基于遗传算法构建响应面模型的方法及应用其的系统 .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN107515978A

(43)申请公布日2017.12.26

(21)申请号CN201710708683.X

(22)申请日2017.08.17

(71)申请人广东工业大学

地址510009广东省广州市越秀区东风东路729号

(72)发明人王科峰黄运保李璞

(74)专利代理机构佛山市禾才知识产权代理有限公司

代理人刘羽波

(51)Int.CI

权利要求说明书说明书幅图

(54)发明名称

基于遗传算法构建响应面模型的方

法及应用其的系统

(57)摘要

本发明涉及复杂产品设计制造领

域，尤其涉及一种基于遗传算法构建响应

面模型的方法及应用其的系统，其方法包

括如下步骤：a.采样：输入期望参数或标

准，采样数据由拉丁超立方采样的方法获

得；b.基函数字典的构造：构造一个混合

字典；c.寻求稀疏表示的算法：构建好步

骤b中所述的混合字典之后，再根据步骤a

中所述的采样数据中的X和Y，模拟遗传

算法求解混合字典中各基函数对应的系

数；d.模型的建立；e.得到复杂产品设计中

的自变量xt对应的原仿真模型的值yt；f.

输出加工参数用于对复杂机电产品的生产

制造。本发明利用模拟遗传思想在混合字

典上寻求稀疏度小同时精度足够高的表

达，进而构建一个更加精确、简洁的响应

面模型。

法律状态

法律状态公告日法律状态信息法律状态

2021-07-30未缴年费专利权终止未缴年费专利权终止

2018-08-21授权授权

2018-01-19实质审查的生效实质审查的生效

2017-12-26公开公开

权利要求说明书

1.一种基于遗传算法构建响应面模型的方法,用于对复杂机电产品的设计制造系统,

其特征在于,包括如下步骤:

a.采样:输入对应复杂机电产品设计制造的期望参数或标准,再由所述设计制造系统

通过拉丁超立方采样的方法获得采样数据;

b.基函数字典的构造:采用自适应混合基构造一个混合字典;

c.稀疏表示:构建好步骤b中所述的混合字典之后,再根据步骤a中所述的采样数据

中的X和Y,模拟遗传算法求解混合字典中各基函数对应的系数;利用模拟遗传算法

的思想,引入大种群思想来加快计算速率;

d.模型的建立:由上述步骤c得到s个基函数对应的系数、字典Φ和信号样本Y;字

典Φ中s个基函数以外的其他基函数系数为0,由此得到字典Φ每个基函数对应的

系数,记为向量θ,构建响应面模型为y=Φ*θ;

e.响应面模型优化处理:所述步骤d中响应面模型构造完后,如需得到复杂产品设计

中的自变量xt对应的原仿真模型的值yt,将x带入构建字典Φ的n个基函数,得新的

字典Φt,按照响应面模型y=Φt*θ计算xt对应的yt的估计值ytr;

f.输出后续加工需求的结果数据作为后续生产设备的制造参数,用于对复杂产品的生

产制造。

2.根据权利要求1所述的一种基于遗传算法构建响应面模型的方法,其特征在于,所

述步骤a中所述的拉丁超立方采样的方法包括如下步骤:

a1.从区间[0,1/m],[1/m,2/m],[2/m,3/m],...,[1-1/m,1]中随机选取一个区间;

a2.从该区间中随机选取一个值作为其值;采样点的所有分量都执行这样的操作后,便

形成采样点坐标,完成一次采样;总共有p个变量,则重复p次操作,由拉丁超立方采样

的方法产生的采样点可以表示为

X=[xsub1/sub,xsub2/