Аналіз сучасного стану еволюційних алгоритмів та характеристика процесу розробки нових. Модифікація генетичних алгоритмів розв’язання задач розкрою плоских заготовок різного роду матеріалів в площині. Специфіка використання генетичних алгоритмів.
Аннотация к работе
Національний університет "Львівська політехніка" Автореферат дисертації на здобуття наукового ступеня кандидата технічних наук Розроблення і використання генетичних алгоритмів для розвязання задач розкрою плоских заготовок Робота виконана у Національному університеті “Львівська політехніка”На сьогодні для одновимірного розкрою заготовок вздовж смуг існують ефективні алгоритми, але для двовимірного матеріалу, навіть для заготовок прямокутної форми (не кажучи вже про заготовки довільної форми), універсальних і водночас ефективних алгоритмів їх розміщення розроблено досить мало. Саме ці обставини спонукають сучасних дослідників по-новому глянути на розроблення методів і алгоритмів оптимізації планів розкрою матеріалів в таких галузях промисловості, як деревообробна, машинобудівна тощо. алгоритм генетичний модифікація Серед них виділяються еволюційні (генетичні) алгоритми, які широко застосовуються для розвязання різних класів оптимізаційних задач. Створення і широке впровадження САПР розкрою, які представляють собою ресурсозберігаючі технології, забезпечує зниження витрат матеріалів, термінів проектування і трудоємності технологічної підготовки виробництва, що також свідчить про актуальність теми дисертації. Дисертаційна робота безпосередньо повязана з планами наукових досліджень, які виконувалися і виконуються за науковою тематикою кафедри „Системи автоматизованого проектування” Національного університету „Львівська політехніка” “Розташування плоских обєктів у площині”, зокрема здобувач приймав участь у виконанні теми “Автоматизація конструкторського проектування мікроелектронних пристроїв”.Самі еволюційні алгоритми поділяються на декілька видів: · генетичний алгоритм, призначений для оптимізації функції дискретних змінних, що акцентує увагу на рекомбінації генів; У генетичному алгоритмі зберігається основний принцип природнього відбору - чим пристосованіший індивідуум (чим більше відповідне йому значення цільової функції), тим з більшою ймовірністю він буде брати участь у схрещуванні. Популяція наступного покоління в більшості реалізацій генетичних алгоритмів містить стільки ж особин, скільки початкова, але в силу відбору пристосованість у ній у середньому вища. Таким чином, генетичні алгоритми є однією з важливих парадигм широкої області алгоритмів пошуку оптимальних рішень, що активно розвиваються, а з розвитком методів компютерної підтримки ухвалення рішень вони набувають все більшого значення. Третя категорія розробок по генетичних алгоритмах включає наукові дослідження, що полягають в дослідженні властивостей і характеристик різних генетичних алгоритмів, їх збіжності і виродженості (MATLAB 7.0, Evolvica, E2K).