Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 106,832,893
Tối ưu tiến trình công nghệ bằng giải thuật di truyền
Tác giả hoặc Nhóm tác giả:
ThS. Phạm Trường Tùng*; TS. Lưu Đức Bình; PGS.TS. Phạm Đăng Phước
Nơi đăng:
Tạp chí Khoa học Công nghệ ĐHĐN;
S
ố:
5(126).2018, Quyển 1;
Từ->đến trang
: 130;
Năm:
2018
Lĩnh vực:
Xã hội nhân văn;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Lập tiến trình công nghệ được xem là yếu tố quan trọng, phức tạp trong công nghệ CAPP (Computer Aided Process Planning). Bài báo trình bày việc ứng dụng giải thuật di truyền (GA) trong việc xác định tiến trình công nghệ với hàm mục tiêu là chi phí thấp nhất. Một giải thuật di truyền gồm các toán tử lai ghép, đột biến, chiến lược lựa chọn cá thể trên cơ sở “mô hình ưu tú” được đề nghị. Một ma trận ràng buộc được tạo ra trên cơ sở quan hệ hình học của chi tiết, các yêu cầu công nghệ và các tài nguyên gia công. Tiến trình công nghệ tối ưu được xác định bằng thuật toán tối ưu trên cơ sở tuân thủ các luật ràng buộc của ma trận ràng buộc. Cuối cùng, một ví dụ thực tế được đưa ra để chứng tỏ rằng tính hội tụ đến lời giải tối ưu của GA tốt hơn so với giải thuật đàn kiến (ACO).
ABSTRACT
Process sequencing is considered as the key technology for computer aided process planning (CAPP) and is very complex. This paper deals with optimization of operation sequencing based on Genetic Algorithm (GA) with the lowest cost function. A GA is proposed, including the crossover, mutation operators and selection strategy based on “elitist model”. A matrix of constrants is created based on geometrical shape of part, technology requirements and available machining resources. An optimization of operation sequencing is found through GA in compliance with rules of matrix of constraints. Finally, an experiment is presented to verify that the convergence to optimal solution is better than that to Ant colony optimization Algorithm (ACO).
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn