Сборник научных работ НГУ

УДК 681.518.54

© Л.И. Мещеряков, Е.С. Орловский

ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ КАК ЭЛЕМЕНТ ИНТЕЛЛЕКТУАЛЬНЫХ ПРОМЫШЛЕННЫХ СИСТЕМ

Застосування генетичних алгоритмів як базового інструменту оптимізації параметров
фрезерування на станках с програмним керуваням розглянуто у співвідношенні з класичними та
сучасними методами
Применение генетических алгоритмов как основного инструмента оптимизации
параметров фрезерования на станках с ЧПУ рассмотрено в сравнении с классическими и
современными методами
Application of genetic algorithms was described as the main method for searching optimal
parameters for milling with CNC machining use

В современном промышленном мире, многие отрасли осознали
необходимость внедрения интеллектуальных промышленных систем, которые
позволяют эффективно работать с переменчивой рыночной конъюнктурой. Для
обеспечения качества производимых деталей, уменьшения их стоимости и
увеличение продуктивности производства, важен подбор оптимальных параметров
производства продукции при использовании различных технических
инструментов в станках с численно-программным управлением. К традиционным
методам решения подобных проблем относятся распределённые вычисления,
динамическое программирование, случайный поиск и градиентные методы. К
современным эвристическим методам принадлежат искусственные нейронные
сети, вычисления по теории Лагранжа и различные имитационные методы.
Некоторые из этих методов хорошо применимы для поиска оптимального
решения, однако они медленны при конвергенции и требуют значительных
вычислительных ресурсов. Другие — определяют локальные оптимумы как
наиболее оптимальное решение, что при глобальном поиске неприемлемо. В
качестве инновационного подхода решения оптимизационных задач на
производстве эффективно использовать генетические алгоритмы. Основанные на
эволюционных процессах, в сравнении с традиционными , они более точные,
глобальны и универсальны в применении.

Полная версия

Литература

1. Darrell Whitley, A Genetic Algorithm Tutorial, 37 стр.
2. Воронский Г.К. Махотило К.В. Петрашев С.Н., Генетические алгоритмы,искусственные нейроные сети и проблемы виртуальной реальности, Харьковскаяакадемия городского хозяйства, Харьков ОСНОВА, 1997, 347 стр.
3. Holland J. H. Adaptation in natural and artificial systems. An introduc-tory analysiswith application to biology, control, and artificial intelli-gence. — London: Bradford bookedition, 1994 — 211 p.
4. De Jong K. A. Genetic Algorithms: A 10 Year Perspective //In: Procs of the First Int.Conf. on Genetic Algorithms, 1985. — pp.167—177.
5. Cus F. Selection of cutting conditions and tool flow in flexible manufacturing system,The international journal for manufacturing science & technology, 200, Vol.2, pp. 101-106