基于遗传优化算法的汽车工业产品设计
发布时间：2021-05-23
摘要：传统方法检索产品基因的匹配度低，导致汽车工业产品设计结构不佳，因此提出基于遗传优化算法优化汽车工业产品设计步骤。先划分汽车产品结构，再提出产品功能理念用于解析汽车工业产品设计过程模型。完成上述工作后，定制模板模型用于获取用户需求。为在检索中得到最优解，运用遗传算法的基因重组流程实现汽车工业产品设计。在实验中，随机选取10个样本，并依据三角矩阵得到设计参数，用于测试两种方法检索产品基因的匹配度。实验结果表明，所提方法检索产品基因匹配度更高，符合设计需求。
关键词：汽车工业产品;遗传优化算法;设计过程模型;模板模型;汽车构件;汽车零件;匹配度测试
0引言
汽车产品设计是个复杂过程，通常企业采用设计过程模型描述设计过程。设计过程模型是产品创新的一种方式，在国外有许多学者借用功能分析理念和生物基因工程理念设计过程模型，使设计过程更加合理。通过分析国内外汽车工业产品设计模型，研究当前著名的遗传优化算法，提出遗传优化算法在汽车工业产品设计中的应用研究[1⁃2]。
本次研究中，以发现问题解决理论为主导，构建基于遗传优化算法的汽车工业产品设计方法。在设计的过程中，详细设计了结构阶段和参数阶段，提出了全新的设计流程。实现过程：首先，应用遗传优化算法分析进化模式和进化路线，获取用户潜在需求;再建立用户需求与产品特性之间的关系，运用生物基因工程理念，完成汽车工业产品设计;最后，通过实验研究该方法的可行性。
1基于遗传优化算法的汽车结构设计
运用遗传优化算法理念划分汽车结构，定义如下;由n个面组成的零件面集为FPa={f1,f2,…,fn}，当零件Pa在面集中时，会存在若干个功能面，功能面定义为：零件Pa在面集FPa={f1,f2,…,fn}时，需要满足以下几个条件：
1)接触几何类型可以是面接触和点接触，也可以是平面和曲面[3];
2)一对接触面间存在力的传递。满足上述条件成为功能面，图1为汽车设计结构。
由图1可知，汽车结构设计是由多个独立功能面形成的。从产品层次性上来说，设计结构可以是构件或零件[4⁃6]。功能面不是实体结构，但需要有一定功能，所以将功能面归结到设计结构。在需求分析阶段，所有的信息均是以汽车虚拟产品为描述对象，在概念设计阶段，描述对象有产品、机构[7⁃8]。
在详细设计阶段，要根据具体的设计过程改变信息描述对象。在机构设计阶段，汽车虚拟信息描述的是汽车的机构和构件。在构件设计阶段，主要描述核心的构件和零件[9]。将上述的信息统一起来，得到汽车结构设计过程。
2基于遗传算法的汽车功能设计研究
在设计汽车层次结构后，为得到汽车工程设计的各个关键识别要素，按照以下步骤展开：
首先，为有效获取顾客需求，准确定义产品需求信息，提出定制模板[10]。定制模板模型如图2所示。
图2中的客户集是通过企业外数据源和内数据源获取某类产品的整体需求情况集合。外数据源主要有用户、书籍、技术手册、竞争对手、网络、电影等。内数据源主要有设计师、项目经理和产品生命周期等[11]。再获取改进空间的建设性需求后，要分析现有产品的功能、结构、设计和制造等方面，反求出具有特定功能模块能够满足客户的不同需求，并根据求出的结果，建立相应的需求空间。
相关期刊推荐：《现代电子技术》(半月刊)创刊于1977年，至今已界而立之年，她是我国信息产业系统主管的唯一一本半月刊电子技术类刊物。报道电子科技发展的最新趋势，电子学科发展的最新动态，刊载教学及技术成果转化的优秀论文。
定制模块实现产品功能和结构参数的客户化表达，更易于理解，描述产品功能[12]。在完成定制模板交互选择后，为方便实现产品定制，配置出需求产品。要根据预先设定产品参数编码生产需求基因。需求产品是一类信息描述性产品，可以通过信息特征值描述客户对产品的需求[13⁃14]。
通过分析定制模板产品各项参数之间关系，根据客户需求生成产品功能信息树、结构信息树、技术信息树和管理信息树。在此基础上提出需求产品基因概念，运用产品基因编码规则，产生需求产品基因[15]。一般可分成四类，分别为功能基因、结构基因、管理基因和技术基因。
不同之处在于需求基因结构不完整。获取的产品基因是汽车工业的设计输入，以需求产品基因为基础，检索产品基因。具体检索过程如下：为了在检索中得到最优解，运用遗传算法的基因重组流程，完成汽车工业产品设计。在遗传算法执行的过程中，数量将按指数规律逐渐增多。
1)在基因库中有三种可能，一种是最理想结果，完全匹配产品层基因，检索结束。另一种是得不到完全匹配的产品层基因，但这种结果可能性小。若出现上述现象，需进入步骤2)。第三种没有匹配到产品层基因。出现这种的可能性小，若出现这种现象，需进入步骤2)。
2)在分离需求基因中，未匹配到基因片段，就需要将检索模块层基因中的候选产品基因进行基因重组。如果没有找到满足要求的需求基因片段，就需要进入步骤3)。
3)分解在步骤2)中未能满足的模块层基因。以此为基础，搜索零件层基因，将检索到的零件层基因用于产品基因重组。
4)检索完毕后，如果没有获得较为满意的产品基因，就需要根据用户需求创新设计。需注意在检索过程中，完全匹配和不完全匹配是相对的，需要设定阈值。若高于设定阈值，就是完全匹配的基因;若低于设定阈值，就是无匹配的产品层基因。各层产品基因只能检索一次，这样可以有效避免死循环。
3实验分析
优秀的工程机械企业在工业产品设计上有着很强的研发力度，为保证一定的前瞻性，实验的过程中，对各数据进行数值分析。为防止用户对评价价值的干扰，运用计算公式测试传统方法和本次所建的基于遗传优化算法的设计方法检索产品基因匹配度。
3.1实验样本
在数据库中，随机选取10个样本，实验中考虑到实验样本之间的相互关系，要先确定实验顺序，将功能独立的产品基因放在前面，表1为产品基因设计参数。
3.2实验流程
将本次实验步骤归纳如下;
1)输入产品基因，将随机产生的初始产品基因群体的赋值代数设为0;
2)计算每个产品基因的适应度函数值;
3)按照图3得到最优的产品基因;
4)建立评价指标集，用于评价两种方法挑选产品基因的质量;
5)利用模糊评价法，对比传统方法与基于遗传优化算法的汽车工业产品设计方法检索基因匹配度。
3.3实验数据分析
采用折线图的方式分析数值之间的关系，实验结果如图4所示。
由图4实验结果可知，传统方法检索的产品基因匹配度低，这一现象的原因是，传统方法的产品结构效率低，无法得到最优解。而本次采用的遗传优化算法是依据模式定理，检索到的产品基因匹配度更高。由此，证明所建的基于遗传优化算法的汽车工业产品设计方法符合设计要求。
4结语
本文针对传统汽车工业产品设计方法所造成的问题，提出遗传优化算法在汽车工业产品设计中的应用研究。运用生物基因工程理念和功能分析理念，完成基于遗传优化算法的汽车工业产品设计的研究，验证所提方法的可行性。在数据库中随机抽取10个样本，设计三角矩阵，保证实验结果合理性。实验结果表明，基于遗传优化算法的汽车工业产品设计方法符合设计需求。——论文作者：李源枫，唐彩云，李建华
