Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Evolucijska hiperheuristika za rješavanje problema izrade krojnih slika (CROSBI ID 422542)

Ocjenski rad | doktorska disertacija

Domović, Daniel Evolucijska hiperheuristika za rješavanje problema izrade krojnih slika / Golub, Marin ; Rolich, Tomislav (mentor); Zagreb, Fakultet elektrotehnike i računarstva, . 2018

Podaci o odgovornosti

Domović, Daniel

Golub, Marin ; Rolich, Tomislav

hrvatski

Evolucijska hiperheuristika za rješavanje problema izrade krojnih slika

U okviru ove doktorske disertacije rješavan je problem izrade krojnih slika iz odjevne industrije. Problem izrade krojnih slika kombinatorički je optimizacijski problem u kojem se skup krojnih dijelova mora optimalno uklopiti u materijal pravokutnog oblika tako da je međukrojni gubitak prilikom iskrojavanja najmanji, odnosno iskorištenost krojne slike najveća. S obzirom na nedostatke postojećih metoda, cilj ovog istraživanja bio je načiniti dovoljno općenit i prilagodljiv algoritam za rješavanje problema izrade krojnih slika s materijalom proizvoljnog oblika (npr. pravokutni oblik, nepravilni oblik kože). Pritom mora postojati podrška za uklapanje neaproksimiranih krojnih dijelova proizvoljnog oblika. Dodatno, algoritam se mora lako moći proširiti kako bi zadovoljio i dodatne potrebe korisnika poput mogućnosti određivanja područja kvalitete materijala. Za rješavanje problema osmišljene su tri heuristike: Grid, Grid-BLP i Grid-Shaking. Ove heuristike uklapaju krojne dijelove u krojnu sliku, privremeno ju diskretizirajući mrežom točaka kako bi se načinio inicijalni raspored. Algoritmi Grid-BLP i Grid-Shaking imaju mogućnost dodatnog zbijanja krojnih dijelova. Heuristike su hibridizirane s evolucijskim algoritmom. U tu svrhu osmišljen je prikaz jedinke koji se sastoji od permutacijskog i rotacijskog dijela, parametra za određivanje dinamičke gustoće mreže i parametra za izbor heuristike. Budući da je ponekad teško utvrditi koja će heuristika na kojom skupu podataka dati najbolje rezultate, razvijena je metoda evolucijske hiperheuristike. Izbor heuristike obavlja evolucijski algoritam uz pomoć parametra za izbor u strukturi svake jedinke u populaciji. U algoritme je ugrađeno svojstvo podešavanje dinamičke gustoće mreže i određivanje redoslijeda uklapanja identičnih skupina krojnih dijelova – AEF (engl. All Equal First). Eksperimentalni rezultati pokazali su kako hiperheuristika najčešće izabire najprikladniju heurističku metodu. Dokazano je da svojstva algoritama poput AEF i dinamičke gustoće mreže povoljno utječu na iskorištenost krojnih slika. U usporedbi s rezultatima iz literature, kao i s rezultatima koje daju komercijalni programi, ovdje dobiveni rezultati su bolji (kompetitivni su).

evolucijski algoritam, hiperheuristika, izrada krojnih slika, problem pakiranja

nije evidentirano

engleski

Evolutionary hyper-heuristic for solving marker making problem

nije evidentirano

evolutionary algorithms, hyper-heuristic, marker making, packing problems

nije evidentirano

Podaci o izdanju

197

27.09.2018.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike i računarstva

Zagreb

Povezanost rada

Računarstvo, Tekstilna tehnologija