基于遗传算法的多头组合秤称重优化

首先介绍了多头组合秤的工作原理,就传统多头组合秤采用的穷举法和动态规划算法所存在的问题,提出了基于遗传算法的组合秤称重优化设计。针对组合称重时部分称重斗长时间不被选中的问题,引进优先级的概念,并对遗传算法种群在进化过程中出现违反约束的个体,提出基于“重量优先”的修复方法。仿真结果表明,此算法收敛平稳迅速,组合成功率达到98%以上,完成一次组合分析的时间小于0.15s,称重斗的最大优先级数控制在20以内。基于遗传算法的多头组合秤既能确保组合合格率也能保证物料的新鲜度,能很好的满足组合要求。

多头组合秤的算法研究分析

目的为研究不同类型算法对提高多头组合秤称重精度和称重速度的影响。方法把动态规划算法和遗传算法应用于多头组合秤,通过对比不同数量的称量斗,2种算法在组合成功率和组合时间上的优劣,分析出最适合多头组合秤的算法。结果动态规划算法的组合时间明显少于遗传算法的组合时间。遗传算法的组合成功率一直保持着96%以上的高水平;动态规划算法在称量斗数量少于10时的组合成功率低于90%,但随称量斗数量的增加而明显提高。结论在少于20个称量斗的称重系统中采用遗传算法,虽然花费时间稍多,但是可以获得高组合成功率;在大于20个称量斗的称重系统中采用动态规划算法,既花费时间少,也能获得高组合成功率。