一種基于種群合作進化算法的產品變更設計方法
【專利摘要】本發(fā)明涉及一種基于種群合作進化算法的產品變更設計方法，包括以下步驟：1)對產品基因進行分組，按分組結果產生對應的多個種群；2)各種群分別采用遺傳算法進行進化，所述遺傳算法中，在對某個待評價個體的適應度進行評價時，由除所述待評價個體所在種群外的其他各種群中分別選取一代表個體，將所述待評價個體與代表個體的集合代入適應度函數中，計算所述待評價個體的適應度；3)將進化后每個種群的最優(yōu)個體的集合作為最終解；4)根據所述最終解形成產品的最終構造。與現有技術相比，本發(fā)明具有提高產品結構自主調整的準確性和效率等優(yōu)點。
【專利說明】
一種基于種群合作進化算法的產品變更設計方法
技術領域
[0001] 本發(fā)明涉及一種產品設計方法，尤其是涉及一種基于種群合作進化算法的產品變 更設計方法。
【背景技術】
[0002] 現代工業(yè)設計以智能化，集成化為主要發(fā)展方向。從設計的本質來看，產品設計的 過程是為了實現特定目標而在復雜約束關系下的抽象與實現過程，產品設計的主要過程可 以分為概念設計、裝配框架設計、以及詳細設計這幾個過程，其中，產品的概念設計是最重 要的一環(huán)，常見的概念設計基礎理論有Qian.L和Gere.JS提出的FBS模型，Suh NP提出的公 理化設計理論，金熙哲提出的在FBS模型下，引入神經網絡進行專家系統(tǒng)進行訓練，張廣軍， 郭敦兵等人在公理化設計中建立改進型功能樹，另外，還有很多學者引入遺傳算法或者擴 展功能矩陣在產品概念設計或概念設計的功能求解上。
[0003] 發(fā)動機的進化設計涉及多個零部件，是一個復雜的多變量優(yōu)化問題，如果采用傳 統(tǒng)的遺傳算法，會出現編碼冗長、收斂速度慢、優(yōu)化效果差的問題。所述需要對發(fā)動機的進 化設計提出新的有效方法。

【發(fā)明內容】

[0004] 本發(fā)明的目的就是為了克服上述現有技術存在的缺陷而提供一種提高產品結構 自主調整的準確性和效率的基于種群合作進化算法的產品變更設計方法。
[0005] 本發(fā)明的目的可以通過以下技術方案來實現：
[0006] -種基于種群合作進化算法的產品變更設計方法，包括以下步驟：
[0007] 1)對產品基因進行分組，按分組結果產生對應的多個種群；
[0008] 2)各種群分別采用遺傳算法進行進化，所述遺傳算法中，在對某個待評價個體的 適應度進行評價時，由除所述待評價個體所在種群外的其他各種群中分別選取一代表個 體，將所述待評價個體與代表個體的集合代入適應度函數中，計算所述待評價個體的適應 度；
[0009] 3)將進化后每個種群的最優(yōu)個體的集合作為最終解；
[0010] 4)根據所述最終解形成產品的最終構造。
[0011] 所述步驟1)中，對產品基因進行分組具體為:將產品的每個零件作為一組。
[0012] 所述遺傳算法中，適應度函數設計為：
[0013] fit(ai) = f(ai，a2."at) = logi〇S
[0014] 其中，ai為個體，{ai，a2…at}為計算單個待評價個體時待評價個體與來自其他種 群的代表個體的集合，S為產品熵函數。
[0015] 所述產品熵函數S表示為：
[0016]
[0017] 其中，xi表示形成表面所需的邊線數量，si表示幾何形狀的參數個數，η表示零件表 面?zhèn)€數，△^△^???、4：^表示各參數值的調整幅度， 1^,1{表示_]_、1^表面間約束關系的個 數，m表示存在約束關系的表面?zhèn)€數，DPij表示i、j表面間運動副的自由度，δ表示運動副類型 值，e(t)表示網絡信息量。
[0018] 所述步驟2)中，代表個體的選取方式包括以下任一種：
[0019] A)選擇其他種群的最優(yōu)個體作為代表個體；
[0020] B)從各其他種群中選取最優(yōu)個體和任一個其他個體，分別與待評價個體結合，構 成兩個合作團體，并選擇適應值較大者作為代表個體。
[0021]所述遺傳算法中，進行變異操作時，各基因的變異方式包括以下幾種：
[0022]①結構基因中的尺寸因子變異；
[0023]②結構基因中行為表面的類型變異；
[0024]③結構基因中的運動副類型變異；
[0025]④功能-行為流鏈的基因變異。
[0026] 與現有技術相比，本發(fā)明具有以下有益效果：
[0027] (1)本發(fā)明對產品基因編碼進行種群分割，采用種群合作進化算法對產品進行優(yōu) 化設計，將長編碼分解成多個短編碼，將復雜問題分解為簡單問題，組合求解，產品基因可 以按種群關系進行并行計算，解決了現有技術中存在的編碼冗長、收斂速度慢、優(yōu)化效果差 的問題，大大提高了產品結構自主調整的準確性和效率。
[0028] (2)本發(fā)明適應度函數的設計考慮了各種群間的關系，且對代表個體的選取進行 了優(yōu)化，在保證求解精確度的同時，提高計算效率。
【附圖說明】
[0029] 圖1為本發(fā)明的流程示意圖；
[0030] 圖2為遺傳算法的流程示意圖；
[0031 ]圖3為種群合作進化算法的并行實現示意圖；
[0032]圖4為本發(fā)明實施例中曲柄連桿機構的結構群落示意圖。
【具體實施方式】
[0033]下面結合附圖和具體實施例對本發(fā)明進行詳細說明。本實施例以本發(fā)明技術方案 為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于 下述的實施例。
[0034]如圖1所示，本實施例提供一種基于種群合作進化算法的產品變更設計方法，包 括：
[0035]在步驟S101中，對產品基因進行分組，按分組結果產生對應的多個種群，對產品基 因進行分組具體為:將產品的每個零件作為一組，也可根據任務進行分組；
[0036] 在步驟S102中，各種群分別采用遺傳算法進行進化，所述遺傳算法中，在對某個待 評價個體的適應度進行評價時，由除所述待評價個體所在種群外的其他各種群中分別選取 一代表個體，將所述待評價個體與代表個體的集合代入適應度函數中，計算所述待評價個 體的適應度；
[0037] 在步驟S103中，將進化后每個種群的最優(yōu)個體的集合作為最終解；
[0038]在步驟S104中，根據所述最終解形成產品的最終構造。
[0039] 本方法在產品設計中引進種群合作進化算法，將長編碼分解成多個短編碼，將復 雜問題分解為簡單問題，組合求解。該方法的要點包括以下幾點：
[0040] 1、進化個體的適應度評價
[0041] 種群合作進化算法首先進行變量的分解分組操作，將決策變量分組后可以將一個 復雜的多變量優(yōu)化問題轉化為多個相對簡單的少變量優(yōu)化問題。對分組后的決策變量分別 編碼，從而產生初始子種群，然后各子種群獨立進化。在各種群的獨立進化過程中，其進化 流程與傳統(tǒng)的遺傳算法是一致，即需要經過選擇、交叉和變異等操作。不同之處在于，在種 群合作進化中，在對個體進行適應度評價時，種群內的個體之間需要進行信息交互。因為一 個種群內部的個體僅代表被優(yōu)化問題決策變量的一部分，無法直接對其進行適應度的計 算。為此，待評價個體必須和來自于其他種群的個體相結合構成一個解，以用于適應度的計 算。也就是說，待優(yōu)化問題的完整解是由來自不向種群的個體共同組成的，各種群相互合作 才能共同進化，從而完成優(yōu)化任務。
[0042] 2、代表個體的選擇
[0043] 在種群合作進化算法中，個體適應度的計算需要選擇其他種群的個體構成一個代 表性的解，那么從其他種群選擇的個體稱為代表個體。選擇合適的代表個體起到非常重要 的作用。目前主要有兩種方式:一是選擇其他子種群的最優(yōu)個體作為代表個體，對于初始子 種群的個體評價，由于無法確定最優(yōu)個體，代表個體隨機選擇;第二種方法是從各子種群中 選擇最優(yōu)個體和任一個其他個體，分別與待評價個體結合，構成兩個合作團體，分別對其進 行評價，并選擇適應值較大者作為待評價個體的適應值。
[0044] 本實施例中對代表個體的選擇采用第二種方法。主要由于產品內部子裝配作為群 落模型，包含的零件種群可能很大。零件是產品的基本組成部件，零件通過運動副的關聯裝 配形成一定功能的產品。又由產品的基因表達過程可知，零件是不同類型的表面根據一定 的約束條件組合而成。表面主要分為行為表面和非行為表面。行為表面是發(fā)揮行為作用的 物質載體。為了減少計算量，可以直接選擇零件種群中的行為表面和種群中的任意一個非 行為表面作為代表個體參與個體適應度的計算。
[0045] 3、種群獨立進化的流程
[0046] 種群的獨立進化過程就是傳統(tǒng)的遺傳算法流程。遺傳算法是從目標問題的潛在解 集的一個種群出發(fā)，而一個種群則由經過基因編碼的一定數目的個體組成。個體的基因決 定了個體的形狀的外部表現，如藍眼睛的性狀是染色體中控制這一特征的某基因組合決 定。因此，在一開始需要實現從表現型到基因型的映射即編碼操作。初代種群產生后，按照 適者生存和優(yōu)勝劣汰的原則，逐代演化產生出越來越好的近似解。在每一代的進化過程中， 根據計算個體的適應度挑選優(yōu)秀的個體保留，并借助遺傳算子進行交叉和變異，產生出代 表新的解集的種群。直至達到終止條件，末代種群中的最優(yōu)個體經過解碼，可以作為問題的 近似最優(yōu)解。
[0047] 遺傳算法的一般流程如圖2所示，具體過程為：
[0048] 第1步隨機產生初始種群，個體數目一定，每個個體表示為染色體的基因編碼；
[0049] 第2步計算個體的適應度，并判斷是否符合優(yōu)化目標，若符合，則輸出最佳個體及 其代表的最優(yōu)解，并結束計算;否則轉向第3步。
[0050] 第3步依據適應度選擇再生個體，適應度高的個體被選中的概率高，適應度低的個 體可能被淘汰。
[0051] 第4步按照一定的交叉概率和交叉方法，生成新的個體。
[0052]第5步按照一定的變異概率和變異方法，生成新的個體。
[0053] 第6步由交叉和變異產生的新一代的種群，返回第2步。
[0054] 上述遺傳算法中，適應度函數設計為：
[0055] f it(ai) = f (ai,a2---at) = logioS (1)
[0056] 其中，ai為個體，{ai,a2^_at}為計算單個待評價個體時待評價個體與來自其他種 群的代表個體的集合，S為產品熵函數。
[0057]所述產品熵函數S表示為：
[0058]
[0059] 其中，xi表示形成表面所需的邊線數量，si表示幾何形狀的參數個數，η表示零件表 面?zhèn)€數，Ayi、Ay 2、···、#,,表示各參數值的調整幅度，FCm表示j、k表面間約束關系的個 數，m表示存在約束關系的表面?zhèn)€數，DPij表示i、j表面間運動副的自由度，δ表示運動副類型 值，e(t)表示網絡信息量。
[0060] 4、種群合作進化算法的流程
[0061] 種群合作進化包含處于合作關系的同時進化的多個種群，種群中的每一個個體只 表示解的一個部分。種群合作進化算法的每一個子種群求一個部分解，把多個子種群的最 終解按順序連接起來就是種群合作進化的解。種群合作進化算法的步驟如下：
[0062] (1)分析問題，將決策變量分組；
[0063] (2)初始化所有子種群；
[0064] (3)從其它子種群中選擇代表個體，與待評價子種群個體組合，構成完整解，進行 個體評價；
[0065] (4)判斷算法終止條件，若滿足則算法停止，輸出最優(yōu)解;若不滿足進行步驟5;
[0066] (5)每個子種群獨立進行選擇、交叉和變異等遺傳操作，生產子代種群；
[0067] (6)轉步驟(3)。
[0068] 種群合作進化算法偽代碼如下所示：
[0069] Begin；
[0070] Set子種群的個數η;
[0071] For(i = l；i< = n； i++)
[0072] Initialize(pop[i])；
[0073] For( i = 1; i〈 = n andnot termination ； i++) {
[0074] For(j = l；j< = n andj!=i；j++)
[0075] Pop[i]Cooperatewithpop[j]；
[0076] Select(pop[i])；
[0077] Crossover(pop[i])；
[0078] Mutate(pop[i])；}
[0079] Solution = NULL；
[0080] For(i = l；i< = n； i++)
[0081 ] Solution = combine (Solution，solution[i]);
[0082] End；
[0083] 從形式上看，種群合作進化算法把傳統(tǒng)遺傳算法中的種群人為地從縱向分為多個 子種群，每個子群體對應一個子任務。所以在應用種群合作進化算法時，首要的工作是進行 任務的分解。如果任務是確定3個參數的取值，那么就可以把整個系統(tǒng)分為三個種群。
[0084] 種群合作進化算法的物理實現可以采用圖3所示的采用客戶/服務器模式，其中， 在客戶機上進化一個或多個種群，在服務器上實現各種群的協調。
[0085] 有了產品的完整基因編碼，就有了產品進化設計的基礎。在機械產品設計領域， 60%的設計都是在現有產品的基礎上進行修改完成功能需求的更改。對產品中的某一零件 的增加結構修改要求或者對產品的功能需求產生變更，產品如何自適應地發(fā)生更改，能使 內部零件之間協同修正，以最小的修改成本，達到最優(yōu)機構，滿足新的功能需求。本實施例 以曲柄連桿機構為例，增加一個結構更改，以協同進化算法為核心闡述進化設計的過程。曲 柄連桿機構主要由活塞、連桿和曲軸三大主件以及氣環(huán)、油環(huán)、連桿蓋等附件構成。其最主 要的功能就是將燃料燃燒時產生的熱能轉變?yōu)榛钊鶑瓦\動的機械能，再轉變?yōu)榍S旋轉 運動而對外輸出動力。所以，曲柄連桿機構的總功能是能量轉換或動力輸出，由各類執(zhí)行零 件、傳動零件和定位零件有機組合完成該功能。
[0086] 基于協同進化算法的曲柄連桿機構設計流程具體為：
[0087]步驟一:生成初始種群。對于曲柄連桿機構，經過基因的表達過程已經有了詳盡的 功能、行為流和結構基因。對于現成的產品，可以通過提取基因的方法，用逆向映射的思想， 先得到結構基因，再映射得到行為流和功能基因。由于本發(fā)明需要零件之間協同進化，所以 將每個零件作為一個種群，將各類基因編碼分類到各個零件中，形成種群的基因編碼，以用 于種群間的協同進化。對于曲柄連桿機構可以初始化種群如圖4所示。
[0088]步驟二:建立目標函數。本實施例引入產品熵理論，產品熵的核心思想就是用統(tǒng)計 的方法，從個體和群體的角度分別計算靜態(tài)和動態(tài)兩種情況下的產品信息量。而用于進化 設計的產品熵函數則要求進化過程中以最小的信息變化量為代價。因此，本實施例的產品 熵函數如公式(2)所示。
[0089] 若計算產品熵函數中的第一項，則可以表示為：
[0090] s = log2(2X2)+log2(2X2)+log2(2X2)+log2(3X3)+log2(3X3)
[0091] +l〇g2(3X3)+log2(3X3)+log2(3X3)+log2(2X4)
[0092] +l〇g2(3X3)+log2(3X3)+log2(2X4)+log2(2X4) = 37.19
[0093] 由此可見，若是在進化過程中結構基因中的表面類型發(fā)生變異，產品熵函數中的 第一項必然產生變化。
[0094] 步驟三:建立適應度函數。協同進化算法是以遺傳算法為基礎的，因此其適應度函 數的建立與遺傳算法中的相同。在進化過程中，以適應度函數為依據，利用種群中的個體的 適應度的值來進行搜索。因此，適應度函數的選擇至關重要，直接影響算法的收斂速度和最 優(yōu)解性能。本實施例中，協同進化過程中的適應度值的計算是跨種群的多個體協同計算，為 了方便計算又不失準確性，適應度函數如公式(1)所示。
[0095] 步驟四：選擇。選擇是從群體中選擇優(yōu)勝的個體，淘汰劣質個體的過程。對于優(yōu)或 劣的評估是建立在適應度計算的基礎之上的。適應度越大的個體，被選擇的可能性就越大， 適應度越小的個體，被淘汰的可能性就越大。本實施例選用的選擇方法為"輪盤賭選擇法"。 具體的過程如下：
[0096] 第1步:計算每個個體的累計概率:q(ttt) = Σ;_=1Ρ(〇/).ρ為單個個體的選擇概率。
[0097] 第2步:在[0，1]內產生一個均勻分布的隨機數r。
[0098] 第3步:若r < q(ai)，則選擇ai;否則，選擇第i個個體ai(2 < i <m)，使得q(ai-i)<r <q(ai)成立。
[0099]步驟五:交叉。交叉就是把兩個父個體的部分結構加以替換重組而生成新個體的 操作，可以通過基因元操作中的分離和拼接完成。交叉的目的是為了能夠在下一代中產生 新的個體，是獲取新的優(yōu)良個體的最重要的手段。具體的過程如下：
[0100]第1步:確定交叉概率pc。
[0101] 第2步:在當前種群中，根據交叉概率p。隨機選擇一定數量的個體作為交叉操作的 父個體，并放入配對池中。
[0102] 第3步:根據基于個體差異度的個體配對方法，將配對池中的個體配對。
[0103] 第4步:將配對池中的所有配對個體進行交叉操作。
[0104] 第5步:配對池中的所有配對個體交叉完成后，將新產生的個體代替父個體放回到 種群中，形成新的種群。
[0105] 步驟六:變異。在本實施例中，基因的變異有其特定的類型，主要包括以下幾種： (1)結構基因中的尺寸因子。在結構基因中，尺寸參數也有自己的基因編碼。因此，可以在可 取范圍內，變動尺寸的數值。（2)結構基因中行為表面的類型?？梢愿鶕杂啥认拗贫?，改變 結構基因中行為表面的類型，使其仍滿足約束要求。需要注意的是，修改了表面類型后，尺 寸因子中參數的數量需要自動刪減。（3)結構基因中的運動副類型。在產品基因上，零件之 間的連接方式，即運動副類型也可以被更改，只要仍滿足自由度要求。（4)功能-行為流鏈的 基因。如果通過修改結構基因，無法達到功能需求或者結構基因存在矛盾性的修改，那么就 需要從功能-行為流雙鏈結構上進行變異，然后進行重新的基因表達，得到新的結構體。變 異操作中也需要確定變異概率p m，選擇一定數量個體作為變異的父代，變異完成后作為新 的個體進入種群。
[0106] 最終，以曲柄連桿機構為例，如果已存在成品，現要對活塞上的孔進行結構的更 改，如活塞直徑變大為80mm，孔直徑變大為20mm，則經過協同進化計算后，所有的零件都會 得到新的結構更改。
【主權項】
1. 一種基于種群合作進化算法的產品變更設計方法，其特征在于，包括以下步驟： 1) 對產品基因進行分組，按分組結果產生對應的多個種群； 2) 各種群分別采用遺傳算法進行進化，所述遺傳算法中，在對某個待評價個體的適應 度進行評價時，由除所述待評價個體所在種群外的其他各種群中分別選取一代表個體，將 所述待評價個體與代表個體的集合代入適應度函數中，計算所述待評價個體的適應度； 3) 將進化后每個種群的最優(yōu)個體的集合作為最終解； 4) 根據所述最終解形成產品的最終構造。2. 根據權利要求1所述的基于種群合作進化算法的產品變更設計方法，其特征在于，所 述步驟1)中，對產品基因進行分組具體為:將產品的每個零件作為一組。3. 根據權利要求1所述的基于種群合作進化算法的產品變更設計方法，其特征在于，所 述遺傳算法中，適應度函數設計為： fit(ai)-f(ai,?2. . . St) - logioS 其中，ai為個體，{ai，a2. . .at}為計算單個待評價個體時待評價個體與來自其他種群的 代表個體的集合，S為產品熵函數。4. 根據權利要求3所述的基于種群合作進化算法的產品變更設計方法，其特征在于，所 述產品熵函數S表示為：其中，xi表示形成表面所需的邊線數量，si表示幾何形狀的參數個數，η表示零件表面?zhèn)€ 數，Δ}^、Δ)/2.....Δ}·、表示各參數值的調整幅度，FQ,k表示j、k表面間約束關系的個 數，m表示存在約束關系的表面?zhèn)€數，DPij表示i、j表面間運動副的自由度，δ表示運動副類型 值，e(t)表示網絡信息量。5. 根據權利要求1所述的基于種群合作進化算法的產品變更設計方法，其特征在于，所 述步驟2)中，代表個體的選取方式包括以下任一種： A) 選擇其他種群的最優(yōu)個體作為代表個體； B) 從各其他種群中選取最優(yōu)個體和任一個其他個體，分別與待評價個體結合，構成兩 個合作團體，并選擇適應值較大者作為代表個體。6. 根據權利要求1所述的基于種群合作進化算法的產品變更設計方法，其特征在于，所 述遺傳算法中，進行變異操作時，各基因的變異方式包括以下幾種： ① 結構基因中的尺寸因子變異； ② 結構基因中行為表面的類型變異； ③ 結構基因中的運動副類型變異； ④ 功能-行為流鏈的基因變異。
【文檔編號】G06N3/12GK105868850SQ201610181643
【公開日】2016年8月17日
【申請日】2016年3月28日
【發(fā)明人】郝泳濤, 葛唱
【申請人】同濟大學