基于蚁群算法的模具生产过程优化调度研究OA
模具制造在现代制造业中占据重要地位,其设计与制造过程的效率和精准性直接影响产品质量和生产周期。传统调度方法存在处理复杂序列及资源约束的局限,导致生产周期延长和成本增加。本文引入蚁群优化算法(ACO)作为解决方案,通过设定机器连续调度和加工时间作为约定条件并设定初始化参数,构建了适用于模具设计与制造过程的优化调度模型。采用ACO系统中的状态转移、局部更新和全局更新规则对制造流程进行建模,优化了作业分配和工具调度。实验结果表明,ACO能够有效缩短模具开发周期,提高生产效率。
杨胜丰;周晓红;黄思齐;陶政坪;王闻蓉;龙曦
贵州电子信息职业技术学院,贵州凯里556000贵州电子信息职业技术学院,贵州凯里556000贵州电子信息职业技术学院,贵州凯里556000中电科大数据研究院有限公司,贵州贵阳550022中电科大数据研究院有限公司,贵州贵阳550022中电科大数据研究院有限公司,贵州贵阳550022
信息技术与安全科学
模具制造蚁群算法优化调度模型生产周期
《模具技术》 2025 (4)
P.76-84,9
2024年度中央引导地方科技发展资金项目“面向农村留守老人的健康风险评估和预警关键技术研究及应用”(项目编号:黔科合中引地[2024]009)。
评论