量子免疫算法求解汽车零件切割路径规划
Quantum Immune Algorithm for Automotive-Parts Cutting Path Planning
DOI: 10.12677/CSA.2022.128202, PDF,    国家科技经费支持
作者: 李林峰：西南大学人工智能学院，重庆；闫 嘉：西南大学人工智能学院，重庆;智能传动和控制国家地方联合工程实验室(重庆)，重庆；林毓培：智能传动和控制国家地方联合工程实验室(重庆)，重庆
关键词: 汽车零件；激光切割；路径规划；智能优化算法；Automobile Parts； Laser Cutting； Path Planning； Intelligent Optimization Algorithm
摘要: 汽车制造过程需要使用激光对汽车零件切割，为了提高激光切割的效率，对激光切割路径规划进行研究。文章首先建立激光切割路径规划数学模型，然后使用一种改进的量子免疫算法求解该模型，最后将提出的优化算法进行仿真实验并与传统免疫算法、遗传算法和蚁群算法、量子进化算法对比，对比结果表明，改进量子免疫算法在求解该问题时可以有效缩短切割路径的空行程，提高切割效率。
Abstract: In order to improve the efficiency of laser cutting, the path planning of laser cutting is studied. Firstly, the mathematical model of laser cutting path planning is established, and then an improved quantum immune algorithm is used to solve the model. Finally, the proposed optimization algorithm is simulated and compared with traditional immune algorithm, genetic algorithm, ant-colony algorithm and quantum evolutionary algorithm. The comparison results show that the improved quantum immune algorithm can effectively shorten the empty travel of cutting path and improve cutting efficiency when solving this problem.
文章引用：李林峰, 闫嘉, 林毓培. 量子免疫算法求解汽车零件切割路径规划[J]. 计算机科学与应用, 2022, 12(8): 2006-2011. https://doi.org/10.12677/CSA.2022.128202

参考文献

[1] 王铮, 杨卫波, 王万良, 等. 基于量子进化算法的多轮廓路径优化[J]. 计算机集成制造系统, 2017, 23(10): 2128-2135.
[2] 王玫, 孟正大. 水切割机器人路径规划方法[J]. 东南大学学报: 自然科学版, 2012, 42(A01): 212-216.
[3] 林砺宗, 李明智. 基于混合包络矩形的复杂轮廓激光切割路径规划[J]. 锻压技术, 2022, 46(4): 147-153.
[4] 丁斌, 裘建新. 改进离散人工蜂群算法规划异形满版服饰图案切割路径[J]. 轻工机械, 2016, 34(1): 37-42.
[5] 王凌. 量子进化算法研究进展[J]. 控制与决策, 2008, 23(12): 1321-1326.
[6] 王磊, 潘进, 焦李成. 免疫算法[J]. 电子学报, 2000, 28(7): 96.
[7] 张乐, 陆金桂. 改进的免疫算法求解TSP问题[J]. 计算机工程与设计, 2005, 26(4): 978-980.
[8] 高经纬, 张煦, 李峰, 等. 求解TSP问题的遗传算法实现[J]. 计算机时代, 2004(2): 19-21.
[9] 吴华锋, 陈信强, 毛奇凰, 等. 基于自然选择策略的蚁群算法求解TSP问题[J]. 通信学报, 2013, 34(4): 165-170.
[10] 杨丽, 李平, 秦亚玲. 改进的量子进化算法及其在TSP问题中的应用[J]. 信息与电子工程, 2006, 4(6): 412-416.