基于知识进化与自然进化的优化排样算法研究

针对不规则零件排样效率低的问题,提出了基于知识进化与自然进化的优化排样算法。该算法利用知识规则和适应度函数相结合的选择方法,既克服了传统"轮盘赌"等选择方法随机性强的缺点,又可以大大提高零件的排样效率、保证子代群体的高质量。实验结果表明,与自然进化的遗传算法相比,该算法不但提高板材的利用率,而且时间复杂度明显降低。