计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
21期
185-187
,共3页
排样%遗传算法%智能排样%相似度%时间复杂度
排樣%遺傳算法%智能排樣%相似度%時間複雜度
배양%유전산법%지능배양%상사도%시간복잡도
针对大规模零件和布料优化排样问题,研究遗传算法在智能排样中的应用及其在智能优化排样中的优缺点.以传统遗传算法优化排样为基础,提出一种改进的基于遗传算法的优化排样算法,利用图形间的相似度对图形群体进行分类,降低遗传算法的时间复杂度.实验结果证明,该方法在时间复杂度上优于传统的遗传算法优化排样,适用于大规模的图形排样系统.
針對大規模零件和佈料優化排樣問題,研究遺傳算法在智能排樣中的應用及其在智能優化排樣中的優缺點.以傳統遺傳算法優化排樣為基礎,提齣一種改進的基于遺傳算法的優化排樣算法,利用圖形間的相似度對圖形群體進行分類,降低遺傳算法的時間複雜度.實驗結果證明,該方法在時間複雜度上優于傳統的遺傳算法優化排樣,適用于大規模的圖形排樣繫統.
침대대규모령건화포료우화배양문제,연구유전산법재지능배양중적응용급기재지능우화배양중적우결점.이전통유전산법우화배양위기출,제출일충개진적기우유전산법적우화배양산법,이용도형간적상사도대도형군체진행분류,강저유전산법적시간복잡도.실험결과증명,해방법재시간복잡도상우우전통적유전산법우화배양,괄용우대규모적도형배양계통.