本文主要研究利用差分算法進行群孔加工工藝的計算機輔助規(guī)劃。差分算法是一種基于群體差異的啟發(fā)式搜索算法，算法收斂速度快，控制參數(shù)少，全局搜索功能強。群孔加工工藝路線的決策是一項重要且繁瑣的工作，利用差分算法對群孔加工工藝進行優(yōu)化，可以有效地減少工作量，降低加工成本。首先重點研究了群孔加工的工藝規(guī)程和工藝特點，指出基于差分算法的群孔加工工藝優(yōu)化最主要的研究內(nèi)容是如何正確地表示零件特征，約束條件，并安排加工工藝路線以便于計算機輔助規(guī)劃；研究目的是降低加工成本，提高加工的自動化水平。在此基礎(chǔ)上，為便于研究作者選用具有自動換刀功能和能實現(xiàn)多種加工方法的加工中心作為研究群孔加工工藝優(yōu)化的加工設(shè)備。接著分析了差分算法和遺傳算法的基本原理，指出它們之間的的最大區(qū)別在于個體的變異方式，即差分算法采用差分策略對個體進行變異。之后再詳述了標(biāo)準(zhǔn)差分算法不同的差分策略。由于加工順序的安排類似于旅行商問題（TSP），所以本文先通過解決一個簡單直觀的TSP問題的實驗，并與遺傳算法進行性能的比較分析，驗證差分算法的特點及性能，并針對差分算法局部搜索能力較弱的特點對算法加入局部搜索2-opt算子進行改進。然后根據(jù)群孔加... 

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 擬解決的關(guān)鍵問題
    1.4 本文的主要工作
第二章 群孔加工的工藝規(guī)程
    2.1 工藝規(guī)程的基本知識
        2.1.1 工藝規(guī)程的概念及設(shè)計原則
        2.1.2 加工方法的選擇
        2.1.3 加工階段的劃分
        2.1.4 加工順序的安排
    2.2 群孔加工工藝的特點
    2.3 群孔加工工藝的研究內(nèi)容
    2.4 群孔加工工藝設(shè)備的選擇
    2.5 本章小結(jié)
第三章 遺傳算法與差分算法
    3.1 標(biāo)準(zhǔn)遺傳算法概述
    3.2 標(biāo)準(zhǔn)差分算法概述
        3.2.1 差分算法的工作流程
        3.2.2 差分變異策略
    3.3 GA 與 DE 的性能比較
        3.3.1 基于 GA 的 TSP 問題的解決
        3.3.2 基于 DE 的 TSP 問題的解決
        3.3.3 GA 與 DE 的性能比較分析
    3.4 算法的改進及性能分析
        3.4.1 算法的改進
        3.4.2 MGA 和 MDE 的性能比較分析
    3.5 本章小結(jié)
第四章 基于改進的差分算法的群孔加工工藝優(yōu)化
    4.1 群孔加工工藝的數(shù)學(xué)模型
        4.1.1 零件特征表示
        4.1.2 約束條件的表示
        4.1.3 加工工藝順序的表示
        4.1.4 適應(yīng)值函數(shù)
    4.2 實例分析
        4.2.1 基于改進的差分算法的群孔加工工藝優(yōu)化流程
        4.2.2 基于改進的遺傳算法的群孔加工工藝優(yōu)化流程
        4.2.3 實例 1
        4.2.4 實例 2
        4.2.5 性能分析
    4.3 本章小結(jié)
第五章 算法運行參數(shù)的方差分析
    5.1 縮放系數(shù) F 的方差分析
    5.2 適應(yīng)值函數(shù)權(quán)值因子α和β的方差分析
        5.2.1 雙因素等重復(fù)數(shù)實驗
        5.2.2 多重比較
    5.3 算法改進與實現(xiàn)
    5.4 本章小結(jié)
第六章 結(jié)論與展望
致謝
參考文獻
個人簡介


【參考文獻】：
期刊論文
[1]基于改進遺傳算法的二維模糊熵圖像分割算法[J]. 王建軍,劉波.  科技導(dǎo)報. 2010(20)
[2]改進遺傳算法求解作業(yè)車間調(diào)度問題[J]. 蘇瑩,李杰,陰慧輝,趙孟.  制造技術(shù)與機床. 2010(10)
[3]基于遺傳算法的列車節(jié)能運行惰行控制研究[J]. 馬超云,丁勇,杜鵬,毛保華.  鐵路計算機應(yīng)用. 2010(06)
[4]基于遺傳算法的工藝路線生成及優(yōu)化[J]. 劉偉,王太勇.  農(nóng)業(yè)機械學(xué)報. 2009(08)
[5]求解0/1背包問題的快速收斂的混合遺傳算法[J]. 董鵬.  計算機工程與應(yīng)用. 2008(30)
[6]群孔加工路徑的優(yōu)化方法[J]. 張振普,王大承.  五邑大學(xué)學(xué)報(自然科學(xué)版). 2008(02)
[7]一種基于混合差分策略的改進差分進化算法[J]. 蔡亮,楊啟文,岳興漢.  河海大學(xué)常州分校學(xué)報. 2007(04)
[8]基于遺傳算法優(yōu)化的足球機器人模糊避障研究[J]. 方源,黃鴻,任雪梅.  計算機仿真. 2007(01)
[9]基于PVM的最小權(quán)三角劃分并行遺傳算法研究[J]. 張冬梅,姜鵬飛,何興恒,楊捷.  計算機工程與應(yīng)用. 2007(02)
[10]基于蟻群算法的零件多工藝路線決策方法研究[J]. 田穎,江平宇,周光輝,屈挺.  計算機集成制造系統(tǒng). 2006(06)



本文編號：3652796