基于改进实数编码遗传算法的服装裁剪分床方法技术

一种基于改进实数编码遗传算法的服装裁剪分床方法，包括以下步骤：第一步，根据订单，由用户设定裁剪分床初始约束条件，计算出可能的分床数范围以及铺布层数和配比的上、下限；第二步，设置实数编码遗传算法的初始参数，从床数较小的情况开始搜索；第三步，利用遗传算法和枚举法确定一定床数下的最优方案，分析该方案的可行性，若不可行，则增加床数继续搜索最优方案，重复以上步骤，直至搜索到可行的最优方案。本发明专利技术提供了一种有效的服装裁剪分床方法，有效地提高了效率，改善了对不同订单的适用性。

Clothing cutting and splitting method based on Improved Real-coded Genetic Algorithm

A clothing cutting and splitting method based on Improved Real-coded Genetic algorithm includes the following steps: first, according to the order, the user sets the initial constraint conditions of the splitting and calculates the possible range of splitting and the upper and lower limits of the number of layers and the proportion of layers; second, setting the initial parameters of real-coded genetic algorithm to search from the case of small number of beds; In three steps, the genetic algorithm and enumeration method are used to determine the optimal scheme under a certain number of beds, and the feasibility of the scheme is analyzed. If not feasible, the number of beds is increased and the optimal scheme is continued to be searched. The above steps are repeated until the feasible optimal scheme is found. The invention provides an effective clothing cutting and bed splitting method, effectively improves the efficiency and improves the applicability of different orders.

【技术实现步骤摘要】
基于改进实数编码遗传算法的服装裁剪分床方法
本专利技术属于计算机辅助服装分床
，涉及一种基于改进实数编码遗传算法的服装裁剪分床方法。
技术介绍
近年来，随着线上线下商业模式的出现，我国居民购买服装产品的渠道更多样化，消费更便利。同时，由于服装品牌不断涌现，我国消费者审美水平不断提升，在穿衣打扮上开始追求个性化和差异化，并通过服装来展现自我品位，表达内心情感。因此近些年，无论城镇还是农村居民，用于服装的消费迅猛增长。消费者对于服装的需求不断上涨，为服装行业提供了更多的订单，但也对服装行业提出了更高的要求，以满足社会不同审美群体所需。这些都推动着生产工序技术的更新和发展，在生产过程中，如何能最大限度地节约成本已经成为企业不得不思考的问题。裁剪分床作为服装生产的头道工序，在整个生产过程中起着指挥棒的作用，它指挥的好坏直接影响到生产的成本和服装成品的次品率。由于服装生产的每道工序都会产生一定的次品，为了保证最后服装成品的次品率在3％以内，必须要将第一道工序的误差降到最小，为后续的工序预留一定次品空间。在人工智能高速发展的时代，越来越多的岗位已经实现机器换人，减少人工工作量，提高原材料的本文档来自技高网...

【技术保护点】
1.一种基于改进实数编码遗传算法的服装裁剪分床方法，其特征在于，所述方法包括以下步骤：第一步，设定裁剪分床的约束条件，根据用户的订单确定裁剪数量D，设定服装型号数number，各型号允许的裁剪误差范围er，每床铺布层数X的上限Xmax和下限Xmin，每层布可裁剪总件数T的上限Tmax和下限Tmin，各型号样片规格配比Y上限Ymax；第二步，确定裁床数CH的范围，由第一步中设定的Xmax和Xmin根据公式

【技术特征摘要】
1.一种基于改进实数编码遗传算法的服装裁剪分床方法，其特征在于，所述方法包括以下步骤：第一步，设定裁剪分床的约束条件，根据用户的订单确定裁剪数量D，设定服装型号数number，各型号允许的裁剪误差范围er，每床铺布层数X的上限Xmax和下限Xmin，每层布可裁剪总件数T的上限Tmax和下限Tmin，各型号样片规格配比Y上限Ymax；第二步，确定裁床数CH的范围，由第一步中设定的Xmax和Xmin根据公式计算出平均每床铺布层数Xave，同理根据公式计算出平均每层布裁剪件数Tave，进而得出所需分床数量CH的上限CHmax和下限CHmin；第三步，建立分床优化模型，过程如下：在确定了一个CH值的情况下，目标优化函数E＝(X*Y-D)2，其中，E为每个规格实际生产数量与订单要求数量的误差平方和，X为各裁床上的铺布层数，Y为各裁床上各号型排放件数，即配比，D为第一步中设定的裁剪数量；在床数确定的条件下，以E为目标，调整X和Y的取值，尽可能使得E的值足够小；第四步，先利用改进的实数编码遗传算法搜索铺布层数X，再用枚举法计算对应的最佳排放件数组合Y，过程如下：4.1)设置初始参数：设定种群大小为SP，进化最大代数为Maxgen，交叉概率参数c1、c2设为常数，初始变异概率为Pm；随机产生2*SP个个体，每个个体有number个基因位，对应number个服装号型；每个基因位表示一张裁床上某种服装号型的铺布层数，采用实数编码方式，不转换为二进制，可以节省编码时间；然后根据公式fit＝1/E计算2*SP个个体的适应度函数值fit，其中，E为第三步中的误差平方和，取适应度值最高的SP个个体作为初代铺布层数解集，建立一个库T用于存储所有出现过的个体，并将初代铺布层数X加入T中；4.2)利用遗传算法结合禁忌搜索思想搜索铺布层数，当搜索到一组铺布层数解时，利用枚举法计算出可能的排放件数组合Y；在迭代寻优的过程中，将一个包含number种规格的订单分解为number个目标，只要number个目标的误差平方和最小，总误差就最小；4.3)将每代最佳个体GX与历史最佳个体BX比较，根据公式：更新历史最佳个体BX，同时调整与之唯一对应的最佳配比BY，保证算法寻优过程不会出现“返祖”现象，在进化的过程中，历史最佳BX越来越接近全局最佳；4.4)若迭代次数gen达到最大迭代次数Maxgen或误差平方和小于10，结束循环，输出最佳铺布层数组合BestX和最佳配比BestY，否则gen＝gen+1，并转到步骤4.2)继续搜索；第五步，判断最后输出的组合是否满足用户的误差约束条件，若满足条件，则该组合已经是最优方案；否则，需要在(CHmin,CHmax)范围内，求解床数值CH+1时的最佳铺布层数与排放件数组合，重复执行...

【专利技术属性】
技术研发人员：俞立，杨恩君，廖义辉，申亚慧，刘安东，林文杰，董辉，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33