[发明专利]一种基于NSGA-III算法的自动配棉方法及装置

说明书

本申请公开了一种基于NSGA‑III算法的自动配棉方法及装置，涉及纺织技术领域，包括：创建混合棉的成本函数、混合棉综合质量指标的目标函数、成纱综合质量指标的目标函数以及碳排放函数；根据各函数以及预设约束条件，创建自动配棉模型；自动配棉模型的待寻优量为原料的用量；通过NSGA‑III算法寻优自动配棉模型的各原料的用量，得到配棉方案；其中，在通过NSGA‑III算法寻优过程中，对生成的子代种群以及新父代种群进行退火搜索处理，并以满足截止条件时新的父代种群经过退火搜索处理后的个体作为自动配棉模型的最优解，得到配棉方案。该方法能够实现良好的高维目标空间寻优效果，得到更加合理的配棉方案。

技术领域

本申请涉及纺织技术领域，特别涉及一种基于NSGA-III算法的自动配棉方法；还涉及一种基于NSGA-III算法的自动配棉装置、设备以及计算机可读存储介质。

背景技术

传统人工配棉的方式，存在效率低、难以找到最优配棉方案等问题。随着计算机、人工智能等技术的发展，计算机自动配棉逐渐兴起。传统的有组合方案法、线性规划法，新兴的有遗传(Genetic Algorithm，GA)算法、粒子群优化(Particle Swarm Optimization，PSO)算法等。且上述常规的算法适用于单个多峰函数问题寻优，即单目标优化，而配棉问题具有多目标、多峰值、多条件约束等特征，其求解复杂度较大，往往难以达到令人满意的配棉效果。

二代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II，NSGA-II)可以在多目标、多峰值、多条件约束的场景下进行寻优，然而二代非支配排序遗传算法是通过拥挤度来对同一非支配等级的个体进行选择的，当面对三个及以上的多目标优化问题时，因目标空间维数较大，会导致种群中大部分个体是非支配的，如果继续采用拥挤比较算子，NSGA-II算法的收敛性和解的多样性会不好，容易陷入局部最优，所得配棉方案欠佳。

有鉴于此，如何实现良好的高维目标空间寻优效果，得到更加合理的配棉方案已成为本领域技术人员亟待解决的技术问题。

发明内容

本申请的目的是提供一种基于NSGA-III算法的自动配棉方法，能够实现良好的高维目标空间寻优效果，得到更加合理的配棉方案。本申请的另一个目的是提供一种基于NSGA-III算法的自动配棉装置、设备以及计算机可读存储介质，均具有上述技术效果。

为解决上述技术问题，本申请提供了一种基于NSGA-III算法的自动配棉方法，包括：

创建混合棉的成本函数、混合棉综合质量指标的目标函数、成纱综合质量指标的目标函数以及碳排放函数；

根据所述混合棉的成本函数、所述混合棉综合质量指标的目标函数、所述成纱综合质量指标的目标函数、所述碳排放函数以及预设约束条件，创建自动配棉模型；所述自动配棉模型的待寻优量为原料的用量；

通过NSGA-III算法寻优所述自动配棉模型的各所述原料的用量，得到配棉方案；其中，在通过所述NSGA-III算法寻优过程中，对生成的子代种群以及新父代种群进行退火搜索处理，并以满足截止条件时新的父代种群经过退火搜索处理后的个体作为所述自动配棉模型的最优解，得到所述配棉方案。

可选的，所述根据所述混合棉的成本函数、所述混合棉综合质量指标的目标函数、所述成纱综合质量指标的目标函数、所述碳排放函数以及预设约束条件，创建自动配棉模型包括：

在所述预设约束条件下，分别取所述混合棉的成本函数的最小值，所述混合棉综合质量指标的目标函数的最小值，所述纱线综合质量指标的目标函数的最小值以及所述碳排放函数的最小值，得到所述自动配棉模型。

可选的，所述预设约束条件包括：

库存约束，混合棉总质量约束，原料种类约束，原料混用上限约束，质以及质量指标边界约束。