[發明專利]一種基于改進MOEA/D的多色裁剪分床解耦優化方法

在審

• 申請號: 202010581585.6
• 申請日: 2020-06-23
• 公開（公告）號: CN111797560A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 董輝;郭晨朝;仲濟磊;吳祥;鄒立;李華昌;俞立
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F17/16;G06F30/27
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊天嬌

1.一種基于改進MOEA/D的多色裁剪分床解耦優化方法，其特征在于，所述基于改進MOEA/D的多色裁剪分床解耦優化方法，包括以下步驟：

步驟S1、根據用戶輸入的多色分床訂單計算分床的裁床數最大值；

步驟S2、初始化多色分床的初始限定參數以及改進MOEA/D算法的初始參數，包括：接收用戶輸入的每個服裝型號樣片每床排的數量的最大值Pb_max和最小值Pb_min，以及每床鋪布層數的最大值cnt_max和最小值cnt_min；初始化改進MOEA/D算法的交叉概率cp、突變概率mp、種群規模popsize、迭代次數iterations、粒子最小值pop_min＝0，粒子最大值pop_max＝1；

步驟S3、利用改進MOEA/D算法確定最佳的多色裁剪分床方案，包括：

步驟S3.1、初始化權重向量和鄰域向量；

步驟S3.2、初始化個體以及求解對應的配比矩陣，用配比矩陣比擬合出對應個體的層數矩陣，若擬合結束后保存的層數矩陣中存在裁床的鋪布總層數大于設定的cnt_max，則重新執行步驟S3.2對該個體重新進行初始化并重新求解；若滿足約束則執行步驟S3.3；

步驟S3.3、調用設定的多色分床的兩個目標函數，第一個目標函數fit(1)為誤差矩陣所有元素的平方和，第二個目標函數fit(2)為實際使用的裁床數量，因此得到適應度為fit＝fit(1)+fit(2)，根據求出的配比矩陣和層數矩陣計算得到實際訂單，實際訂單與用戶輸入的多色分床訂單之差為誤差矩陣，記錄當前個體的粒子信息并求出兩個目標函數值，每次執行步驟S3.2和步驟S3.3初始化得到一個個體，其中每一個個體對應一個層數矩陣，一個配比矩陣，一個誤差矩陣，重復步驟S3.2和步驟S3.3直至達到種群規模；

步驟S3.4、根據適應度fit計算當前種群的適應度最大值fitMax，計算當前種群的平均適應度fitAvg，分別將當前種群中兩個目標函數值的最小值記錄在參考點z^*里，計算當前個體的鄰域的大小T，在當前個體的鄰域T內進化得到進化個體，然后進行交叉、變異，對粒子大于1或者小于0的進化個體進行修正，最后檢測進化個體的層數矩陣是否滿足每個裁床的鋪布總層數在指定的范圍，如果不滿足則重復步驟S3.4，直至滿足；

步驟S3.5、計算進化個體兩個目標函數的函數值，并與參考點z^*里的數據進行比較，更新參考點z^*里的數據為兩個目標函數的最小值，遍歷當前個體的T個鄰域個體，計算進化個體和鄰域個體的聚合函數值，選取原則采用切比雪夫分解法，返回步驟S3.4迭代，直到遍歷所有個體；此時迭代次數計為1，重復步驟S3.4、步驟S3.5，直至迭代次數超過預設的迭代次數iterations，輸出最終參考點z^*里的兩個目標函數的值作為多色裁剪分床方案。

2.如權利要求1所述的基于改進MOEA/D的多色裁剪分床解耦優化方法，其特征在于，所述步驟S1包括以下步驟：

所述用戶輸入的多色分床訂單DingDan為：

其中，m代表多色分床訂單中的顏色數量，n代表多色分床訂單中的規格數量，x_mn代表m顏色n規格的訂單數值，將m轉成二進制并記錄該二進制的位數為mBinary；

則計算分床的裁床數最大值cNumbers為：

cNumbers＝2^mBinary+ceil(mBinary/2)-1

其中，ceil表示向上取整。