基于K均值聚类和改进遗传算法的制丝工艺研究

制丝工艺是卷烟生产的重要工艺步骤,由于原料烟叶缺乏统一的性能指标数据,传统烟丝掺配主要采用人工经验模式来进行,因此传统制丝工艺存在原料成本高、掺配速度慢、烟丝质量不稳定等缺点。为改进制丝工艺,提出一种结合K均值聚类算法和改进遗传算法的自动烟丝掺配工艺。首先,基于原料烟叶生产卷烟产品质量的不同,对原料烟叶数据进行K均值聚类分析,从而实现原料烟叶的自动分级;然后,通过改进遗传算法的种群初始化策略、遗传算子以及进化终止条件,将烟丝掺配的各项约束条件融合到种群进化过程中,在保证烟丝掺配的各项约束条件的前提下,兼顾算法求解的有效性和效率,从而实现制丝工艺的改进。通过在给定数据上的仿真试验,验证该算法的有效性,在保证烟丝掺配质量的情况下,有效降低了原料成本。

Study on the Process of Cut Tobacco Based on K-means Clustering and Improved Genetic Algorithm