[发明专利]一种基于改进惯性权重粒子群算法的装配序列规划方法

权利要求书

1.一种基于改进惯性权重粒子群算法的装配序列规划方法，其特征在于：该方法的实现过程如下：

1)利用三维软件绘制装配体的三维模型图，得到三维实体模型；

2)结合等计算机语言对相应三维设计软件进行二次开发，根据三维软件绘制的实体模型，得到装配体零部件之间的装配关系矩阵；

3)以得到的装配关系矩阵为评价标准，设计装配序列优化的适应度函数f；

4)每一个粒子的空间位置代表装配优化的一个解，设置粒子群数目为m,即在算法优化装配问题时有m个空间解在同时进行优化，设置最大迭代次数K，学习因子c₁,c₂以及粒子的搜索空间，即装配体的零件数目d；

5)考虑到装配序列优化问题的优化解为离散型的整数，即对粒子的位置与速度进行重新定义，对d个零件位置、速度进行随机序排序设置，保证每个粒子的空间位置是包含所有零部件序号但又随机分布的向量；

6)计算每个粒子的评价函数值，设置当前粒子位置为历史最优位置p_i，即m个装配序列的潜在优化解，带入评价函数f，得到每个粒子历史最优适应度值f_i，即每个粒子的装配序列优化解对应的评价函数值大小；通过比较不同粒子之间f_i的大小，更新种群最优适应度值f_g，其中f_g对应的粒子空间位置即当前装配序列的最优解；

7)根据迭代次数，对迭代次数进行划分，以100为区间单位，划分为三个区间范围，具体分别是(0,100)，(100，200)，其他；在相应的划分范围内，以迭代次数为变量，对惯性权重w进行自适应调整处理，在三个阶段内w函数分别以sigmoid函数、二次函数、线性函数为基础进行改进；

8)根据速度公式和位置公式，更新对各粒子的位置和速度以及粒子个体最优值f_i和全局最优值f_g；

9)判断粒子迭代次数是否达到最大迭代次数，若没达到，转步骤6；

10)输出最优结果f_g，以及全局最优值f_g对应的粒子空间位置，得到最终装配序列优化结果，算法优化结束。

2.根据权利要求1所述的一种基于改进惯性权重粒子群算法的装配序列规划方法，其特征在于：步骤7的具体自定义为：

w1＝1/(1+exp(k/K)) k＜＝100

w2＝k²*(1/3.125*10⁵)-k*(3/2.5*10³)+0.7 100＜k＜＝200

w3＝0.7+k/(5*K) 其他

其中，k为当前迭代次数，K为设置的最大迭代次数。