一种基于改进灰狼算法的薄板钻孔夹具布局优化方法
摘要文本
本发明提出了一种基于改进灰狼算法的薄板钻孔夹具布局优化方法；首先，通过设计布局编码方案和使用有限元分析计算来获取不同夹具布局下的最大变形量和残余应力数据；然后，建立克里金预测模型来预测夹具布局的变形和残余应力；最后，将预测模型与改进的灰狼优化算法相结合，提供一组全面的较优解；本发明在改进的灰狼算法中，采用佳点集初始化种群，引入莱维飞行以避免陷入局部最优解，调整距离控制参数以平衡全局和局部搜索，通过非支配排序和拥挤度距离来选择种群；本发明能够自动搜索薄板钻孔夹具布局方案以降低变形和残余应力的同时提高效率，有效地保证了飞机蒙皮加工质量和性能。
申请人信息
- 申请人:湖北工业大学
- 申请人地址:430070 湖北省武汉市洪山区南李路28号
- 发明人: 湖北工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于改进灰狼算法的薄板钻孔夹具布局优化方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311844342.7 |
| 申请日 | 2023/12/29 |
| 公告号 | CN117494530B |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F30/23 |
| 权利人 | 湖北工业大学 |
| 发明人 | 吴锐; 黄诗瑶; 张文谦; 郑重; 薛欢 |
| 地址 | 湖北省武汉市洪山区南李路28号 |
专利主权项内容
1.一种基于改进灰狼算法的薄板钻孔夹具布局优化方法，用于对薄板夹具布局有目标地进行选择，其特征在于，包括以下三个内容：S1、有限元分析；S2、克里金预测模型；S3、改进灰狼算法；其中S1包括两个步骤：S1.1、采用“N-2-1”定位原理，将薄板钻孔夹具布局位置作为设计变量，最小化薄板钻孔最大变形量/>和最大残余应力/>作为目标函数；S1.2、建立薄板钻孔夹具布局优化问题的数学模型，然后对薄板钻孔过程进行有限元分析，将获得的薄板钻孔模型作为基础模型；S2包括两个步骤：S2.1、基于基础模型对薄板钻孔夹具布局位置进行随机选择，并将薄板钻孔夹具布局位置/>作为输入参数进行参数化建模；S2.2、以参数化建模获取的数据建立初始克里金预测模型，然后通过正交实验调整参数，建立最终克里金预测模型；S3包括七个步骤：S3.1、利用佳点集方法初始化灰狼种群，此时迭代次数t=1；S3.2、初始化改进灰狼算法参数；S3.3、计算每个灰狼个体适应度；S3.4、更新改进灰狼算法参数并计算灰狼个体位置；S3.5、通过莱维飞行策略更新灰狼个体位置；S3.6、对灰狼种群合并和选择；S3.7、判断迭代次数t是否大于最大迭代次数t，最终输出最佳薄板钻孔夹具布局方案；max所述S3.2中初始化改进灰狼算法参数，需要对距离控制参数进行优化，使其具有可调节的特性；迭代搜索过程分为全局勘探和局部开发两种形式，对于前半段迭代，即/>＞1时，不仅进行全局勘探，还进行局部开发，对于后半段迭代，即/>＜1时，只进行局部开发，提出了一种可调节距离控制参数/>，其与迭代比例关系如下：
(2)其中，为当前迭代次数，/>为最大迭代次数，/>为全局勘探比例；确定最佳可调节距离控制参数后，计算改进灰狼算法默认控制参数收敛因子/>和摆动因子/>，计算公式为：
(3)
(4)其中，和/>是区间为[0, 1]的随机向量；所述步骤S3.6中灰狼种群合并与选择，首先将父代种群和子代种群进行合并为新种群W，然后采用非支配排序的方法对新种群中灰狼个体进行排序，随后计算灰狼个体拥挤度距离，按照拥挤度距离从大到小排序，并逐个选择拥挤度距离较大的灰狼个体形成新种群W’，直至灰狼个体数量达到灰狼个体数量g。。关注微信公众号马克数据网