粒子群优化算法在皮革排样中的应用

该文针对皮革排样优化中保持种群个体多样性和全局寻优存在的问题,研究了粒子群算法、基于小生境的粒子群算法及基于免疫原理的粒子群算法这3种方法,分别对其算法的原理和操作步骤进行阐述,增强了研究者对粒子群算法的理解,提供了研究粒子群的比较系统的算法研究现状,最后对粒子群的应用方向进行列举,使学者对粒子群算法的应用及发展有进一步了解。

皮革智能排样系统的开发

随着计算机技术的飞速发展,计算机智能技术也逐渐的被用到皮革生产的排样系统中。介绍了皮革智能排样系统的核心功能模块及其实现。提出了一种新的算法,来处理在不规则和有瑕疵的母板中对不规则形状的样片进行排样的问题。涉及了图形离散化算法、最优匹配算法和碰撞检测算法,并且给出了最终的排样效果图。

基于图像拼接处理技术的皮革智能排样设计研究

皮革智能排样是皮革切割的关键基础。在控制成本的前提下,借助图像拼接处理技术能够获取皮革母版的轮廓及尺寸,然后进行后续的排样分割。本文详细介绍了皮革图像拼接处理的流程,包括图像的获取、特征值处理等,并说明了图像拼接技术与扫描线法及遗传算法进行皮革智能排样组合的原理及方法,以望为提升皮革企业排版效率、节约原材料成本提供参考。

一种排样图像轮廓线生成方法

针对传统基于聚合的多边形拟合法对皮革图像边缘毛刺敏感和对所围面积无法控制的问题,提出了一种排样图像的轮廓线生成方法。该方法通过将距离误差由绝对值改为带符号值,并对非利用面积误差施加约束,使获得的排样轮廓线既抑制了毛刺的干扰,又是真实轮廓线的最大内接多边形,皮料面积得到了充分利用。实例计算和应用结果表明了本文方法的有效性和科学合理性,且对其他工业排样问题也具有一定的参考价值。