遗传算法在产品形态设计中的应用研究

四川大学硕士学位论文遗传算法在产品形态设计中的应用研究姓名：刘桦申请学位级别：硕士专业：机械设计及理论指导教师：杨随先20050328摘要y 778750遗传算法在产品形态设计中的应用研究机械设计及理论专业研究生：刘桦 指导老师：杨随先教授产品形态设计是一个解决问题的过程，设计师一般采用数据收集、分析、综合和设计决策的系统化方法获得产品形态设计的最优化解。在这一过程中，设计师需要收集、处理大量的设计信息，运用多方面的设计知识和设计方法，进而提出可行的设计方案。提高设计效率和质量是产品形态设计研究领域的一个重要研究方向。本文根据遗传算法的特点，提出了一种基于遗传算法的产品形态设计方法。其主要的目的是提高产品形态设计过程中的知识集成度和设计效率。在分析遗传算法的特点和计算机辅助工业设计发展现状与趋势的基础上，讨论了遗传算法在计算机辅助工业设计的应用领域和可能的实现方法。分析讨论了产品形态设计中初始种群的构造方法和遗传算法实现方法，提出了基于遗传算法的产品形态设计系统的体系结构，划分了系统功能模块，对比分析了基于遗传算法在产品形态设计方法与传统产品形态设计方法的区别。提出了运用树形层次结构对产品进行功能分解和遗传编码的方法。阐述了基于遗传算法的产品形态设计系统的实现方式，通过单点交叉、基本变异和最优保存策略实现产品形态设计的遗传运算。在产品功能分解的基础上，设计了组成功能模块的结构特征的树形层次结构，设计了产品的遗传编码方法。根据编码方法设计了遗传运算的遗传算子。鉴于基于目标函数的遗传算法评价体系无法评价包含模糊信息的产品形态审美因素的适应度大小，本文设计了基于用户需求评价的综合个体适应度评价体系。该评价体系采用用户需求转换方法(QFD)，通过产品特性、顾客需求、专家评价和竞争对手分析等方面给出个体综合适应度的加权系数。设四川人学工学硕士学位论文计了基于用户需求的调查表。根据本文提出的系统体系结构和遗传算法实现方法，运用Visual c+的MFC开发了基于COM技术的遗传算法组件，运用Visual Basic开发界面和SolidWorks2003 API开发了一个基于遗传算法的产品形态设计软件系统，并将其应用于手机上盖的形态设计。关键词：产品形态设计功能分解遗传算法遗传编码树形层次结构计算机辅助工业设计UABSTRACTStudy and Application of Generative Product FormDesign Using Genetic AlgorithmMajor：Mechanical Design and TheoryStudent：Liu Hua Supervisor：Yang SuixianProduct design is a problemsolving activityTo obtain an optimal solution，designers usually use systematic methods to deal with problems including datacollection，analysis，synthesis and decision-makingDuring the design process，designers need to collect and process variety of information related to the design，use a series of approaches and amount of knowledge to acquire feasible schemesIt is an important research area of product form design to enhance the designefficiency and to improve the design qualityIn order to enhance the efficiency and the extent of knowledge integration inthe design process，a product form design approach based on genetic algorithm(GA)is proposed with considering the characteristics of GAThe relevant WOrks both from domestic and overseas in this domain havebeen discussed and under its guidance，the potential application domain andmodel of GA in computer mded industrial design(CAID)are also proposed in thethesisThe formation of initialization population of the product form and theimplement method of GA are discussed respectivelyThe framework for theproduct form design system based on GA has been constructedFunction modelsof the system are divided，and the differences between the product form designmcthod based on GA and traditional methods are also analyzedThe hierarchy of tree structure has been used to divide the functioncomponents of the product and support GAs encoding processThe realizationmethod of the product form design system based on GA is explainedOnepointIll四JI，大学工学顺士学位论文crossover，simple mutation and optimal conservation strategy have been chosen toperform the searching processBased on the productS function decomposition，the hierarchy of structural feature data and the GAs encoding method of productare devisedThe GAS operators 81e also designed according to the encodingmethodBecause the aesthetic elements in the form design are difficult to be evaluatedby ordinary methods，an evaluating system based on QFD and AHP is proposed todeal with this problemThe individualS synthesizing fitness is obtained throughanalyzed the productS characteristics，the customerS needs，the expertiseSopinions and the rival productscharacteristicsA questionnaire based on thecustomerS needs is proposed as wellBased on the system structure and the GAs mechanism proposed in the thesis，the GA components based on COM are developed by using MFC and VisualC+，and Visual Basic is used to developed the systemS interfacesfmally,theproduct form design software system based 0n GA are built up by usingSolidWorks2003 API and put it into use of all upper panel of mobile telephoneform design process，Keywords：Product form design；Function decomposition；Genetic algorithm；GA encoding；Hierarchy oftree structure；CAIDV第一章绪论第一章绪论产品形态设计是提高社会整体生活水平和企业综合竞争力的重要手段。如何提高产品形态设计的成功率和效率是目前产品形态设计领域的一个前沿性的研究课题。设计表达对生活的认识和对自然的崇拜。工业化的产品是在19世纪工业化大生产之后才大量的出现，在当时经济发展比较低的情况下，产品开发的策略是产品驱动型，设计表现为对产品的功能的追随。进入20世纪后，人们对产品的要求越来越高，企业的产品开发的策略已经转化为市场拉动型，设计表现为对用户需求的追随，产品表现出小批量、快捷、多变的风格，满足市场的多方面需求”j。在知识经济蓬勃发展的今天，企业间竞争的重心是以知识为核心的产品竞争。通过设计师的创造性工作，产品本身的知识含量可以被大大提高，在物质和精神方面更好地满足用户需求，延长生命周期，为企业带来更大的效益。同时在市场全球化的今天，新经济和网络的广泛应用不断冲击着以产品为核心的企业生产经营活动，企业必须不断地以T、Q、C、S、E为标准，推出满足用户需求的产品。在现代设计活动，随着产品知识含量的提高，产品开发的复杂程度随之增加，同时产品形态设计生产一销售流程运行不断加快导致给予设计师的设计周期相应缩短【2J。因此，如何保证产品形态设计的效率和质量，尤其是在概念设计阶段的创新活动质量的提高是设计方法领域倍受关注的焦点之一。本文将就遗传算法在计算机辅助形态设计中的应用进行研究，以期提高产品创新设计阶段的设计效率。近几十年，人们对模拟自然界生物进化的遗传算法(GA)的关注越来越大；遗传算法本身所具有的并行性和鲁棒性十分适合产品概念设计中遇到的模糊知识处理。如果能够获得优良的产品形态设计要素编码，遗传算法就可以凭借概率搜索的特点，将各种产品形态设计要素组织起来，在基于个体适应度的评价系统的指导下，逐步收敛到期望的产品形态设计要素组合方式，从而获得对应的设计方案pJ。遗传算法在并行性、鲁棒性、概率搜索和自组织性上，较其它的设计方法有更大的优势。尤其是它的自组织性，为产品形态设计的自动化提供了基础。四川大学倾十学位论文11遗传算法在产品创新开发中的应用111产品开发过程中的创新活动分析产品形态设计是一个充满着问题解决的活动，其目的是产生符合用户需求的成功的产品形态设计方案【4】。在这个过程中，设计师使用数据采集、分析、综合和选择等系统方法以获得产品形态设计问题的最优解。根据整个设计活动中每个过程的创新程度，可以将设计活动分为三种：(1) 纯粹的创新活动。设计活动是完全的创新，依据的知识也是全新的，其结果也前所未有的。(2) 纯粹的常规活动。设计活动中没有创新，依据的知识是确定的设计知识，获得的结果也是可预知的。(3) 创新与常规活动之间的交叉活动。这种活动中创新与常规相互交错，依据的知识是模糊的。产品形态设计的创新活动主要处于概念设计阶段，设计师需要利用设计前期知识，确定基本功能原理和布局，然后创造出产品的基本结构、功能和形态等设计元素。面对知识经济对现代设计的要求，设计师受限于自身因素，设计的效率很难提高。过去，限于计算机技术的发展水平，对创新活动的支持还局限于设计思维的表达领域，无法进入创新活动的核心。现在，随着计算机技术的发展和设计理论的创新，基于网络、基于语义驱动、基于形态融合等新的设计方法，已经将计算机技术初步引入创新活动中，并取得了很好的成果。在产品形态设计过程中创新设计自动化将面临：合理的设计前期信息的表达方式；模糊的设计前期信息清晰化；建立基于设计前期知识的创新自动化机制等问题。112遗传算法对产品创新开发过程的支持遗传算法是模拟生物在自然环境中的遗传和进化过程而形成一种自适应全局优化概率搜索算法外，它有很多优点可以满足设计创新的要求。遗传算法处理的是一群设计方案，而不是单个方案，得到的也不是单个产品，而是第一章绪论一群新的产品。应用遗传算法，可以在一次设计过程中获得多个满意的结果。遗传算法的搜索可以从多个点开始同时搜索，表现出搜索过程的并行性，效率比较高，在搜索过程中除了在开始阶段给出的一些运行参数外，基本不需要外界的干预，较容易实现程序化等优点。在工程设计领域，遗传算法的应用已经相当广泛。从根本上来看，遗传算法可以将每个个体的编码特征，通过选择、交叉和变异方式进行重新排列、组合和变异，得到新的个体，这种运行方式符合创新活动中的部分特点。设计师可以利用遗传算法来探索和优化产品形态设计的初始概念，以产生不同的设计方案。这种方法的主要优点是效率较高且基本不需要外界的干预，设计师可以将精力集中到产品的评价体系和新的设计元素的设计设计活动中去，同时由于遗传算法便于程序化，因此可以利用计算机强大的计算能力，产生和优化候选的方案，这一点尤其是在并行计算机出现之后更为明显。根据遗传算法的理论，一个产生和进化的过程大体上包括开始、产生、发展、和变化四个阶段：基于遗传算法的产品形态设计方法首先需要将设计的可能方案通过编码用基因的形式表示出来，组成一个设计方案的初始种群；其次，通过遗传算子产生新的个体：然后，对产生出来的新个体进行适应度评价，那些最成功的个体将被选择进入的下一带种群，以上的过程重复运行，直到找到满意的个体；最后，通过解码，在找到满意个体所对应的设计方案，供设计师进一步的修改或直接进入下一个设计阶段。12国内外相关研究现状目前，国内外对遗传算法的体系结构、程序运行方法以及在各种领域的研究很多，并且已经取得了相当的成果。但是对于遗传算法在产品形态设计中的应用研究还处于起步阶段，尤其在国内，这方面的资料几乎为零，但是在形态设计某些方面，国内对遗传算法的应用还是做了有益的探索。文献5】系统地阐述了遗传算法基本概念和原理，并提供了许多实际应用的例子，同时介绍了近年来的遗传算法本身的发展，并且给出了遗传算法在典型问题中的实现步骤和软件实现方法，将理论与实践有机地结合在了一起。凹川大学硕二L学位论文文献【6】介绍了一个计算机辅助设计环境，该环境利用遗传算怯以及可视化技术生成设计的二维草图及三维图像，以检验遗传算法对创新设计支持。应用文中方法能够生成一些有创意的解，展示了遗传算法创新设计中的潜力。文献【3建立了一个基于遗传算法的产品概念设计系统，认为遗传算法可以支持产品初期的概念设计阶段，并且遗传算法能一次产生一群的设计方案，其中有发展潜力的设计方案可以通过评价标准体系获得，同时通过调整概念设计系统的遗传算法参数，可以产生更多的产品形态设计方案。文献【7】将遗传算法与模糊神经网络应用于概念设计过程。首先，根据产品的结构特征层次结构，建立基于遗传算法的产品形态设计模型，并利用模糊神经网络建立形态语义与结构参数之间的关系。同时，研究了遗传算法在反向工程中寻找最佳近似设计方案的应用过程。指出这种设计模式可以通过修改模糊神经网络的形态语义，获得初始设计方案，并利用遗传算法快速地搜寻撮优方案。文献【8研究了人工智能的谓词方法在基于遗传算法的产品形态设计中编码的应用机制，并讨论了在知识约束条件下的遗传算法搜索过程。认为基于人工智能的遗传算法，可以提高遗传算法的搜索效率，减少无效方案。文献【9对遗传算法在计算机辅助设计中的应用方式进行了研究，指出设计师可以通过引入有用的激励，引导遗传算法获得满意的产品结构和审美要素，但同时指出，遗传算法产生的设计方案，需要进一步的优化，才能够可信地表示产品的某些几何复杂性。加强产品形态的可预见性，并将产品的融合命令融入现存的基因结构中，是未来研究的一个方向。文献10讨论了进化算法在形态设计中的应用。作者首先提出了一个形态特征生成过程模型(SFGP model)，该模型包含了一系列分类系统的应用规则，这些应用规则保证该形态与其它形态融合以后，仍可以保持原始形态并操作该形态的特征。进化算法主要用于生成新的分类系统规则，包括规则的优化搜索和进化生成。综上所述，目前对于遗传算法在产品形态设计中的应用还主要停留在设计方法研究的阶段，在实际的设计中应用的例子很少。基于遗传算法的产品形态设计方法有广阔的应用前景。但基于遗传算法的产品形态设计方法本身的理论体系还不完善，不能保证每次寻优搜索的过程都能最终收敛到最优解，第一章绪论同时，对产品特征的表示还没有一个统一的表示方法，尤其是面向形态设计的形态特征的表示由于产品形念的拓扑结构纷繁复杂，且理论深奥，每个研究者所采取的方法都不相同。例如：文献11在研究语义驱动形态的产品形态设计中，采取的是先从市场上选择一批相关的产品，将产品按功能分解成几个功能模块，然后将功能模块的尺寸与语义用模糊数学的方法联系，然后通过改变表述产品的语义，来获得新的产品，这个方法需要预先搜集大量的数据才能和语义建立联系，同时这种联系的紧密程度往往是通过调研和比较得到的，有很大的主观性。但也的确得到了希望的效果。文献12指出了传统计算机辅助设计建模方法关注与产品的几何表达，不足以支持概念设计过程，提出了一个基于功能的产品概念设计建模体系。通过明确的产品功能分解，获得产品的物理模型，实际的过程是通过一个多层的功能形态映射关系数据库实现的13课题目的、意义市场竞争日趋激烈，产品更新换代周期越来越短，要求不断提高产品设计的自动化程度，提高产品设计的效率。将遗传算法与计算机辅助工业设计相结合，研究基于遗传算法的产品形态设计方法和流程，开发基于遗传算法的产品形态概念设计系统，符合工业设计方法研究发展趋势，具有一定的学术价值和重要的实用价值，对促进工业设计学科的发展和技术进步将起到积极的推动作用。14本文的主要工作本文对遗传算法及其在产品形态创新设计中的应用进行了较为深入的研究。主要的工作包括：(1)详细分析了遗传算法及其在工业设计领域的应用研究现状和发展趋势。(2)讨论了遗传算法、计算机辅助工业设计以及遗传算法在计算机辅助工业设计的应用，指出了可能的实现方法。四川人学硕十学位论文(3)研究了基于遗传算法在产品形态设计方法，提出了基于遗传算法的产品形态设计系统的体系结构，划分了系统功能模块，分析对比了基于遗传算法在产品形态设计方法与传统产品形态设计方法的区别。(4) 阐述了基于遗传算法的产品形态设计系统的实现方式，并具体针对手机上盖部件进行了功能分解，并在功能分解的基础上，设计了组成功能模块的结构特征树形层次结构，以这个树形结构为基础，设计了手机上盖的遗传编码方法。根据编码方法设计了遗传运算的遗传算子。(5)基于目标函数的遗传算法评价体系，只适用于评价包含确定信息的产品结构的适应度大小，无法评价包含模糊信息的产品形态审美因素的适应度大小。本文设计了基于用户需求评价的综合个体适应度评价体系，该评价体系基于用户需求转换方法(QFD)，通过产品特性、顾客需求、专家评价和竞争对手分析几个方面的因素，给出个体综合适应度的加权系数，设计了基于用户需求的调查表。(6) 运用Visual Basic开发界面和solidworks2003 API开发了一个基于遗传算法的产品形态设计软件系统，运用Visual c+十的MFC开发了基于COM技术的遗传算法组件。第二章遗传算法与计算机辅助工业设计技术第二章 遗传算法与计算机辅助工业设计技术21遗传算法的产生与发展遗传算法的基本思想基于Darwin进化论和Mendel的遗传学说。Darwin进化论中最重要的原理是适者生存，它认为每个物种在发展中越来越适应环境，物种每个个体的基本特征由后代所继承，但后代又会产生一些不同于父代的变化。在环境变化时，只有那些能够适应环境的个体特征才能够被保持下来。Mendel遗传学说最重要的是基因遗传原理，认为遗传以密码的方式存在于细胞中，并以基因的形式包含在染色体内部。每个基因有特殊的位置并控制生物某种特殊性质，每个基因产生的个体对环境具有某种适应性。基因突变和杂交可以产生更适应环境的后代，经过存优去劣的自然淘汰，适应性高的基因结构得以保持下来。211生物进化论与生物进化的基本特点根据进化理论，生物的发展和进化有三种主要的形态，这就是交叉、变异和选择。通过不同生物间的交配以及其它的一些原因，生物的基因有可能发生变异而形成一种新的生物基因，这部分变异的基因也将遗传到下一代。通过自然选择，有利于生存环境的基因逐渐增多，而不利于生存环境的基因逐渐减少，物种将逐渐地向适应生存环境的方向进化，从而产生出优良的物种。遗传与进化具有以下几个基本特村ul：(1) 进化是发生在信息载体，即染色体(Chromosome)上，而不是在被编码的生物个体上。(2) 染色体是由基因及其有规律的排列所组成的。(3) 成功适应环境的个体的染色体有更多的机会进行复制，形成有优势的后代。(4) 生物的繁殖过程是由其基因的复制过程来完成的。四川大学硕1学位论文(5) 染色体之间的交叉或染色体的变异会产生新的物种，使子代呈现不同于母代的性状。21 2进化计算进化计算(Evolutionary Computation，EC)是从60年代开始发展的一门新兴学科。当时人们对研究模拟自然界过程的算法的兴趣越来越大。主要的算法包括以下这些： 进化规划；_ 遗传算法： 进化策略； 模拟退火算法等I”】。进化计算基于进化的基本概念，即适者生存。人们将不同的算法归纳为以上的对应进化算法类别。在这些算法中，一群个体或可能的解，历经一系列的变异和交叉算子的遗传运算过程，所得到的个体通过一个选择机制的筛选：将那些适应度较高的个体选择进入下一代。这样反复迭代，经过一定的代数，算法就会收敛到合适的解。目前进化算法的研究主要集中在遗传算法、进化策略和进化规划。国外在遗传编程方面的研究也形成规模，在国内，这方面的研究还处于探索阶段。进化计算的基本体系结构和相关学科的关系如图21。213遗传算法图2-1遗传算法与相关学科的关系1975年，美国Michigan大学的JHHolland教授在从事机器学习研究时发现，机器学习不仅仅可以通过单个生物体的适应来完成，而且可以通过一个种群的许多代进化适应来实现，他认为系统的自适应是从所在环境中得到反馈的函数关系，形成了简单遗传算法的再生规划(Reproductive Plan)。第二章遗传算法与计算机辅助工业设计技术20世纪70年代De Jong基于遗传算法的思想在计算机上进行了大量的纯数值函数优化计算试验。20世纪80年代，Goldberg在归纳总结前人的一系列研究工作基础上，给出了遗传算法的基本框架15l。遗传算法的基本概念是将一个问题的可能解，按一定的方式用参数编码，这些编码后的参数就是基因。种群中一组基因的集合称为一个染色体。一个个体的完整的编码参数组被称为基因型，而基于一个基因型所对应的结果被称为显型。在第一代种群中，候选的解由随机的参数值产生。这些解在适者生存的原则下两两配对繁殖，产生下一代。一个具有较高适应度的个体就有更大的几率参加繁殖，而单个个体的适应度是由算法的评价机制确定的。种群的繁殖是通过交叉和变异算子进行的，它们分别模拟自然界中的生物繁殖的交叉和变异。交叉算子的意义在于产生新的解，而变异算予的意义在于对获得的解引入必要的扰动，防止解过早的成熟和局部的收敛。2131基本遗传算法的构成要素基本遗传算法是模拟自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。其构成要素如下：(1) 染色体编码方法。使用固定长度的二进制符号串来表示群体中的个体。其等位基因是由符号10，1所组成的。(2) 个体适应度评价。基本遗传算法按与个体适应度成正比的概率来决定当前群体的每个个体遗传到下一代群体中的机会多少。(3) 遗传算子。基本遗传算法使用三种遗传算子：选择遗传算子使用比例选择算子；交叉算子使用单点交叉算子；变异算子使用基本位变异算子或均匀变异算子。(4) 运行参数。基本遗传算法有四个运行参数需要提前设定，它们是：M：群体大小，即群体中所含个体的数量。r：遗传运算的终止进化代数。P，交叉概率。心川大学坝f一学位论文定。P。：变异概率。上述4个运行参数是经验数据，实际应用中需要经过多次尝试才能够确2132遗传算法的数学模型在遗传算法中，将”维决策向量 x=Ix，x：靠】7用疗个记号X(f-1,2，”)所组成的符号串x来表示：X=Xj2X。jX=lxl，x2，x。J。把每个爿，看作一个遗传基因，它的所有可能取值称为等位基因，这样，x就可以看作由1个遗传基因所组成的一个染色体。一般情况下，染色体的长度”是固定的，但是对于一些问题n也可以变化。最简单的等位基因是由0和1这两个数组成一个二进制符号串。编码所形成的排列形式工是个体的基因型，与其对应的x值是个体的表现型。遗传算法中，决策变量爿组成了问题的解空间。对问题最优解的搜索是通过对染色体x的搜索进行的。遗传算法的运算对象是由M个个体组成的群体。第，代群体记为P(r)，经过一代的遗传和进化后，记为PO+1)，经过一定代数的进化叠代，最终在群体中会达到或接近一个优良的个体工。遗传算法在最优解的搜索过程中，模仿生物的进化过程，使用遗传算子作用于群体P(fl，进行遗传操作。包括：选择：根据各个个体的适应度，按照一定的规则或方法，从第f代群体P(f)中选择出优良的个体遗传到下一代群体JpO+1)。交叉：将群体JPffl中的各个个体随机搭配成对，对每一对个体，以某种概率(交叉概率)交换它们之间的部分染色体。变异：对群体P“)中的每一个个体，以某种概率(变异概率)改变某个或某些基因座上的基因值为其他的等位基因。根据以上的知识，基本遗传算法可以定义为一个8元组：SGA=(c，E，Po，M，中，F，掣，T其中，C个体的编码方法；E个体适应度评价函数；10第一章遗传算珐与计算机辅助T业设计技术只初始群体；M群体大小；中选择算子；r交叉算子；V变异算子；r遗传运算的终止条件。2133遗传算法应用的步骤遗传算法应用的一般步骤如下：第一步：确定决策变量及其各种约束条件，即确定出个体的表现型和问题的解空间。第二步：建立优化模型，即确定出目标函数的类型及其数学描述形式或量化方法。第三步：确定表示可行解的染色体编码方法，即确定出个体的基因型和遗传算法的搜索空间。第四步：确定解码方法，即确定出由个体基因型到个体表现型的对应关系或转换方法。第五步：确定个体适应度的量化评价方法，即确定出由目标函数值到个体适应度的转换规则。第六步：设计遗传算子，即确定选择运算、交叉运算、变异运算等遗传算子的具体操作方法。第七步：确定遗传算法的有关运行参数，即确定出遗传算法的M、71、P。、P。参数。在算法构造步骤中，两个主要的问题是可行的编码方法和遗传算子的构造。下面给出简单遗传算法步骤的伪代码：Start Genetic AlgorithmsInitialize population；Evaluate population；四川大学硕士学位论文While TerminationCriteriaNotSatisfiedSelect parents for reproduction；Perform recombination(crossover and mulation)Evaluation population；)2134遗传算法的实现技术(1)编码方法编码是应用遗传算法时要解决的首要问题，也是设计遗传算法时的关键步骤。编码方法决定了个体的染色体排列形式、个体从搜索空间的基因型到解空间的表现型转换时的解码方法，同时编码方法也影响到交叉算子、变异算子的运算方法。所以，编码方法在很大程度上决定了遗传运算的运行方式及其效率。但是，如何获得一种比较完美的编码方案是遗传算法的应用难点之一。目前还没有一套完整而严密的理论和评价方法来帮助我们设计编码方案。对此De Jong提出了两条实用的编码原则： 编码原则一：应该使用能易于产生与所求问题相关的且具有低阶、短定义长度的编码方案。一 编码原则二：应该使用能使问题得到自然表示或描述的具有最小编码字符集的编码方案。第一个编码原则要求应使用易于生成适应度较高的个体的编码方案。而第二个编码原则要求编码方案要包括最大的模式数，从而使遗传算法在确定规模的群体中能够处理最多的模式。目前，在遗传算法的应用中，人们已经提出了许多不同的编码方法。总的来说，可以分为阱下三种类型：二进制编码、浮点数编码和符号编码方法。简单说明如下：二进制编码符号集是由0和1所组成的。其个体基因型是一个二进制编叩川人学硕士学位论文f“=af+b乘幂尺度变换：其公式为：F=F k指数尺度变换：其公式为：F=exp(一胪)(3)遗传算子遗传算法的基本遗传算子包括三种：选择算子、交叉算子和变异算子。选择算子按照个体的适应度，将适应度高的个体选择进入下一代群体中，两两地参加遗传运算。交叉算子模仿生物进化的交配重组过程，将两个配对地染色体按照某种方式交换其部分基因，从而形成新的个体，遗传算法中产生新个体的主要方法。变异算子模仿生物的基因变异现象，将个体染色体编码串中某些基因座上的基因值用其它等位基因来替换，从而生成新个体，是遗传算法中产生新个体的辅助方法。选择算子是建立在个体适应度评价的基础上的。这种以适应度高低作为个体选择依据的方法，主要目的是避免优良基因的损失，提高遗传算法收敛到最优解的几率和效率。最常用的选择算子包括比例算子，基本思想是：个体被选中的概率与其适应度成正比。个体被选择的概率公式如下：P，=F?Fj 0=1,2，M1交叉算子的操作对象是两个配对的染色体。其设计要求是不能过多的破坏个体编码的模式，又要能有效地产生出新的个体。在设计交叉算子时，要注意以下几点：如何确定交叉点的位置；如何进行部分基因交换。最常用的交叉算子是单点交叉算子。单点交叉算子在个体编码串中随机选择一个交叉点，然后在该点相互交换两个配对个体的染色体。由于单点交叉交换的基因数目比较小，如果相邻基因座之间的关系能提供较好的个体性状的话，降低个体适应度的可能性比较小。其它的交叉算子包括多点交叉、均匀交叉、算术交叉算子。变异算子的操作对象是单个的个体染色体编码串，根据变异概率pm，随机对个体编码串中某一位或某几位基因座上的基因值作变异运算。它决定了14第二审遗传算法与计算机辅助工业殳计技术码符号串，其形式如100111011，其优点是符号最小字符集编码原则，且编码、解码操作简单易行，交叉和变异操作便于实现等；浮点数编码是为了解决一些多维、高精度要求的连续函数优化问题设计的，它的个体的每个基因值是用某个范围内的一个浮点数表示的，其基因形式如X=【580，690，3 50，380，5oo】，其优点有适于表示范围较大的数，便于较大空间的遗传搜索，便于设计针对问题的专门知识的知识型遗传算子，便于遗传算法与经典优化算法的混合使用。符号编码是指个体染色体编码串的基因值取自一个无数值含义、而只有代码含义的符号集。其基因形式如：Icl，C2，C3，C4l，其优点有符合有意义积木块编码原则，便于在遗传算法中利用求解问题的专门知识，便于在遗传算法与相关近似算法之间的混合使用。(2)适应度函数度量个体适应度的函数称为适应度函数。个体的适应度对遗传算法有重要的意义，它是衡量个体在遗传计算过程中接近或有助于找到最优解的优良程度。评价个体适应度主要包括以下这几个过程：通过解码得到个体的表现型；由个体的表现型计算出个体的目标函数值；根据问题的要求，目标函数值按一定的转换规则求出个体适应度。上面的三个步骤主要适用于函数的最优化，对于产品形态设计中的设计知识处理，无法用单个函数表达，所以般用主观打分的方法确定个体的适应度，这要求设计师要设计一个主观评价体系，将各个方面的评价根据重要程度加权分析，得到一个较为可信的评价结果，再将这个结果按一定的转换规则来定出个体的适应度。以上获得的个体适应度并不一定适应于遗传运算过程，如果有几个个体的适应度值远远高于其它个体，就会产生遗传的早熟现象，相反如果群体的个体适应度相差不大又会产生遗传过程的无竞争性。所以遗传算法应该能够对个体的适应度做尺寸变换，以保持合适的个体差异程度，以提高竞争性。一般的个体适应度尺寸变换的方法有三种(设F 7：为尺寸变换后的新适应度，F为原来的适应度)：线性尺度变换：其公式为：蚺一章遗传算法与计算机辅助工业设计技术遗传算法的局部搜索能力，同时维持了群体的多样性，防止出现早熟现象。变异算予的设计包括两个内容：如何确定变异点的位置；如何进行基因值的替换。最简单的变异算子是基本位变异算子，它只是改变个体编码串中的个别几个基因座上的基因值，而且变异概率p。比较小，所以所起的作用也不大。其它的变异算子包括均匀变异算子、非均匀变异算子、边界变异算子、高斯变异算子。它frith对于基本位变异算子的差异在于改变基因值的方法不同。22计算机辅助工业设计技术计算机辅助技术在工业设计中的应用包括计算机辅助产品形态设计、计算机辅助的视觉传达设计、环境设计、人机界面设计以及色彩设计等等。计算机辅助技术在工业设计活动中的应用及其对工业设计活动的支持见图21。计算机辅助工业设计：计算机辅助设计_一1竺苎垫塑壁兰苎堡!II计算机辅助视觉传达设计_一_一l生兰垫!些!苎堡生【图：7-1计算机辅助技术对工业设计的支持(1)扩展产品形态产生的方法。传统的计算机辅助设计是根据产品的功能要求生成形态，计算机辅助工业设计由于内涵的需要，要求扩展产品形态的产生方法，包括功能型、操作型和基于规则型三大类。功能型的形态设计和传统计算机辅助设计方法是基本一致的。操作型的形态设计主要指通过对现有设计进行变形、修改、再设计等手段产生新的形态。如基于反向工程的形态设计以及基于现有产品的再设计方法。基于规则型的形态设计包括语义驱动、基于人工神经网络的产品形态设四川大学硕士学位论文计等等。文献1 1首先构建了一个基于特征的产品三维模型及其特征数据库，并利用问卷调查获得描述产品形态的语义词与产品三维特征量的变形映射关系，通过改变语义词改变产品形态，达到语义驱动形态设计的目的。图22所示为陔系统的界面。(2) 发展面向对象思想的 图2-2语义驱动的产品形态设计界面产品信息模型。对于工业设计过程，设计初期有一个能在设计小组中共享的产品信息模型，不但便于设计信息的集成，也有利于优秀创意的产生，但必须看到工业设计所涉及的产品信息较工程产品信息包含的信息量更不规范，如何有效的划分产品信息一功能一结构的局部自治关系决定了产品信息模型的优劣。文献15】提出的基于产品信息特征切割、组合的组合创新方法，为这个问题的解决提供有益的启示。(3)基于元设计方案衍生派生设计方案。可以有效地形成产品族或不同设计方案以供评价选择，为控制新设计方案的生成，目前主要采用的算法包括自适应神经网络和形态差别残量算法，其中自适应神经网络方法应用较广。图23所示为其计算模型。(4)追求对设计全过程的计算机辅助设计支持。包括功能设计、形状设计、布局设计、人机界面设计、绿色设计、产品全生命周期设计、创新设计、协同设计等等。(5)支持用户需求设计驱 图2-3基于自适应神经网络的语义驱动的产品形态设计架构第二章遗传算法与计算机辅助工业设计技术动的产品形态设计，更多地“倾听用户的声音”【16J。23 遗传算法在计算机辅助工业设计中的应用遗传算法可在计算机辅助工业设计许多领域得到应用，如计算机辅助产品形态设计、计算机辅助的视觉传达设计、环境设计、人机界面设计以及色彩设计等。遗传算法在产品形态设计方面的应用，可通过形态语义或功能形态结构特征对产品形态进行分解和描述，进而通过遗传运算获得新的产品形态。例如，首先建立一个基于功能一结构映射关系获得的一个树形产品结构特征参数层次数据结构，然后通过遗传算法搜索满足用户需求的结构特征参数，再对结构特征参数进行组合变异，得到新的产品形态设计方案。遗传算法在产品的色彩设计领域的应用，可通过对与产品的外观形态特征相符合色彩个体进行遗传编码，再对遗传编码进行各种色彩搭配方案的遗传运算，获得产品色彩设计方案。同样地，遗传算法可在包括材质与纹理设计在内的其它工业设计领域得到应用，在一定程度上实现工业设计的自动化。遗传算法在工业设计中的应用需要解决的关键问题之一是对设计知识进行分类并进行相应的基因编码。通过基因编码，组成初始种群，然后通过变异、交叉运算产生新的基因序列。遗传算法在计算机工业设计中的应用研究目前急需解决的问题有：(1) 适合产品形态设计的形态特征表达手段；(2) 遗传算法的编码和解码方法以及遗传算子的设计：(3) 遗传算法与其它设计领域知识的交叉；(4) 遗传设计对设计自动化的支持方式。24本章小结本章较为详尽地讨论了遗传算法及其实现技术，对计算机辅助技术在工业设计中的应用及计算机辅助技术对工业设计的支持模式进行了探讨，深入四川大学碗卜学位论文分析了遗传算法在计算机辅助工业设计中的应用及可能的实现方案。第三章基t遗传算法的产品形态设计系统的体系结构设计第三章 基于遗传算法的产品形态设计系统的体系结构设计31系统总体框架设计基于遗传算法的产品形态设计系统的目的是利用遗传算法的特点提高产品形态设计过程的自动化程度，以达到提高产品形态设计效率的目的。系统从以单个的产品作为设计对象转变为以产品形态设计元素编码群体作为设计对象，所获得的往往不是单个新产品方案，而是多个新产品方案所组成的群体。设计师可以直接从群体中选取比较优秀的方案，或在该结果上进行再修改，直到获得满意的结果。系统不再仅仅通过如何创新和修改原形的功能、结构、材质、颜色、工业设计和人机工程学因素等产品形态设计元素来获得新产品，而是通过向初始产品形态设计元素种群添加现有产品的和创新的设计元素编码，进行遗传迭代、寻优搜索，以获得新的新的产品形态设计方案。系统的择优是基于设计方案的个体编码的适应度，对编码适应度的确定，是通过设计一个包括与产品相关的各个方面(包括用户、供应商、设计师、决策者、竞争对手等)意见的加权评价体系，通过这个评价体系评价个体编码的综合个体适应度大小。如果在该评价体系中引入人工智能技术，可以更好地提高设计的自动化程度。基于遗传算法的产品形态设计系统总体框架结构如图31所示。现有产品原形创新产品原形设计与制造知识 遗传算子：选择、交叉和变异图3-1基于遗传算法的产品形态设计系统总体框架凹”I大学硕士学位论文整个框架可以分为三个阶段：原形生成、设计编码和设计发展。原形生成阶段包括初始的现有产品和创新产品原形的选择。原形选择的原则是要选择那些有发展前途的原形。有前途是指那些符合市场需要，或能够引领市场潮流的原形。现有产品原形主要由现有产品原形中的设计要素获得，创新产品原形则由设计师创新的产品原形所包含的设计要素获得。本文以手机的上盖作为实例进行研究。设计编码阶段主要解决产品形态设计要素的提取和编码。产品形态设计要素的提取和编码方式要利用设计和制造知识，保证所提取的特征能够全面和正确地反映产品原形的组成形式，从而获得产品的特征层次结构，并将其定义为产品的表现型；编码方式应能够反映所获得的特征层次结构，由此得到产品的基因型，并由所得的基因型组成产品形态设计方案的初始种群。设计发展阶段是遗传算法的寻优搜索过程。系统通过评价、选择、变换(交叉和变异)以及再生过程获得有希望的设计方案。该过程通过对特定评价标准的适应程度的大小确定个体的适应度，然后按照个体适应度的大小随机的选择适应度大的个体编码参加变换，然后对所获得的新个体进行评价其适应度，再次熏复上述评价一选择一变换一再生过程，形成一个循环，直到获得满意的设计方案。32系统功能模块基于遗传算法的产品形态设计系统集产品信息资源搜集与编码、产品生成、产品发布于一体，根据功能可以将其分为：产品信息搜集与编码、产品方案的遗传生成、设计表达与管理服务模块。如图3-2所示：(1)产品信息搜集与编码模块该模块是遗传算法的前期准备模块，包括现有和创新产品信息的搜集和产品信息编码功能。(2)产品方案的遗传生成模块该模块是基于遗传算法的产品形态设计系统的核心。主要完成产品方案发展的功能，是遗传算法在产品形态设计中应用的具体实现。包括对产品方案的选择、变异、交叉变换等组件。2n第三章 基于遗传算法的产品形态设计系统的体系结构设计基丁遗传算法的产品形态设计系统产品信息搜集与编码模块产品方案的遗传生成模块设计表达与设计评价模块萋冀蓁lF蓁 兰鲁ll 馨图32基于遗传算法的产品形态设计系统的功能模块(3)设计表达与评价模块该模块主要包括产品方案的三维绘图模块以及基于问卷的加权设计评价表，该问卷评价表是确定产品方案综合适应度的依据。(4)管理服务模块该模块由包含产品的设计与制造过程相关知识的知识库组成。该知识库实现对整个系统的知识收集、更新、利用。它是基于遗传算法的产品形态设计系统的编码依据和评价支持标准。33 实现流程与关键步骤图33所示为基于遗传算法的产品设计流程与传统产品设计流程图的对比。相对于传统设计，基于基因算法的产品设计在设计初始化阶段增加了在设计知识的指导下对具有发展潜力的产品进行了遗传编码的操作，并将所获得的遗传编码组成产品初始的编码群体，对产品概念设计阶段中的功能、原理、形状、布局和初步结构设计，则隐台在设计初始化阶段的初始产品选择中。在设计发展阶段，它利用遗传算子来产生新的设计方案，而不是依靠人工产生和评价各种可能方案，减少了人的干预，提高了设计自动化程度。根据遗传算法与产品设计的特点，基于遗传算法的产品设计系统的关键黔5掣售裴理模二管一上设计知识叉子交算异子变算择子选算品形息码产原信编新品形息创产原信有品形息现产原信四JIl大学碗士学位论文图3-3基于遗传算法的产品设计系统的实现流程与传统产品设计流程的对比第一步：确定没计元素及其各种约束条件。即确定出表示产品个体的表现型和问题的解空间。第二步：建立优化模型，即确定出目标函数或目标体系的类型。对产品形态设计而言，用单个目标函数评价产品适应度比较困难，需要建立一个目标评价体系，来量化产品个体的适应度。第三步：确定表示可行产品个体的染色体编码方法，即确定出产品个体第三章基于遗佶算法的产品形态设计系统的体系结构设计的基因型及遗传算法的搜索空间。第四步：确定解码方法即确定出产品的个体基因型与个体表现型的对应关系或转换方法。第五步：确定个体适应度的量化评价方法，即确定出由目标值到个体适应度的转换规则。第六步：设计遗传算子，即确定出选择运算、交叉运算、变异运算等遗传算子的具体操作方法。第七步：确定遗传算法有关的运行参数，即确定遗传算法的群体大小、终止进化代数、交叉概率和变异概率。可行的编码方法、遗传算子的设计是构造遗传算法时需要考虑的两个主要问题，它们与所求的具体问题密切相关，是遗传算法应用是否成功的关键。34本章小结本章提出了基于遗传算法的产品形态设计系统的体系结构，给出了整个系统的体系结构框图，划分了系统功能模块。详细分析了基于遗传算法的产品形态设计系统流程，指出实现基于遗传算法的产品形态设计的关键在于建立基于知识的评价体系与良好的产品方案个体编码。叫川大学硕十学位论文第四章 基于遗传算法的产品形态设计系统的实现方法41系统模型实现框架确定目标产品选择现有的产品 设计师创造的概念产品产品的功能单元树形结构产品的结构单元树形结构遗传编码设计产品的初始编码染色体种群产品的第”代编码染色体种群解码产品编码，并匹配单元参数根据单元参数，进行Solidwork2003二次开发，产生新的遗传算子选择算子设计交叉算子设计变异算子设计产品功能单元对需求的满足度的问卷用户需求和功能单元的二元组构造个体适应度评价体系图41基于遗传算法的产品形态设计系统的实现流程框架下面的流程图阐明了基于遗传算法的产品形态设计系统的实现框架，包括以下几个步骤：第四章基于遗传算法的产品形态设计系统的实现方法(1)明确需要设计的产品。(2)在现有的市场和概念设计中选择有发展潜力的产品要素组成初始产品种群。(3)将产品按照功能划分功能单元，形成产品功能单元的树形结构。(4)根据该树形结构建立对应的产品结构特征的树形结构，作为三维二次开发的基本框架和产品结构特征编码的基础。(5)选择合适的编码方法，将初始种群中的产品要素，按结构特征的树形结构进行编码，形成产品的编码染色体种群。(6)根据基因的编码方式，设计相应的遗传算子，在对产品方案的评价基础上，保证有较高适应度的方案有更高的几率参加遗传运算并遗传到下一代种群中。(7)利用问卷的方式，将产品功能单元对用户需求的满足度联系找出来，构成一个用户需求和功能单元的二元组，并利用加权的方法，量化二元组的满足度大小，以此作为个体基因的适应度。(8)对获得的满意产品编码基因进行解码，从中分离出各个结构特征的参数，并将参数与相应的结构单元匹配。(9)利用Solidwork2003为平台，根据相应功能单元的参数，建立新的产品方案的三维模型42系统实现方法和过程421确认所要开发的产品本课题以手机上盖形态设计作为实例，研究遗传算法在产品形态设计中的应用。之所以选择手机上盖，其原因在于机上盖最能体现手机的形态特点。422现有产品分析图4-2是市场上目前的一些比较典型的手机外 4-2市场现有的手机产品原形观，及其在风格上的分类旧川大学硕_L学位论文图。从左到右依次为诺基亚8850、松下GD55、摩托罗拉C350i、阿尔卡特OT756、诺基亚3220、索爱K700c201，都是目前市场上比较主流或者外观比较经典的机型。由于每一款手机的市场定位、买点不同，在外形的构成元素上是不同的，例如阿尔卡特OT756的按键部分就与其它手机有很大不同，是龟甲纹布局，而上市时间较早的诺基亚8850的下拉式设计也是目前的滑盖手机的先河。42 3概念产品分析手机是一种时尚的消费类IT产品，它的外观设计是很重要的一部分，从90年代的蓝屏、翻盖到目前的彩屏、Java游戏和拍照，新的功能元素不断加入，引起手机外观的不断变化。概念手机是设计师根据自己对未来的流行元素的预见，有目的地将其引入到设计中，以引导大众消费的潮流，它反映了设计师对流行元素的认识和对大众审美意识的引导。手机的概念设计最常出现在各个设计竞赛中的作品中。图4-3是一些设计竞赛中的作品。【211概念手机设计中其主要目的是尝试新的功能或形态元素，所以外观变化比较大，表现多种形态的融合、原始设计元素的重新 图4-3手机概念设计原形组合排列等等，如图43中第一个手机概念设计，其功能键和数字键的排列就不同与一般的手机。这种对新的设计元素的尝试所得到的设计方案往往和图42中所展示的传统手机差异很大，而超出了一般人对手机的理解，不过正是这种尝试不断推动着手机设计的不断发展。424对产品的功能单元分解产品的功能方案设计可以说是整个设计过程中最初的也是最重要的一第叫章基于遗传算法的产品形态设计系统的实现方法步，它需要找出可以实现该产品功能的各种可能方案并进行优选。关键性的一步是如何进行产品形态设计要求的功能分解，因为产品形态设计要求最精炼的产品功能描述，而形成产品的却是许许多多完成一定功能的零部件的组合。如何将抽象的产品形态设计要求转换为具体的、现实的功能要求充分体现了人的创造活动。对这方面的研究，焦点主要集中在功能分解的依据上，有两种方法比较典型：一种以Robert H Sturges为代表，以价值工程理论(VE)为背景，采用功能分解，称为功能逻辑分解方法：另一种以Yasushi Umeda为代表，以人的认知模型为背景，采用行为分解，称为FBS(Function-behavior-state)方法。功能逻辑分解方法从价值工程理论演化而来，经历了基本功能逻辑分解到扩展的功能逻辑分解两个阶段。它的核心是认为设计是一个以功能为基本单位的逻辑问题。它把最终目标，逻辑分解为N个第二层功能，继而分解为第三层功能，直至完成某单一功能的理论上不必再分解的基本功能。整个分解过程被看作是不断问HOW的一个逻辑求解过程，即怎样来实现要被分解的功能，最终形成网状结构的功能扩展结果。该逻辑分解操作依托于功能定义库，功能定义库进行功能的描述以及定义该功能的后续功能。在这种功能扩展中功能块之间存在着：与或关系、因果关系、提供接受信息关系等几种关系。这种方法的关键在于如何建立一个丰富的功能定义库以及定义一个全面的功能块关系描述集。FBS方法基于以下三个定义之上：(1) 功能是人们从实际认识中抽象出来的行为的描述，功能与行为之间是多对多关系。(2) 一个实体的状态是一系列属性以及与相关实体之间的关系。(3) 行为是一系列随时间变化的状态。该方法的特点是以人的认知模型为基础，将功能的分解转换为行为描述的分解，因而更符合人的思维活动。行为可以分解为一系列状态，而任意两个状态之间的变化则就是一个子行为的作用结果，同时两个状态之间的变化往往能够对应于某一基本物理模型。这种功能一行为一状态一基本物理模型的演化与人的设计原理创新思维过程非常相似，因此，行为的分解比功能分解更趋合理性。四川大学坝士学位论文工业产品形态设计的功能单元分解要注意几个问题，首先是考虑功能分解的合理性。即强调各个功能单元之间的因果逻辑关系应该合理。在IT时尚消费类产品功能的繁多，一个功能单元与其它功能单元的逻辑关系往往是一对多，即一个功能往往和多个其它功能有因果关系，且往往随时间变化，造成了功能分解的困难；其次，是要考虑到产品结构的实现，即合理地将产品功能性的描述转化为能实现这些功能的具体形状、尺寸以及相互关系的零部件的描述。典型的方法是基于功能一结构一装配三个层次的转换方法【231【241。层次分解是减少设计复杂性的一个方法，并且也符合人们的认识习惯。它的基本概念是将一个产品看为一个系统，这个系统可以按照不同的标准，如结构、功能等等，划分为几个子系统。它符合FBS方法的第一个和第二个定义，虽然满足第三个定义有困难，但依然适于产品功能单元的分解中。基于以上分析，现将手机上盖划分为五个功能单元，包括上盖的基体、显示屏、功能键、数字键和话筒。每个功能单元又是由下级的单元组成的，从而形成一个产品的树形层次分解结构，如图44。设计对象层功能单元层子功能单元层图44手机上盖的功能分解树形图在这个树形结构中，手机上盖被分解为多个不同的功能层次，而每个功能层次都是由一些功能单元组成的，从横向上看，这些功能单元在功能层次上是相同的，从纵向上看，又是由不同的子功能单元所组成。第一层是设计的对象，或者是一个产品，或者是产品中的某个部件，例如，在本课题中是手机的上盖部件；第二层是功能单元层，它是完成产品或零件总体功能的几个分离部分，是一系列基本功能单元或子功能单元的组合：第三层是子功能单元层，子功能单元组成上一层功能单元，同时也可29第四章基于遗传算法的产品形态设计系统的实现方法以分解为更下一层的功能单元。如上所述，一个产品和零件的功能可以按照下面层次从上到下地进行分解，即：设计对象层、功能单元层、子功能单元层和基本功能单元层。424产品的结构特征参数化表示产品的功能单元分解为结构特征的参数化提供了基础。产品的功能单元分解可以看作是一种功能性的描述，而如何将功能性的描述转化为能实现这些功能的具体形状、尺寸以及相互关系的零部件的描述，则是功能一结构映射过程所要解决的问题。功能层表达功能分解的结果，主要体现的是产品功能描述，不涉及具体的零件形状、尺寸等要素。基本功能单元由几个共同完成该功能的子功能和这些子功能之间的关系组成。而结构层应该能体现该功能设计方案的实现效果，它应该由具体形状、尺寸的零件以及这些零件之间的关系组成。结构分两层，上层以功能单元为输入，按照该功能单元所起的作用转换为一系列特征单元，在结构层获得地结构特征作为输出；下层则以功能之间的关系为输入，用来在结构设计模块生成装配约束。这种转换方法与工程设计流程比较符合，这种功能一结构两个层次充分体现了设计师的设计过程。结构特征在产品中是具有明确工程意义的最小数据单元，如壳、洞、加强筋等等。在设计过程中，设计师可以根据产品的功能单元树形结构，运用工程知识逐步地定义产品的各个不同结构特征。这种功能一结构的映射关系也被目前的一些商业化的工程软件所采用，如Inventor，SolidWorks和Pro-E12s。图4-5基于遗传算法的产品形态功能一结构层次框架层层层层四川I大学硕士学位论文基于产品的功能分解，本文提出一个支持遗传算法的层次框架，如图4-5所示。在这令框架中，包含三个层次，即产品层、功能单元层和结构特征层。从遗传算法的角度来看，上层的个体都是由一个或几个下层的个体组合得到的。对于每个层，初始的个体种群经过很多的遗传运算迭代。获得该层的一个满意解种群，然后就可以从这个解种群中选择一些合适的个体来组成上一级的初始个体种群。应用该层次框架进行遗传算法设计具有如下优点：只需要考虑那些和产品结构单元设计有关的设计元素；功能单元之间的，体现设计知识或用户需求的关系，可以在产品的结构得到体现。根据功能一结构工程知识构成的映射关系，手机上盖的功能单元及组成单元的结构特征的树形层次如图4-6所示。圈4-6手机上盖的功能一结构特征的树形层次结构第一层是产品层，即要设计的产品或者零件；第二层是产品的功能单元层，即是对产品层的功能划分，在前面的章节中已经作了详细的说明；第三层是结构特征层，它是实现上层功能单元的，且具有明确工程意义的产品结构特征；第四层是结构草图层，它是构成结构特征的基础；第五层是基本元件层，它是草图中所包含的点、线等几何元素。30第叫章甚于遗传算法的产品形态设计系统的实现方法图4，7为基于该结构特征树形层次的手机上盖模型，包括手机上盖的基壳、显示屏、功能键、数字键和话筒听筒各个功能单元，组成该手机上盖的各个结构特征包括拉伸、面扫描、面切除、抽壳、拉伸切除等等。通过改变组成手机上盖的结构特征参数值，就可以产生不同的手机上盖模型，如图48所示，这里使用的三维产品形态设计绘图平台是SolidWork2003。图47基于功能一结构层次结构的手机上盖三维模型图4-8不同的功能一结构层次结构对应不同的手机上盖模型四川人学硕士学位论文可以看到，只需要局部改变功能一结构特征层次结构中参数值，就可以得到不同的手机上盖的形态，却不需要改变层次的整体框架结构。如果将功能一结构特征层次关系表示为一种数据结构，那么这种数据结构就可以有效地反映手机上盖的形态，并有可能基于这种数据结构设计出适于遗传算法的个体遗传基因。这种数据结构具有以下特点：包含产品的功能和结构特征信息；以层次化的方法组织产品功能和结构特征信息；具有通用性，适合同一类型的不同的产品。在本研究中，以对象的方式来描述层次信息，即根据功能层中的功能单元设计不同的功能类，例如对于显示屏功能单元来说，所对应的类就是显示屏功能类，而每个功能类中包含各自的结构特征信息。表41为用伪代码所表示的各个功能类的原形。表4-1功能类 结构特征 结构特征参数基壳 拉伸 SizeI，W，H),Shellshape面切除 Size(L，W，H),SweepSurfshape显示屏 拉伸切除 Size(L，W，H)Displayshape功能键 拉伸切除 Size(L，W，H),FuncKeyshape数字键 拉伸切除 Size(L，W，H)，NumKeyshape话筒 拉伸切除 Size(L，W，H),Microphshape43遗传设计系统的遗传算法设计基于遗传算法的产品形态设计系统的核心是支持产品形态设计的遗传算法过程，它的基本思想是期望通过在产品形态设计过程中模拟自然进化过程中的遗传现象，利用选择、交叉、变异等遗传操作，改变一般概念设计过程中的创新活动，提高产品形态设计的自动化程度。本文研究的产品形态设计系统拟采用的文献5中的基本遗传算法(Simple GeneticAlgorithm)，同时采32第四章基于遗传算法的产品形态设计系统的实现方法用了针对手机上盖部件的特定形态表示方法和评价机制。对产品的结构特征参数进行有效的编码、如何组成产品形态的编码染色体种群、如何根据产品形态编码设计合适的遗传算子，以及如何设计个体的适应度函数等，是遗传算法设计需解决的问题。431层次化数据的遗传算法染色体编码遗传算法设计中需解决的首要问题是染色体编码和评价系统的设计。遗传算法在运行过程中，并不对所求解问题的实际决策变量直接进行操作，而是对表示可行解的个体编码施加选择、交叉、变异等遗传运算。将实际的决策变量转变为个体编码，就是编码过程所要完成的任务。由此可见，遗传算法中的编码要完成两个基本行为，描述问题的可行解和将问题的可行解从解空间转换到遗传算法所能处理的搜索空间。编码方法除了决定了个体的染色体排列形式以外，还决定了个体从搜索空间的基因型变换到