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：湘潭大学

摘要：本发明公开了一种基于嵌套式多种群分类遗传算法的图形排样方法，涉及图形排样优化设计技术领域，先对需要排布的图形进行特征分类，分类后的每类图形嵌套两个子种群，得到嵌套式的两层种群；再采用最优保存式加权选择算子对每类图形的第二层种群进行两轮的选择交叉和交换式变异；剔除第二轮变异后的变异种群中适应度差的个体，保留适应度较高的个体；然后采用临界多边形算法对排序优化后的图形进行排样，得到最优结果。本发明的基于嵌套式多种群分类遗传算法的图形排样方法，提高了遗传算法的局部搜算能力，且大大增加了基因的丰富程度，能够更好地完成排样任务，从而提高板材利用率及生产效率。

主权项：1.一种基于嵌套式多种群分类遗传算法的图形排样方法，其特征在于，先对需要排布的图形进行特征分类，分类后的每类图形嵌套两个子种群，得到嵌套式的两层种群，分别为第一层种群和第二层种群；再采用最优保存式加权选择算子对每类图形的第二层种群进行两轮的选择交叉和交换式变异；剔除第二轮变异后的变异种群中适应度差的个体，保留适应度较高的个体；然后采用临界多边形算法对排序优化后的图形进行排样，得到最优结果；所述最优保存式加权选择算子为：一个第一层种群的两个嵌套种群由个体适应度值生成权重，选择个体的概率与个体适应度值成正比；其中一个嵌套种群通过加权选择算子选择两个种群内个体进行交叉，交叉后产生子代并记录最优个体，子代若比原适应度值最高的个体更优，则用该子代替换掉种群内的原最优个体，子代若比原适应度值最高的个体差，则重新进行选择交叉；另一个嵌套种群通过加权选择算子选择一个种群内个体与一个嵌套种群的最优个体进行交叉，交叉后产生子代并记录最优个体，子代若比原适应度值最高的个体更优，则用该子代替换掉种群内最差的个体，子代若比原适应度值最高的个体差，则重新进行选择交叉；所述个体适应度值通过适应度函数进行计算，所述适应度函数为： ；其中，X为本模型的可行解，Pj是每个种群内的图形集合，Si表示某个图形的面积，W0表示板材的可用宽度，Lmax表示当前可行解下所占用板材的最大长度；计算每个个体的适应度函数值是基于该个体当前所属种群计算的，适应度函数值越大，个体适应度越高。

全文数据：

权利要求：

百度查询： 湘潭大学 一种基于嵌套式多种群分类遗传算法的图形排样方法