OPTIMIZACIJA PARAMETARA PROCESA REZANJA POMOĆU PRIRODOM INSPIRISANIH ALGORITAMA

Anđelko Aleksić; Milenko Ljubiša Sekulić

doi:10.24867/02AM02Aleksic

Anđelko Aleksić
Milenko Ljubiša Sekulić Redovni profesor

DOI: https://doi.org/10.24867/02AM02Aleksic

Ključne reči: optimizacija, prirodom inspirisani algoritmi, mravlji alogritam, optimizacija rojem čestica

Apstrakt

U radu je prikazan kratak osvrt na značaj modelovanja procesa obrade kao i osnovne metode modelovanja. Dat je teoretski deo o optimizaciji procesa obrade sa kratkim pregledom metoda optimizacije, kao što su: lokalno pretraživanje, algoritam simultanog žarenja i algoritam slepog miša. Detaljno je opisan mravlji algoritam - ACO i algoritam roja čestica - PSO. Prikazana su eksperimentalna istraživanja i matematički model na osnovu kog je vršena optimizacija pomoću ACO, PSO i GA (genetski algoritam). Takođe je izvršeno poređenje rezultata dobijenih optimizacijom pomoću prirodom-inspirisanih algoritama (ACO, PSO i GA) sa jednom klasičnom optimizacionom metodom, Taguči metod. Na kraju rada dat je prilog u kome su predstavljeni print skrinovi korisničkog interfejsa programa MATLAB, pri optimizaciji pomoću ACO, PSO i GA.

Reference

[1] Dorigo M., Birattari M., Stützle T.: „Ant Colony Optimization: Artificial Ants as a Computational Intelligence Technique“, IRIDIA – Technical Report Series, September 2006.
[2] Reynolds C.: „Boids“, 1986. Homepage:
https://www.red3d.com/cwr/boids/ 2.10.2018.
[3] Li J. G., Yao Y. X., Gao D., Liu C. Q., Yuan Z. J.: “Cutting parameters optimization by using particle swarm optimization (PSO)”, Applied Mechanics and Materials, Vol. 10-12, 2008., pp. 879–883.
[4] Savković B.: “Doktorska disertacija: Modeliranje funkcije obradivosti pri procesu obrade glodanjem”, Univerzitet u Novom Sadu, Fakultet tehničkih nauka, 2015.
[5] Sekulić M., Pejić V., Brezocnik M., Gostimirović M. Hadžistević M.: “Prediction of surface roughness in the ball‐end milling process using response surface methodology, genetic algorithms, and grey wolf optimizer algorithm”, Advances in Production Engineering & Management, Vol. 13 (1), 2018., pp. 18-30.