[发明专利]基于混合克隆免疫智能算法的机构运动链同构识别方法

说明书

本发明公开一种基于混合克隆免疫智能算法的机构运动链同构识别方法，包括如下步骤：1)构建初始种群POP1；2)计算亲和度，并判断；3)克隆选择，获得激励度较高的抗体；4)克隆，构建中间种群POP2；5)变异，形成中间种群POP3；6)克隆抑制，形成中间种群POP4；7)刷新种群，形成中间种群POP5；8)运用保留更新算子对种群POP5进行处理，形成新的中间种群POP5；9)运用模拟退火算法，经局域搜索后生成新的下一代种群POPnew，并将总循环次数加1，如果循环次数达到10000，自动跳出循环，停止运算，判定两图不同构，否则转步骤2)。本发明可靠性高，并且大量减少了冗余计算，提高了搜索效率，进而提高了机构创新设计、机构同构识别效率。

技术领域

本发明涉及机构运动链同构识别，特指一种用于机构运动链同构识别的设计方法。

背景技术

由于运动链同构识别应用的广泛性和在机构创新设计及智能CAD中的重要地位，近半个世纪以来，很多专家和学者对这一问题进行了大量的研究，提出了很多方法。大致可分为如下几大类：(1)基于邻接矩阵特征多项式的同构判定方法，(2)基于编码的同构判定方法，(3)基于哈明串的同构判定，(4)基于特征值和特征向量的同构判定方法，(5)基于智能优化算法的判定方法。但是，上述方法在应用中出现了许多反例，即在机构运动链同构识别中出现误识、漏识的概率较大，其可靠性较差，并且随着运动链构件的增多，识别的时间耗费严重，效率很低。

发明内容

本发明的目的是提供一种基于混合克隆免疫算法的机构运动链同构识别方法，要解决现有机构创新设计、机构同构识别效率低的问题；为进一步促使机构创新设计向高效及低成本的方向发展而提供一种智能设计方法。

本发明的特征在于基于免疫系统原理对机构运动链结构参数进行免疫标定，具体操作如下：

取A、B为待判定的两运动链的拓扑图G1、G2对应的邻接矩阵，则目标函数取

式中，d为抗体个体长度，即邻接矩阵的阶数，E_π＝P₁P₂······P_n，其中P_i为初等矩阵，

A——为机构图G1的邻接矩阵，

B——为机构图G2的邻接矩阵，

C——邻接矩阵A经过变换矩阵E_π进行行和列的变换后得到的矩阵，

由同构准则和式①可知，当f(x)为0时，达到最优值，G1、G2同构。

亲和度评价算子设为

F(x)＝1/f(x) ②

可推算出F(x)的取值在(0，1]之间，可见f(x)越小，F(x)就越大；当f(x)＝0时，设置F(x)＝100。

由式①和免疫优化算法原理可知，抗原为G2的邻接矩阵B，抗体为C₁,C₂,L C_N，其中C_i为由A经过变换矩阵E_π进行行和列的变换后得到的矩阵，N为种群规模。

本发明的特征在于运用了保留更新算子，此算子用伪代码描述其具体操作如下所示：

事实上，保留更新算子具备了记忆功能，将优秀的抗体种子记忆下来，并开发解空间新的区域，这样既保持了种群优越性，又增加了种群的多样性。

本发明的有益效果在于：本发明基于免疫系统原理对机构运动链结构参数进行免疫标定，运用保留更新算子，计算结果可靠性高，并且大大减少了冗余计算，提高了搜索效率，进而大大提高机构创新设计、机构同构识别效率。