基于改进蚁群算法的装配序列规划

针对装配序列规划问题,分析了基本蚁群系统的不足,提出了面向装配序列规划的改进蚁群算法,来获得最优或次最优的装配序列.改进蚁群算法中,将装配操作约束作为启发式信息引入状态转移概率中,通过获取零部件之间的装配关系设定可行转移范围.通过信息素残留系数的动态变化和影响转移概率的α、β参数的动态设置,提高了蚁群的收敛速度并有效地避免了其陷入局部最优解.通过实例验证了改进算法的有效性.     

微小卫星的自适应蚁群算法装配序列规划

介绍了复杂的卫星零件装配通过构造装配矩阵将改进蚁群算法用于生成装配序列的方法.但是蚁群算法容易陷入局部最优,为了避免算法陷入局部最优或者停滞,运用自适应伪随机比率选择规则,通过信息素的局部和全局更新,帮助"蚁群"快速的寻找全局最优解,最后通过实例验证了算法的实用性.     

基于蚁群算法的引信装配序列优化

蚁群算法作为模拟进化算法具有正反馈和分布式计算的特点,可解决由于经验法确定的装配序列较多考虑几何约束条件,难以兼顾其他影响因素的问题,但是迄今未见应用于引信,为此,将蚁群算法引入引信机械机构进行装配序列优化。为了应用蚁群算法,需要依据引信产品的具体情况调整状态转移概率和信息素更新规则。仿真结果表明:通过评价指标引导算法生成的优化序列能较好地满足预期使用功能,装配方案合理、适用。     

基于子装配体的并行装配序列规划方法研究

针对复杂产品的装配规划过程较为繁琐的难题,提出了一种基于子装配体的并行装配序列规划方法。将子装配体运用到序列生成的过程当中,通过对子装配体的识别,然后将识别后的零件进行并行序列规划,实现了优化装配序列的目的。通过实例验证,结果表明此方法比纯粹的并行化规划产生的序列少,简化了整个装配序列产生时所参与的零件数,简化了复杂产品的规划过程,提高了装配效率。     

基于改进蚁群算法的装配序列规划研究

装配序列规划能解决装配过程中所出现的速度和质量问题,降低生产成本。通过考虑装配影响因素,对装配体零件之间关系进行数学建模,提出一种解决该问题的改进蚁群算法。算法提出用加强装配关系矩阵来表示零件之间存在的强约束关系;用加强随机状态转移规则,使蚂蚁能更快地寻找到最优或者近优解;完善信息素更新规则,使算法能更好的利用正反馈机制。通过实例证明,该改进型算法能实际有效地解决装配序列规划问题。     

基于改进遗传编程的并行装配序列规划

针对遗传算法只能生成线性装配解的局限,提出采用遗传编程来求解并行装配序列规划问题的方法.对传统的遗传编程算法进行改进,由于各零件间只有装配的动作,删除了遗传编程符号集内容,只保留了终端集;对遗传编程算法中有关算子及参数进行了设计与改进,使算法最终能够处理并行装配序列规划问题.该方法使用树型解结构代替串型解结构,转变了装配方式,提高了零件的装配效率和自动化装配水平.结合生产实际需求,给出了一种新的装配适应度衡量因子——装配总重,结合其他传统适应度衡量因子,共同评判装配解的优劣.     

基于二进制编码的并行装配序列规划方法研究

为了提高复杂产品的装配效率,提出了基于二进制编码的并行装配序列规划方法,实现产品的并行装配.通过二进制编码来描述产品各零件之间的装配优先关系,定义了带时间约束的装配特征表,使用二进制运算操作来更新装配过程中零件间的优先关系,提出了并行装配序列的生成算法,适用于复杂产品的并行装配规划.机用虎钳实例验证结果表明了该方法的可行性和有效性.     

基于改进萤火虫算法的装配序列规划方法

针对装配序列规划问题的特点,重新定义了应用于连续空间优化的萤火虫算法的各种相关操作,并对萤火虫算法的迭代规则进行了改进,提出了面向装配序列规划问题的改进型离散萤火虫算法。将改进型离散萤火虫算法和标准型离散萤火虫算法的实验结果进行了比较,同时也将改进型离散萤火虫算法与在装配规划领域应用最广泛的遗传算法进行了比较,验证了改进型离散萤火虫算法的优越性。在适应度函数构造方面,对传统的装配序列规划研究进行了改进,提出了装配序列工具—零件干涉次数评价指标,并通过实例验证了该评价指标的可行性和合理性。     

基于模糊粗糙集的并行装配序列规划方法

复杂产品的并行装配受到各种因素的制约,增加了并行装配序列规划的难度.提出了基于模糊粗糙集的并行装配序列规划方法.定义了并行度作为整个装配体的全局并行装配约束参数,给出了零件装配指标表来描述装配体中各零件的装配特征参数、结构特征参数和约束特征参数.根据这些参数,将待安装零件作为知识论域,提出了适切隶属度函数作为评价指标的不可辨识关系,在基于知识论域和不可辨识关系表示的知识库中采用模糊粗糙集模型,生成装配并行序列.机用台虎钳和等离子体增强化学气相沉积装配实例验证结果表明了该方法的有效性.     

基于最大-最小蚁群系统的装配序列规划

提出一种结合了蚁群系统与最大-最小蚂蚁系统优点的装配序列规划(Assembly sequence planning, ASP)方法。对近十年基于蚁群优化的ASP文献中采用的优化指标、装配信息模型、实例零件数等进行综述和比较。为提高序列的装配效率区分度,研究方向性、并行性、连续性、稳定性和辅助行程等5项指标的自动量化方法,将其融入到蚁群优化多目标启发式函数和适应值函数中。为提高对最优序列的搜索能力,以装配几何可行性为基础,从蚂蚁数量的确定、最大-最小信息素的界定、初始零件分配位置的绩效考核机制以及对并行零件组强制优化机制等方面,设计针对性解决方案,提出基于最大-最小蚁群系统的ASP算法。开发基于Siemens NX的装配规划系统AutoAssem。以阀门为实例,验证了算法内部各项优化措施的有效性,同时与优先规则筛选法、遗传算法及粒子群算法进行比较,分析该算法在运行效率和序列性能方面的优势。     

基于遗传退火算法的复杂产品装配序列规划方法

分析了可行装配序列的推理约束条件,建立了考虑装配体稳定性的优化评价模型。采用带记忆的遗传模拟退火算法进行复杂产品的装配序列规划,并通过大量试验分析确定了算法近优运行参数。最后以8E150ZLC柴油机机油泵为例验证说明该方法是一个行之有效的具有工程实际意义的产品装配序列规划方法。     

基于遗传模拟退火算法的产品装配序列规划方法

为有效地获取方便可行的装配序列,在分析了装配序列的几何可行推理约束之后,建立了包含稳定性、聚合性及装配方向改变次数因素的优化评价模型。采用遗传模拟退火算法进行产品装配序列规划,通过分析算法的相关参数的变化趋势和大致范围,利用正交试验（初步定位）和对比试验（精确定位）相结合的方法,确定算法的近优运行参数,最后以8E150ZLC柴油机油泵为例,与遗传算法运行结果对比,验证了该方法是一种高效的、具有工程实际意义的复杂产品装配序列规划方法。     

基于中国邮路算法的装配序列规划

基于中国邮路问题及其解法，提出装配序列规划的新方法。把网络图理论引入装配关系模型表达，提出无向装配网络图模型，使装配序列规划问题成为中国邮路问题；通过对装配网络图实施变换，装配模型转换为有向图，生成装配序列，同时给出变换为有向图的方法。该方法计算量小，产生的装配序列均为有效序列。最后，以一个装配实例验证算法的有效性。     

面向装配序列规划的装配建模研究

在分析了层次树状模型与关系网络模型这两种装配模型结构的基础上，根据装配序列规划的要求，应用面向对象的方法建立了满足装配序列规划的产品装配信息模型，提出了相应的数据结构，为虚拟装配序列规划提供了合理的产品信息框架。     

考虑工具操作空间的装配序列生成方法

介绍了基于有向图的装配模型,该模型记录了零件间的优先关系,并对普通零件、紧固件进行不同的描述。在UG环境中对装配工具进行建模,在完整装配体中对工具的安装动作进行仿真和干涉检查,记录下工具同周围零件的潜在干涉信息,利用该信息快速检查装配序列是否满足工具的操作空间要求。然后应用改进的蚁群算法,在优先关系的指导下求解装配序列。针对妨碍工具操作等不可行的序列,提出信息素的惩罚蒸发策略,帮助蚁群避开不可行解。最后通过实例验证了算法的实用性。     

基于混合蛙跳算法的复杂产品装配序列规划

为提高机械产品的装配效率,提出一种基于混合蛙跳算法的产品装配序列规划方法。该方法针对混合蛙跳算法中各个模因组内的最优样本容易出现趋同性的现象,引入遗传算法,提出最优样本的差异性控制策略,以改善种群的差异性。建立了以装配操作稳定性、惩罚函数、装配方向改变次数和装配工具改变次数为装配序列评价指标的适应度函数模型。以一个装配体实例分析该算法的特性,验证了改进混合蛙跳算法的可行性和稳定性,并将该算法与标准混合蛙跳算法和遗传算法相比较,证明了改进混合蛙跳算法更有效。     

基于虚拟现实和仿生算法的装配序列优化

针对自动装配规划和交互式规划都存在不足,将虚拟现实和仿生算法结合起来,提出一种生成优化装配序列的新方法.建立基于几何约束的虚拟装配环境,在该环境中根据经验和知识进行交互式拆卸,定义优先约束表来表达零件间的优先约束关系.应用蚁群算法规划出初始优化的装配顺序,再在虚拟环境下进行仿真、评价和优化,考虑装配位置可达性和工具操作等因素,识别新的优先约束和评价准则,重新规划出更优的装配顺序,不断反复和完善,直到得到满意的最佳装配顺序为止.通过实例验证该方法有效性.     

基于蚁群算法的产品拆卸序列规划研究

为了能以较高的效率求解出产品拆卸序列的方案,首先阐述了拆卸可行性信息图的概念,将产品的拆卸序列规划问题转述成对该加权有向图中具备最优值的路径搜索和寻优问题。提出了一种蚁群优化算法,并结合对产品元件的拆卸路径求解工具,以实现对产品拆卸可行性信息图的构建和对拆卸方案的搜索和寻优。蚂蚁的一条遍历路径代表了一个描述产品元件拆卸的方案;蚂蚁已经遍历过的路径上代表可行操作的节点数决定了其留下的信息素。启发式信息的求解分为两个部分,包括了确定启发式向量和求出启发式信息值,它们分别表征了方案的可行性及其优异程度。最后,通过一个实例,验证了这一方法的可行性及其计算效率。     

装配序列规划中子装配体自动生成的算法

机械产品的子装配体划分是减小装配序列规划问题求解空间规模的有效途径之一。针对产品的子装配体识别的问题,提出了一种基于图搜索策略的子装配体识别方法。首先给出了产品子装配体的定义和性质,建立了表达装配体联接关系与零件空间位向关系的联接关系图与有向阻碍图模型;然后通过对联接关系图的极大连通子图的搜索,对有向阻碍图结点的合并与边的动态调整来生成子装配体,给出了算法详细的实现步骤,并利用一个实例验证了所提出方法的正确性和可行性。     

装配序列生成中装配信息的表示方法研究

提出采用表、矩阵、基于知识的联接关系图及其对应的关系矩阵、装配体层次关系树、局部阻碍有向图、稳定有向子图、装配知识规则这几种表示表示来完整、准确地表示装配序列生成时所需的装配信息，解决了装配序列生成中序列数随零件数增加而剧增的问题，使装配序列能准确、高效生成。