的仿真实验表明,改进算法求得解的质量和求解的收敛速度都明显优于传统蚁群算法,较好地平衡了种群多样性与收敛速度之间的矛盾。     

钢构打字路径优化中旅行商问题的解决

针对工业钢构打字加工路径的组合优化目标,为尽量减少换刀次数和优化刀具移动轨迹,使走刀时间最短,提出建立基于旅行商问题(TSP)的非确定型多项式数学模型,并应用遗传算法(GA)对钢构打字刀具路径的优化问题进行分析、研究和解答。通过合理安排工序和换刀、走刀路径,在不改变机床硬件的前提下,尽可能缩短加工时间。经MATLAB工具箱仿真实验证明,该研究能很好地解决目前我国钢构打字路径寻优问题,使打字过程中的定位精度和加工效率都得到较大提高。     

高频地波雷达系统优化控制的研究与建模

现代电子工业技术的发展使高频地波雷达的功能不断扩增,导致雷达系统控制十分复杂。因此,需要通过系统的性能评估、优化及智能控制使之能够在各种情况下发挥其最大效能。依据高频地波雷达的特点和探测目标类型进行系统建模仿真。考虑不同模糊控制方法在高频地波雷达系统中的可行性,将遗传算法和粒子群优化算法等方法与模糊控制结合实现对雷达系统的优化控制。通过对雷达信号频率、功率和相参积累时间的模糊控制达到期望的工作性能。利用 Matlab设计 GUI控制界面。