一种基于自适应加速因子粒子群优化算法的裁剪分床方法

一种基于自适应加速因子粒子群优化算法的裁剪分床方法，具体步骤如下：

1. 设定初始限制条件与SAPSO算法参数：首先，对裁剪分床过程设定初始限制条件，并确定自适应加速因子粒子群优化算法（SAPSO）的运行参数。

2. 计算分床数量与所需裁剪量：

   • 根据用户设定的初始限制条件，计算可能的分床数量。
   • 根据各号型样片所需的裁剪数量，计算出所需裁剪数量的总和。
   • 进一步计算平均每床铺布层数，以及平均每层布裁剪件数。
   • 基于上述计算结果，确定所需分床数量的上限和下限。

3. 搜索分床方案：

   • 首先搜索床数较小的分床方案。
   • 如果床数较小的方案符合要求，则停止搜索；否则，继续搜索床数较大的分床方案。
   • 在某一特定的分床床数情况下，运用SAPSO算法来搜索最优的铺布层数。

本发明通过优化分床方案确定过程，提高了效率，降低了用料预算，并减少了裁剪数量的误差。

一种基于自适应加速因子粒子群优化算法的裁剪分床方法，包括以下步骤第一步，对裁剪分床设定初始限制条件和SAPSO算法的参数；第二步，根据用户设定的初始限制条件，计算出可能的分床数量根据各号型样片所需裁剪数量计算出所需裁剪数量总和，平均每床铺布层数，平均每层布裁剪件数，从而计算出所需分床数量的上限和下限；第三步，先搜索床数小的分床方案，如果床数小的方案符合要求，则不再去搜索床数大的情况。如果床数小的方案不符合要求，再去搜索床数大的分床方案。在某一分床床数情况下，采用SAPSO算法搜索铺布层数。本发明提高了分床方案确定的效率，减少了用料预算，并且减小了裁剪数量误差。