基于ABC-A*算法的3D打印路径规划方法

技术领域

本发明涉及3D打印领域，特别设计基于ABC-A*算法的3D打印路径规划方法。

背景技术

从2011年开始，全球开始掀起3D打印热潮，当前，3D打印在航空航天、汽车、医疗健康等领域的市场应用已经取得积极的进展，我国3D打印产业发展至今，呈现出不断深化、不断扩大应用的态势。3D打印过程需要对切片后的每层进行路径规划工作，零件打印速度、打印效率、表面质量都与扫描路径规划有关。路径规划工作可以分为轮廓路径和填充路径两种。轮廓路径规划就是将每个封闭曲线按一定的顺序连接起来，得到最佳路径的过程。填充路径规划就是按一定规律生成扫描线段，形成封闭轮廓间封闭区域，并依次填充的过程。正确有效地规划零件横截面视图的路径对打印质量具有重要的意义。

发明内容

为了解决上述存在问题。本发明提出一种基于ABC-A*算法的3D打印路径规划方法。为达此目的：

本发明提出基于ABC-A*算法的3D打印路径规划方法，其特征在于：

步骤1：设一个优先队列L，初始放入起点；

步骤2：初始化各个参数，蜂群总数N、食物源被采集次数即最大迭代次数M及控制参数LM，确定问题搜索范围，并且在搜索范围内随机产生初始解x

步骤3：计算初始解的适应度；

步骤4：引领蜂对解x

步骤5：贪婪选择；

步骤6：计算食物源的概率P

步骤7：跟随蜂依照概率P

步骤8：贪婪选择；

步骤9：侦察蜂替换；

步骤10：判断是否满足循环终止条件，若满足，循环结束，输出最优解H(x)，否则返回步骤4继续搜索；

步骤11：计算估价函数Fg；

步骤12：每次从Q中取出Fg值最小的点，进行增广；

步骤13：再算出走到的点的Fg值，加入Q中。

作为本发明进一步改进，所述步骤4中新解及适应度计算表示为：

v

其中，式中，k＝1,2,...,N，j＝1,2,...,D，且k≠i，Ψ

作为本发明进一步改进，所述步骤5贪婪选择表达为：

其中，x

作为本发明进一步改进，所述步骤6食物源概率计算公式为：

其中，N表示蜂群总数。

作为本发明进一步改进，所述步骤7中新解和适应度计算公式为：

v

其中，式中，k＝1,2,...,N，j＝1,2,...,D，且k≠i。

作为本发明进一步改进，所述步骤8中贪婪选择公式和步骤5中一致为。

作为本发明进一步改进，所述步骤9中侦察蜂替换公式为：

x

其中，Ф为0～1间的随机数，x

作为本发明进一步改进，所述步骤10中最优解输出公式为：

H(x

其中，x

作为本发明进一步改进，所述步骤11中估价函数计算公式为：

Fg(x)＝G(x)+H(x) (10)

其中，其中G(x)为起点到x点已移动的实际距离。

本发明基于ABC-A*算法的3D打印路径规划方法，有益效果在于：

1.本发明利用ABC算法，优化了A*算法。

2.本发明利用ABC-A*算法，提高3D打印成型的速度和质量。

3.本发明算法复杂度低，实时性强。

4.本发明硬件系统实现简单，成本低。

附图说明

图1系统流程图；

具体实施方式

本发明提出一种基于ABC-A*算法的3D打印路径规划方法，具体步骤如下，其特征在于：

下面结合附图与具体实施方式对本发明进一步描述：

如图1所示，首先，设一个优先队列L，初始放入起点，初始化各个参数，蜂群总数N、食物源被采集次数即最大迭代次数M及控制参数LM，确定问题搜索范围，并且在搜索范围内随机产生初始解x

新解及适应度计算表示为：

v

其中，式中，k＝1,2,...,N，j＝1,2,...,D，且k≠i，Ψ

接着，对种群贪婪选择，计算食物源的概率P

贪婪选择表达为：

其中，x

食物源概率计算公式为：

其中，N表示蜂群总数。

新解和适应度计算公式为：

v

其中，式中，k＝1,2,...,N，j＝1,2,...,D，且k≠i。

此外，再一次，贪婪选择，并对侦察蜂替换，判断是否满足循环终止条件，若满足，循环结束，输出最优解H(x)，继续搜索。

侦察蜂替换公式为：

x

其中，Ф为0～1间的随机数，x

最优解输出公式为：

H(x

其中，x

最后，计算估价函数Fg，每次从Q中取出Fg值最小的点，进行增广再算出走到的点的Fg值，加入Q中。

估价函数计算公式为：

Fg(x)＝G(x)+H(x) (10)

其中，其中G(x)为起点到x点已移动的实际距离。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。