[發(fā)明專利]一種基于遺傳結(jié)合最小二乘混合算法的多色服裝裁剪分床方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810916569.0
• 申請(qǐng)日: 2018-08-13
• 公開（公告）號(hào): CN109214657B
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計(jì)）人: 董輝;林文杰;毛小海;俞立;張文安
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q30/06;G06Q50/04;G06N3/12
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種基于遺傳結(jié)合最小二乘混合算法的多色服裝裁剪分床方法，其特征在于，所述方法包括以下步驟：

第一步，根據(jù)服裝訂單為多色分床方案計(jì)算可能的分床數(shù)最大值Bed_max，計(jì)算如公式(1)所示，假設(shè)服裝訂單y代表訂單中顏色的數(shù)量，n代表規(guī)格數(shù)量，將y轉(zhuǎn)化為二進(jìn)制并記錄位數(shù)值yBinary，

式中ceil表示向上取整；

第二步，對(duì)多色分床設(shè)定初始限制條件和遺傳算法的參數(shù)：首先由用戶設(shè)定每個(gè)規(guī)格樣片每床排的數(shù)量Pb的上限Pb_max；設(shè)置算法的變異率mut和交叉率arc，將Pb_max轉(zhuǎn)化為二進(jìn)制并記錄位數(shù)值PbBinary，進(jìn)而計(jì)算算法中每條染色體的基因數(shù)N_chrom如公式(2)所示，設(shè)置算法的染色體數(shù)為N，設(shè)置算法的迭代次數(shù)為iter；

N_chrom＝Bed_max×n×PbBinary+yBinary (2)

第三步，采用算法搜索，過程如下：

3.1)隨機(jī)初始化N條染色體，每條染色體的基因數(shù)為N_chrom，N條染色體的初始值為{chrom₁,chrom₂…chrom_N}，其中，每位基因取值只能是0或1，每條基因承載著各套排配比和床數(shù)信息；

3.2)確定遺傳算法搜索的適應(yīng)度，配比矩陣PbMatrix與層數(shù)矩陣cntMatrix的組合決定服裝的生產(chǎn)量，該生產(chǎn)量與服裝訂單相減生成誤差矩陣errorMatrix，誤差矩陣errorMatrix中所有元素的平方和errorValue，基因中承載的床數(shù)值為Bed，確定適應(yīng)度Fvalue；

3.3)采用遺傳算法搜索床數(shù)值Bed和配比矩陣PbMatrix，根據(jù)PbMatrix和Bed用最小二乘法對(duì)層數(shù)矩陣解耦合擬合出cntMatrix，生成使Fvalue值最大的層數(shù)矩陣cntMatrix、配比矩陣PbMatrix的組合；

3.4)繼續(xù)迭代，若迭代次數(shù)達(dá)到設(shè)定值iter,則記錄第iter代群體中的最優(yōu)染色體記錄該條染色體譯碼出的配比矩陣通過該配比矩陣擬合出的層數(shù)矩陣該組合即為多色分床的最優(yōu)組合；否則轉(zhuǎn)到步驟3.3)繼續(xù)搜索；

所述步驟3.3)中，搜索過程為：

3.3.1)對(duì)N條染色體進(jìn)行解碼，將yBinary位的床數(shù)基因轉(zhuǎn)化為床數(shù)值Bed，將PbBinary位的配比基因轉(zhuǎn)化為十進(jìn)制的配比值，并按行生成Bed×n的配比矩陣PbMatrix；

3.3.2)根據(jù)配比矩陣PbMatrix和床數(shù)值Bed用最小二乘法擬合出Bed×y的層數(shù)矩陣cntMatrix，當(dāng)配比矩陣PbMatrix確定的情況下，層數(shù)矩陣cntMatrix中的某列與配比矩陣PbMatrix耦合決定了訂單中某種顏色服裝的生產(chǎn)量，擬合過程為逐個(gè)顏色擬合，即對(duì)應(yīng)一個(gè)顏色以配比矩陣PbMatrix為基準(zhǔn)擬合層數(shù)矩陣的一列cntMatrix(:,t)，其中t表示訂單order中的第t行；擬合過程中對(duì)層數(shù)矩陣cntMatrix的負(fù)數(shù)值置0，同時(shí)根據(jù)每列非負(fù)值的索引取出配比矩陣的索引行構(gòu)造出新矩陣PbMatrixIndex，PbMatrixIndex矩陣對(duì)層數(shù)矩陣中存在負(fù)數(shù)值的列重新擬合并更新該列的層數(shù)值，直到層數(shù)矩陣cntMatrix中所有值大于等于0為止，最后將擬合好的層數(shù)矩陣四舍五入取整；

3.3.3)計(jì)算適應(yīng)度Fitness，根據(jù)第i代第k條染色體解碼出的床數(shù)值配比矩陣和擬合出的層數(shù)矩陣計(jì)算生產(chǎn)誤差平方和計(jì)算適應(yīng)度并篩選出第i代中適應(yīng)度最大的值maxFitness和最小的值minFitness并記錄適應(yīng)度最大的染色體

3.3.4)輪盤賭方法篩選父代,根據(jù)Fitness用輪盤賭篩選法將適應(yīng)度值較高的個(gè)體保留下來；

3.3.5)交叉，父代之間實(shí)現(xiàn)單點(diǎn)交叉，即隨機(jī)交換等位基因生成新的群體；

3.3.6)變異，當(dāng)前群體進(jìn)行位變異，即基因隨機(jī)按位取反；

3.3.7)保留適應(yīng)度最大的個(gè)體，將第i代適應(yīng)度最大的個(gè)體替換當(dāng)前群體的第一條染色體，即

2.如權(quán)利要求1所述的一種基于遺傳結(jié)合最小二乘混合算法的多色服裝裁剪分床方法，其特征在于：所述步驟3.2)中，適應(yīng)度計(jì)算形式：

Fvalue為適應(yīng)度，errorValue為誤差平方和，Bed為床數(shù)值，250為優(yōu)化床數(shù)權(quán)重。