-
公开(公告)号:CN116644845A
公开(公告)日:2023-08-25
申请号:CN202310574884.0
申请日:2023-05-19
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于蛇群优化算法的二维不规则样片排样方法,首先构建二维不规则排样问题数学模型,通过k聚类的方法对样片分类为大、中、小三个层次,对多套服装中同类样片进行组合优化,形成组合样片;然后对原材料进行分层,通过使用最下最左定位策略分别移动待排的大型样片和中小型样片;在分层后的最上层,对待排样中剩余样片通过最低水平线策略进行排样,采用蛇群优化算法进行旋转角度以及排列次序进行迭代得到最优解。本申请增加可控的专家经验,同时保持了一定程度上的随机性,对蛇群优化算法中的繁衍替代行为进行改进,使得其有一定的可控概率能够跳出局部最优解,提高了算法的全局搜索能力。
-
公开(公告)号:CN109685247B
公开(公告)日:2021-05-18
申请号:CN201811350293.0
申请日:2018-11-14
Applicant: 浙江工业大学
Abstract: 一种基于改进实数编码遗传算法的服装裁剪分床方法,包括以下步骤:第一步,根据订单,由用户设定裁剪分床初始约束条件,计算出可能的分床数范围以及铺布层数和配比的上、下限;第二步,设置实数编码遗传算法的初始参数,从床数较小的情况开始搜索;第三步,利用遗传算法和枚举法确定一定床数下的最优方案,分析该方案的可行性,若不可行,则增加床数继续搜索最优方案,重复以上步骤,直至搜索到可行的最优方案。本发明提供了一种有效的服装裁剪分床方法,有效地提高了效率,改善了对不同订单的适用性。
-