[发明专利]基于蚁群优化算法的组串选配技术

权利要求书

1.一种基于蚁群优化算法的组串选配技术，其特征在于，组串选配步骤为：

步骤1：根据当前选配盘上配件的重量(横坐标)和长度(纵坐标)，产生一个分布图；

步骤2：求解K个分组的思路转换为对该图中的点进行聚类，基于蚁群聚类算法得出分类；

步骤3：以类为单位，在每一类中寻找合适的组件，寻找方法可以是先找某一类的重心点，然后再以此重心点开始向外扩张寻找符合条件的M个组串；

步骤4：通过数据统计分析，结合选配历史形成预测，提高下一轮的选配效率。

2.如权利要求1，蚁群算法的执行步骤为：

步骤1：初始化种群，蚂蚁随机出生于任一节点；

步骤2：所有蚂蚁开始访问其他所有节点，最终返回起始节点，此时在访问路径上留下信息素；

步骤3：判断最优路径是否满足问题需求，满足则输出结果并停止运行，不满足则继续运行，执行步骤4；

步骤4：从本次运行和往期存留的信息素中选取较好的部分信息素予以保留，其他较差的信息素删除；

步骤5：将删除的信息素加入禁忌表，转第2步骤。

3.如权利要求2，蚁群算法中余弦相似度来计算数据项间的距离，其定义如下：

其中e_i，e_j表示两个不同的数据项，e_ik，e_jk表示不同数据项在k维度的值，n表示数据项的维度数。

4.如权利要求3，对余弦距离标准化，形成相似矩阵(SimilarityMatrix)。该矩阵是一个N×N的对称矩阵，表示N个数据项两两之间的相似度，形如：

其中，d_ij是数据项i和对象j之间余弦距离的标准化表示。

5.如权利要求4，形成相似度序列矩阵，如公式所示：

其中函数f(x)是以矩阵x为参数的快速排序函数，s_ij表示与第i个数据项相似度排序第j个的数据项的序号,s_ij∈(1 ... n)。数据项与该数据项的相似度最高，因此[s₁₁ s₁₂ ...s_n1]＝[1 2 ... n]。

6.如权利要求1，一种基于蚁群优化算法的组串选配技术，其概率转换函数为：

其中c为常数。