|
使用蟻群算法優(yōu)化配置工具庫的位置索引
資源天下 2018/2/24 9:46:29
（接上頁）-M22-M23-M24-M25-M26-M27。相應(yīng)的工具需要執(zhí)行上面的操作順序是T1-T1-T2-T3-T4-T2-T2-T2-T2-T5-T6-T5-T7-T5-T5-T8-T9-T5
-T10-T5-T11-T5-T12-T5-T13-T5-T14。
總數(shù)量不同的工具這里需要有14個(gè),因此有14!種排序方式。
這里描述的問題為案例2(a) 位置的總數(shù)量大于沒有重復(fù)的切削工具的數(shù)量。ACA是用來獲取切割工具的位置,使得完成上述規(guī)定的固定操作序列總索引時(shí)間最少。
6.結(jié)果和比較:
最優(yōu)序列的工具位置在應(yīng)用ATC算法是T1-T2-T3-T4-T14-T6-T7-T10-T5
-T11-T12-T13-T8-T9。如示例2所示。
示例 2 ATC上最優(yōu)的工具位置序列
最優(yōu)序列已經(jīng)有50個(gè)部件旋轉(zhuǎn)的ATC，換句話說總索引時(shí)間為34.5S。ATC越慢則增益越高。遺傳算法(GA)的參數(shù)采取對(duì)文獻(xiàn)[1]編碼在Turbo c++和奔騰IV2.8 GHz處理器上執(zhí)行。GA找到解決方法所花費(fèi)的時(shí)間來是26 s。ACA執(zhí)行時(shí)間為14S。顯然,ACA比GA更快的得到了最優(yōu)解。
圖1展示了收斂的ACA。最好的解決方案是在每個(gè)迭代中獲得逆的迭代次數(shù)。在第10次迭代得到問題的最優(yōu)解。增加為18次迭代確保最優(yōu)解。
7．結(jié)論：
由于目前的問題可以建模為一個(gè)旅行推銷的問題,目前優(yōu)化處理開發(fā)系統(tǒng)基于切割工具上使用ACA刀塔或數(shù)控機(jī)床的ATC刀庫。甚至一個(gè)小的總索引時(shí)間將導(dǎo)致在大批量生產(chǎn)加工時(shí)間顯著增加。這導(dǎo)致數(shù)控機(jī)床的利用率增加和整個(gè)系統(tǒng)效率的提升。
文獻(xiàn)：
Dereli T,Filiz H(2000) 使用遺傳算法分配最優(yōu)位置索引工具集Robotics Auton Syst 33:155 – 167
Dorigo M, Maniezzo V, Colorni A (1996) 螞蟻系統(tǒng):由一群優(yōu)化合作代理. IEEE Trans Syst Man Cybern 26(1):29–41
Dorigo M, Gambardella LM (1997) 蟻群系統(tǒng):旅行商問題的合作學(xué)習(xí)法. IEEE Trans Evol Comput 1(1)53–66
Krishna AG, Rao KM (2004) 使用蟻群算法的優(yōu)化操作序列CAPP. Int J Adv Manuf Technol (in press)
Gambardella LM, Taillard ED, Dorigo M (1999) QAP蟻群. J Oper Res Soc 50:167–176
Stutzle T, Dorigo M (1999) ACO算法的二次分配問題.在: Corne D, Dorigo M, Glover F (eds)新的優(yōu)化思想 麥格勞-希爾,紐約
Colorni A, Dorigo M, Maniezzo V, Trubian M (1994) 螞蟻系統(tǒng)與作業(yè)車間調(diào)度. Belg J Oper Res Stat Comput Sci 34(1):39–53
|