基于模糊綜合評價與遺傳算法的公差優(yōu)化分配中英文翻譯-其他專業(yè)-全文預(yù)覽
【正文】 和功能敏感度因素的可加工性，所以說 DFA和 DFM 都考慮到了。 。此外，改進(jìn)的遺傳算法 被 用于優(yōu)化 基于 DFA 和 DFM 的模型 。 假設(shè) 這兩個間隙相結(jié)合，整個 間隙值 從 到 米 變化 ，其公差為 。 為了解決這個公差分配問題，表 3~5根據(jù)已知的條件列出 了 四個 對應(yīng)裝配尺寸 的隸屬度。 更新算子產(chǎn)生下一代； End (內(nèi)存中的個體 )。最后，遺傳算法的解決方案從內(nèi)存中獲得。 首先，計算人口中同一個體的 值，如果 大于或等于 則調(diào)用突變算子，否則調(diào)用交叉算子。這種突變的概率應(yīng)該仔細(xì)規(guī)定。 交叉點(diǎn) 交叉 點(diǎn) 是遺傳算法的主要 算子 ，是遺傳算法 是否 成功的關(guān)鍵。此外， 當(dāng)人口平均適應(yīng)度接近于人口最佳適應(yīng)度是，適應(yīng)度 縮放 在相近的范圍內(nèi) 可以鼓勵良性競爭 。 公差分配是一個約束最小化問題。 在每一公差設(shè)計變 量地 字串長度確定 以后 ， 該染色體的長度計算： 這里， n 是獨(dú)立的公差設(shè)計變量的數(shù)目。 一個適當(dāng)?shù)?表示方法 的選擇取決于 所研究領(lǐng)域 的特點(diǎn)。在過去的十年中，遺傳算法 在 各種領(lǐng)域的應(yīng)用增加了可喜的 應(yīng)用 成果。 遺傳算法與在 工程優(yōu)化問題 中 傳統(tǒng)的 研究方法不同 。因此，對公差分配 的 綜合因素可產(chǎn)生如下： 這里， 是根據(jù)模糊綜合評價得出的第 i 個零件的可加工性。模糊集 B 可以計算 ： 這里， m==10 確定參數(shù) 一般來說， 用 加權(quán)平均法是用來獲取評價對象的準(zhǔn)確 值 。 建立模糊因素集 零件尺寸 ，幾何結(jié)構(gòu)，材料的切削加工，機(jī)械加工精度的因素，可以表示為： 因素等級 為了準(zhǔn)確地評價各參數(shù)，每個因素分為不同 的 模糊子集 ， 比如： uij 表示第 i 個因素的第 j 個等級， ni 表示 每個因素的等級數(shù)，詳細(xì)值見表二， 建立評價集 由于可加工 性 范圍 介于 ， 所以 它可以被分為 10個相等的水平，即 S 為模糊評價集 一階模糊綜合評價矩陣 根據(jù) 專家的經(jīng)驗， 一階 模糊綜合評價矩陣確定如下： 建立各等級的權(quán)向量 權(quán)重向量 由 隸屬度組成 ， 如下： 在這里 ， mij 是評價對象 對 第 i 個因素第 j 個等級的隸屬度 。一個 零件 的公差分配取決于它的可加工性。 3 基于模糊綜合評價和遺傳算法的公差分配 傳統(tǒng) 分配方法的主要缺點(diǎn)是不考慮加工成本。 然而，一些缺點(diǎn)限制了其應(yīng)用，例如： 。 人工智能方法 人工智能技術(shù)目 前 應(yīng) 用于 CATD。 由于加工成本和可加工性是密切相關(guān)的，所以每個零件的相對加工成本可利用其綜合因素進(jìn)行評價。 這些模型都是基于 在生產(chǎn)過程中經(jīng)常使用的基于經(jīng)驗的關(guān)于成本和公差的數(shù)據(jù)。 盡量減少成本的方法 評價 公差分配 的 最好原則是加工費(fèi)用規(guī)則 ，所以降低成本的方法 已經(jīng)成為了很重要的研究課題。所采用的方法通常包括同容差法，不斷精度因子的方法，同樣影響的一種方法和比例縮放方法 。 模糊綜合評價 法用 來評價零件 的機(jī)械性能 ， 然后建立 一 個 新的并采用
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1