基于Pareto遗传算法的切削用量优化

针对计算机辅助工艺规划中的切削用量决策问题，提出了一种基于Pareto遗传算法的切削用量优化算法。首先，以切削速度和进给量为优化变量，以切削效率和刀具耐用度为优化目标，通过对约束条件的分析，建立多目标优化模型。其次，改进选择算子，设置非劣解集以保存进化过程中用竞争法构造产生的Pareto最优解，从而保证算法的搜索方向；建立基于小生境技术的排挤机制以提高种群的多样性。然后，采用混合交叉算子和步长变异算子进行基因重组，经过若干次迭代，得到一个均匀分布于Pareto前沿的优化解集。最后，通过实例验证了该算法的可行性和有效性。