基于遗传算法的模具电极调度问题求解

针对模具电极数控加工和电火花加工两个阶段的调度问题,建立了具有批处理和相关性特征的数学模型。以模具零件拖期量最小为目标,将模具电极调度问题的求解分为批处理和批调度两个层次,第1层提出根据相关性原则解决批处理问题,并设计出相关性优先分批算法;第2层提出采用遗传算法解决批调度问题,并提出一种基于动物配种的策略对传统的遗传算法进行了改进。基于Matlab软件,开发出模具电极调度程序,实现了上述两个层次的求解过程,并在24种仿真算例下进行了实验测试。结果表明,所设计的模具电极调度算法能有效的解决模具电极批处理和批调度问题;所提出的配种策略能显著提高传统遗传算法的求解质量,使样本内的模具零件拖期量最多减少16.71%。