基于直觉启发和改进遗传算法的形状概念设计

论文摘要

针对目前计算机辅助概念设计（CACD）领域的研究现状,采用思维模拟的方法,对计算机辅助概念设计系统进行了研究。本文结合国家自然科学基金项目“基于演化的概念设计生物建模理论与方法研究”（No.60174037）和“基于知识进化的人机协同方案创新设计理论与方法研究”（No.50275013）的理论研究,针对概念设计中几个热点问题进行了深入地研究,主要研究成果如下: 提出了思维的基本单元变异联想的定义。对思维的本质特征以及基本思维形式进行了研究,并且提出了以激励事件为分段节点、以变异联想为基本单元的思维过程的分段连续函数表示方法,同时提出了用变异联想表示其它思维形式的计算模型。 提出了直觉启发的计算模型。针对直觉思维的产生过程,采用了Hopfield神经网络以及交叉变异等实现方法,对直觉、经验、联想和可视激励之间的相互关系进行了定量的描述,建立了模拟直觉启发的认知模型以及计算模型。最后给出了利用直觉启发模型生成新分形图的应用实例,计算结果表明此算法能够实现创新。 提出了采用直觉启发模型进行创新设计的一种新方法。根据思维的突变产生直觉的观点,给出了实现创新设计的多种基本运算规则,并且对Hopfield神经网络实现联想记忆的算法进行了改进,从而给出了利用直觉启发模型进行创新设计的计算过程。最后以桌子的自动造型设计为例对此算法进行了验证,计算结果表明此算法能够产生创新。 提出了产品的设计元素的统一的基因表达方法,本文称之为0-1分段基因表达方法,这种表示方法既表示了产品的功能需求特征,又便于计算,并且将其应用于概念设计和创新设计过程中。 提出了两种改进的遗传算法,一种本文称之为分段遗传算法,这种方法采用多参数级联编码方法,遗传算子采用分段交叉算子和分段互异算子,解决了产品结构概念设计的多目标优化模型的计算问题;另一种改进的遗传算法本文称之为最优蔓延遗传算法,这种方法的特点是:（1） 最优解是一个群体。（2） 优化的目标函数表达的是一类目标。（3）遗传运算的目的是使群体中的最优个体逐渐扩大。（4） 遗传终止条件是当群体中所有的个体都是最优个体时,则结束循环。 提出了概念设计过程中选择最优结构的定量求解方法。由于概念设计中每个功能都对应着多种实现结构,哪一种结构组合更符合顾客需求,无法靠人工选择,需要选择合适的算法进行计算。给出了产品功能与结构、结构与结构之间的相互关系,定义了产品的相关矩阵,建立了产品结构概念设计的多目标优化数学模型。对产品的功能、行为、

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 产品概念设计的定义
• 1.3 产品概念设计的研究进展
• 1.4 基于思维演化概念设计的研究进展
• 1.4.1 思维形式的计算模型
• 1.4.2 基于遗传算法的概念设计
• 1.4.3 基于遗传算法的形状概念设计
• 1.5 本文研究问题的提出
• 1.6 本文的研究方法、研究目标和研究内容
• 1.6.1 研究方法
• 1.6.2 研究目标
• 1.6.3 主要研究内容
• 1.7 小结
• 第二章 基于变异联想的直觉启发计算模型
• 2.1 引言
• 2.2 思维的信息加工过程
• 2.3 基本思维形式-变异联想
• 2.4 变异联想的模拟方法
• 2.5 思维过程的分段连续函数表示方法
• 2.6 用基本思维形式表示其它思维形式
• 2.7 直觉启发的计算模型
• 2.7.1 直觉思维的认知过程
• 2.7.2 用基本思维形式表示直觉思维形式
• 2.7.3 直觉启发的计算模型
• 2.7.4 离散的 Hopfield神经网络实现联想记忆
• 2.7.5 改进的 Hopfield神经网络
• 2.7.6 直觉启发模型的计算过程
• 2.8 用直觉启发模型绘制新分形图
• 2.9 小结
• 第三章 基于分段遗传算法的多目标优化常规设计
• 3.1 引言
• 3.2 遗传算法的基本原理
• 3.3 产品的表示
• 3.3.1 产品的基因表达
• 3.3.2 功能基因表达
• 3.3.3 结构基因表达
• 3.3.4 基因表达的分解与合并
• 3.3.5 变长度基因链表达
• 3.4 设计元素的相关性表示
• 3.4.1 产品的相似特性
• 3.4.2 产品的相关矩阵
• 3.4.3 产品的自相关矩阵
• 3.4.4 产品的异相关矩阵
• 3.5 产品结构的多目标优化模型
• 3.6 遗传算法的改进
• 3.7 多目标优化模型的计算
• 3.8 选择产品优化结构组合
• 3.9 应用实例-眼镜选型设计
• 3.10 与相近算法的比较
• 3.11 小结
• 第四章 基于蔓延遗传算法的生成解的适应度选择方法
• 4.1 引言
• 4.2 生成进化设计方法
• 4.3 改进的遗传算法-最优群体蔓延遗传算法
• 4.4 生成解的适应度选择方法
• 4.5 创新设计的应用实例
• 4.6 小结
• 第五章 基于细胞遗传算法的形状变异设计
• 5.1 引言
• 5.2 改进的细胞遗传算法
• 5.3 基于 IFS分形乘积的低维向高维扩展算子
• 5.4 基于细胞遗传算法的形状变异设计
• 5.5 小结
• 第六章 基于直觉启发计算模型的形状变异设计
• 6.1 引言
• 6.2 基于直觉启发模型进行变异设计的实现过程
• 6.3 基于直觉启发模型进行变异设计的实现方法
• 6.3.1 产品经验库的建立
• 6.3.2 用改进的 Hopfield神经网络进行联想记忆
• 6.3.3 变异创新过程
• 6.4 应用实例
• 6.5 小结
• 第七章 直觉启发和遗传算法相结合的形状变异设计
• 7.1 引言
• 7.2 直觉启发模型中联想记忆的优化计算
• 7.3 基于直觉启发和遗传算法的创新解生成方法
• 7.4 基于直觉启发和蔓延遗传算法的生成解适应度选择方法
• 7.5 应用实例
• 7.6 小结
• 第八章 系统实现
• 8.1 引言
• 8.2 总体设计
• 8.3 眼镜企业特点
• 8.3.1 眼镜产品
• 8.3.2 选择眼镜产品设计的优点
• 8.3.3 眼镜企业存在的问题
• 8.4 计算机辅助眼镜概念设计实现系统
• 8.4.1 产品数据库系统和结构
• 8.4.2 产品开发系统模块
• 8.5 眼镜自动构型系统
• 8.6 眼镜形状创新设计系统
• 8.7 小结
• 第九章 结论与展望
• 9.1 结论
• 9.2 展望
• 参考文献
• 论文创新点摘要
• 附录一:攻读博士期间发表论文情况
• 附录二:攻读博士期间科研情况
• 致谢
• 大连理工大学学位论文版权使用授权书