專利名稱：：一種基于表面網(wǎng)格的塑料注射成型澆口位置確定方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于塑料注射成型領(lǐng)域，涉及塑料注射成型最佳澆口位置確定方法，更具體地說涉及基于表面網(wǎng)格的塑料注射成型最佳澆口位置的確定。
背景技術(shù)：
：澆口位置選擇是影響注射制品質(zhì)量最重要的因素之一。不恰當(dāng)?shù)奈恢每赡軙?dǎo)致制品嚴(yán)重的缺陷，如過度充填、翹曲、滯流等等。應(yīng)用注射成型CAE軟件輔助設(shè)計人員進(jìn)行澆口位置選擇是目前的主要設(shè)計手段。分析人員首先根據(jù)經(jīng)驗或者試驗設(shè)計方法選擇若干個澆口位置，然后分析比較通過計算得到的模擬結(jié)果數(shù)據(jù)，選取較好的一個。該方法過于依賴設(shè)計人員的經(jīng)驗，并且效率不高。因此，在現(xiàn)有CAE軟件和理論的基礎(chǔ)上應(yīng)用優(yōu)化算法對注射成形方案的澆口位置進(jìn)行優(yōu)選成為研究的熱點問題。一般的澆口位置確定方法是將現(xiàn)有的CAE軟件與搜索技術(shù)相結(jié)合反復(fù)迭代計算直至滿足目標(biāo)條件為止，可見余德啟，安然，王希誠"注塑模具澆口位置的演化設(shè)計方法";申長雨，余曉蓉等人"塑料注射成型澆口位置優(yōu)化"；翟明，顧元憲"注射模澆口數(shù)目和位置的優(yōu)化設(shè)計"；李吉全，李德群，郭志英"面向翹曲變形的注塑模具澆口位置優(yōu)化研究"。雖然理論上此類方法可以得到最優(yōu)的澆口位置，但是CAE軟件本身計算需要大量的時間，在反復(fù)迭代過程中耗時更多，超過了實際使用的可接受范圍。另外有些學(xué)者利用中面網(wǎng)格的幾何信息結(jié)合遺傳算法確定最優(yōu)澆口位置，見余曉容，申長雨等人"基于流動平衡的注塑模澆口位置優(yōu)化設(shè)計"。中面網(wǎng)格利用假想位于三維實體中心位置的二維平面來表示實體的幾何形狀，該網(wǎng)格往往不能直接得到，需要操作者進(jìn)行二次建模效率不高，對于復(fù)雜零件效率更加低下，在實際生產(chǎn)中該網(wǎng)格使用不多。同時該方法假設(shè)邊界節(jié)點的流動長度為澆口至邊界節(jié)點的直線，沒有反映厚度與零件的復(fù)雜程度對熔體流動的影響，計算的精度不高。還有一些學(xué)者直接在CAD系統(tǒng)中生成邊界點，采用邊界節(jié)點的流動長度為澆口至邊界節(jié)點的直線的假設(shè)條件，利用搜索算法確定澆口位置，見項輝宇、孫勝、鐘約先"邊界點集規(guī)劃與注塑模具澆口位置的優(yōu)化"。與基于中面網(wǎng)格的方法相同，此方法存在效率低、計算精度不高等缺陷，不利于在生產(chǎn)實際中的應(yīng)用。表面網(wǎng)格也稱為雙面網(wǎng)格，是一種基于實體表面技術(shù)的有限元分析模型，與中面網(wǎng)格模型數(shù)據(jù)不同，表面網(wǎng)格直接使用封閉空間曲面來表示實體零件，利用空間位置建立實體上下兩個表面的對應(yīng)關(guān)系進(jìn)行有限元分析。表面網(wǎng)格即保留了中面網(wǎng)格的全部技術(shù)特點又實現(xiàn)了CAE系統(tǒng)與CAD系統(tǒng)的無縫集成，在實際生產(chǎn)中獲得了廣泛的應(yīng)用。但是由于表面網(wǎng)格比中面網(wǎng)格要復(fù)雜許多，除了利用現(xiàn)有的CAE軟件進(jìn)行簡單的迭代模擬計算澆口位置外，目前還沒有基于表面網(wǎng)格的注射成型最佳澆口位置選擇方法的相關(guān)研究。
發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)上的缺陷，提供一種基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，達(dá)到快速自動確定最佳澆口位置的目的。本發(fā)明提供的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其步驟包括第1步根據(jù)零件的幾何造型由網(wǎng)格生成工具生成零件的表面網(wǎng)格；第2步假定澆口位置位于網(wǎng)格節(jié)點上，并且熔體流動的方向限定于網(wǎng)格節(jié)點的連線上；根據(jù)表面網(wǎng)格生成帶權(quán)值的無向第3步選擇無向圖中對應(yīng)于零件上能夠設(shè)置澆口的表面的所有頂點，由這些頂點構(gòu)成澆口頂點集合；第4歩設(shè)定空間坐標(biāo)系中存在一個表面平行于坐標(biāo)平面的最小長方體，并且所述澆口頂點集合中所有頂點均位于該最小長方體內(nèi)；利用與坐標(biāo)平面平行的平面將所述最小長方體切割成空間小長方體，每個小長方體中的澆口頂點構(gòu)成相應(yīng)的澆口頂點集合的子集；第5步利用遺傳算法搜索無向圖中近似最佳澆口位置頂點組合；第6步以第5步得到的近似最佳澆口位置頂點組合為初始位置，利用爬山算法搜索最佳澆口位置頂點組合；第7步根據(jù)最佳澆口位置頂點組合中的頂點找到第1步生成的表面網(wǎng)格中對應(yīng)的節(jié)點作為最佳澆口位置。上述第2步的優(yōu)選實現(xiàn)過程為第2.1步根據(jù)表面網(wǎng)格中的節(jié)點生成無向圖中對應(yīng)的頂點；第2.2步根據(jù)表面網(wǎng)格中節(jié)點間的相鄰關(guān)系生成無向圖中頂點間的??；第2.3步根據(jù)表面網(wǎng)格中節(jié)點坐標(biāo)值、節(jié)點的厚度和相鄰關(guān)系按照下式(I)計算相鄰兩頂點間對應(yīng)弧的權(quán)值『；<formula>formulaseeoriginaldocumentpage8</formula>(I)式中(^乂,21),(^,"，22)—兩頂點對應(yīng)節(jié)點的坐標(biāo)；6,，62—兩頂點對應(yīng)節(jié)點的厚度；；i一厚度補(bǔ)償系數(shù)；第2.4步在表面網(wǎng)格中有配對關(guān)系的節(jié)點所對應(yīng)的頂點間建立權(quán)值為0的弧。上述第4步按照下述優(yōu)選方式切割最小長方體，并構(gòu)成澆口頂點集合的子集第4.1歩按照下式(II)確定最小長方體在X,r,Z三個方向的分割份數(shù)《,《,《<formula>formulaseeoriginaldocumentpage8</formula>(II)式中"，6，C一分別為U,Z三個方向的分割距離權(quán)值；X^，X二、X^，《h和4^,4一分別為澆口頂點集合中頂點在mz方向坐標(biāo)的最大值，最小值；^一為零件的平均厚度；A,A,;"3一為最小長方體坐標(biāo)偏移權(quán)值；第4.2步根據(jù)公式d-《x《x《計算子長方體個數(shù)J，J也是頂點子集的個數(shù)，并將各子集按照1J的順序記錄；第4.3步按照公式(III)計算各頂點(U,2)所在的子集序號J，并將各頂點加入到對應(yīng)的子集中；<formula>formulaseeoriginaldocumentpage9</formula>上述第5步的優(yōu)選實現(xiàn)過程為第5.1步初始化種群以第3步所生成的無向圖中澆口頂點集合中的頂點的組合作為遺傳算法中的個體，組合中各頂點的坐標(biāo)作為遺傳個體的表現(xiàn)型，個體組成的集合作為遺傳算法中的種群；初始化種群具體是指從澆口頂點集合中隨機(jī)選取頂點，并將所選取的頂點按照確定澆口位置的數(shù)量進(jìn)行組合，再按照遺傳算法的要求對頂點的坐標(biāo)進(jìn)行編碼，形成遺傳算法中遺傳操作能夠處理的遺傳基因；第5.2步計算種群中各個體的適應(yīng)值；第5.3步如果如下判據(jù)中有一條成立，則結(jié)束搜索過程，轉(zhuǎn)向第5.9步，否則轉(zhuǎn)向第5.4步判據(jù)一遺傳操作的迭代次數(shù)是否達(dá)到預(yù)定的上限值；判據(jù)二種群中最佳個體的適應(yīng)值基本沒有變化；第5.4步根據(jù)種群中個體適應(yīng)值大小，進(jìn)行選擇遺傳操作，將父代種群中的優(yōu)良個體復(fù)制到子代種群；第5.5步將種群中的個體隨機(jī)搭配成對，按交叉概率交換個體之間的部分編碼，生成新的個體；第5.6步對交叉操作所生成的新個體進(jìn)行調(diào)整，即將新個體中的頂點的坐標(biāo)設(shè)置為與新個體中的頂點位置最近的澆口頂點的坐標(biāo)；第5.7步按變異概率隨機(jī)選擇個體編碼中的某一位，修改該位的值為1或者0，生成新的個體；第5.8步按照第5.6步的方式對變異操作所產(chǎn)生的新個體進(jìn)行調(diào)整，完成后轉(zhuǎn)向第5.3步；第5.9步選取遺傳操作后種群中適應(yīng)值最大的個體所代表的頂點組合作為近似最佳澆口位置頂點組合輸出，遺傳搜索過程結(jié)束；第5步的進(jìn)一步優(yōu)選實現(xiàn)方式為第5.2步中，首先以個體中的頂點為初始位置，利用最短路徑法計算無向圖中各頂點的最短路徑長度；再利用最短路徑長度計算個體的適應(yīng)值。第5.6步按照下述方式對新產(chǎn)生的個體進(jìn)行調(diào)整(Al)對新產(chǎn)生的個體進(jìn)行解碼，遺傳解碼是編碼的逆過程，即是將用于遺傳操作的遺傳基因轉(zhuǎn)換為個體的表現(xiàn)型；(A2)對新產(chǎn)生的個體中的頂點，在第3步所生成的澆口頂點集合中搜索與之最近的頂點，具體步驟為(D按公式(ni)根據(jù)坐標(biāo)確定新產(chǎn)生的個體中的頂點所在的澆口頂點子集的序號w，若第J'個子集中有頂點存在則直接將第^個子集作為當(dāng)前頂點集合，轉(zhuǎn)步驟O)，否則轉(zhuǎn)步驟(2);O)遍歷存在頂點的所有澆口頂點子集，選取子集中心位置與新產(chǎn)生個體的頂點位置最近的子集為當(dāng)前頂點集合；③在當(dāng)前頂點集合中搜索與新產(chǎn)生個體的頂點位置最近的頂點；(A3)將新產(chǎn)生個體中的頂點的坐標(biāo)設(shè)置為澆口頂點集合中與其位置最近的頂點坐標(biāo)，并重新編碼；(A4)按照第5.2步所述個體適應(yīng)值的計算方法計算調(diào)整后個體的適應(yīng)值。上述第6歩的優(yōu)選實現(xiàn)過程為第6.1步以表示近似最佳澆口位置的頂點組合為初始頂點組合g"第6.2歩以表示近似最佳澆口位置的頂點組合的適應(yīng)值為初始適應(yīng)值《；第6.3步設(shè)定中間量當(dāng)前頂點組合^及當(dāng)前適應(yīng)值巧，并令&=&，《=巧.；第6.4步取得當(dāng)前頂點組合的所有相鄰頂點組合，依次以各相鄰頂點組合為初始位置利用最短路徑法計算無向圖中各頂點的最短路徑長度，再利用最短路徑長度計算相鄰頂點組合的適應(yīng)值；第6.5步假設(shè)當(dāng)前頂點組合的相鄰頂點組合中的最大適應(yīng)值為Fmax，相對應(yīng)的頂點組合為g,，取F皿與當(dāng)前適應(yīng)值作比較，假如《皿>《轉(zhuǎn)第6.6步，否則轉(zhuǎn)第6.7步；第6.6步修改當(dāng)前頂點組合和當(dāng)前適應(yīng)值，即gt.=graax，《=JPmax，轉(zhuǎn)第6.4步；第6.7步將當(dāng)前頂點組合作為最佳澆口位置頂點組合輸出，爬山搜索過程結(jié)束。本發(fā)明根據(jù)最佳澆口位置的定義，直接利用表面網(wǎng)格模型數(shù)據(jù)，將表面網(wǎng)格轉(zhuǎn)化為帶權(quán)值的無向圖，將流動長度求解問題轉(zhuǎn)換為圖的最短路徑問題，并結(jié)合遺傳算法與爬山算法的優(yōu)點，建立Generic-HillClimbing方法搜索最佳澆口位置。與現(xiàn)有技術(shù)相比本發(fā)明的優(yōu)點在于:直接利用表面網(wǎng)格計算最佳澆口位置突破了數(shù)據(jù)模型的限制;采用Generic-HillClimbing方法進(jìn)行搜索，其結(jié)果高效準(zhǔn)確；不但可計算單個最佳澆口位置，還可計算多澆口位置組合。圖l為本發(fā)明方法的流程圖2為表面網(wǎng)格轉(zhuǎn)化為帶權(quán)值的無向圖的流程圖3為表面網(wǎng)格配對關(guān)系示意圖4為遺傳算法與爬山算法比較圖5為遺傳算法流程圖6為初始化種群流程圖7為爬山算法流程圖8為平板零件單澆口最佳位置確定結(jié)果圖。具體實施例方式本發(fā)明采用簡化條件成功地將表面網(wǎng)格模型數(shù)據(jù)轉(zhuǎn)換為帶權(quán)值的無向圖，使得流長求解問題轉(zhuǎn)變?yōu)閳D的最短路徑問題，并利用最短路徑法求解對應(yīng)各節(jié)點的流動長度，在此基礎(chǔ)上建立了約束域的Generic-HillClimbing混合優(yōu)化算法，能夠在制品空間中搜索最佳澆口位置。如圖1所示，本發(fā)明方法的具體實施步驟為(1)生成表面網(wǎng)格根據(jù)零件的幾何造型由網(wǎng)格生成工具生成零件的表面網(wǎng)格，并且通過比較表面網(wǎng)格節(jié)點的坐標(biāo)值得到表面網(wǎng)格節(jié)點坐標(biāo)值范圍，即表面網(wǎng)格節(jié)點在X方向坐標(biāo)的最大值，最小值x,^，u，在y方向坐標(biāo)的最大值，最小值y，,y,^，在Z方向坐標(biāo)的最大值，最小值z,^,^m，另外取得零件的平均厚度f。(2)根據(jù)表面網(wǎng)格生成帶權(quán)值的無向圖依據(jù)有限元方法的原理，本發(fā)明假定澆口位置必須位于網(wǎng)格節(jié)點上，并且熔體流動的方向限定于網(wǎng)格節(jié)點的連線上。在以上假設(shè)的基礎(chǔ)上，表面網(wǎng)格生成帶權(quán)值的無向圖的具體步驟如下1)逐個根據(jù)表面網(wǎng)格中的節(jié)點生成無向圖中對應(yīng)的頂點。2)逐個根據(jù)表面網(wǎng)格中節(jié)點間的相鄰關(guān)系生成無向圖中頂點間的弧。3)根據(jù)表面網(wǎng)格中節(jié)點坐標(biāo)值、節(jié)點的厚度和相鄰關(guān)系計算對應(yīng)弧的權(quán)值。在塑料注射成型薄壁假設(shè)條件下，忽略溫度對塑料熔體粘度的影響，可認(rèn)為在相同的工藝條件下塑料熔體在型腔中的流動長度僅與型腔壁厚有關(guān)。根據(jù)以上分析，本發(fā)明所述根據(jù)表面網(wǎng)格中節(jié)點坐標(biāo)、節(jié)點的厚度和相鄰關(guān)系計算對應(yīng)弧的權(quán)值公式如下『二2V"-X2)2+Ol-+(Z,-Z27(1)一(A+w式中r一相鄰兩頂點間對應(yīng)弧的權(quán)值；(x,，乂,z,),(^，A,^)—兩頂點對應(yīng)節(jié)點的坐標(biāo)；h，62—兩頂點對應(yīng)節(jié)點的厚度；；i一厚度補(bǔ)償系數(shù)，A為實數(shù)，取值范圍為[1,3]。4)在表面網(wǎng)格中有配對關(guān)系的節(jié)點所對應(yīng)的頂點間建立權(quán)值為0的弧根據(jù)薄壁假設(shè)原理，塑料熔體在零件的對應(yīng)上下兩個表面上的流動是協(xié)調(diào)一致的。為了在表面網(wǎng)格上實現(xiàn)熔體的這種協(xié)調(diào)流動，在表面網(wǎng)格對應(yīng)兩個表面的厚度方向上的兩個對應(yīng)節(jié)點間，建立了節(jié)點的對應(yīng)關(guān)系，稱之為表面網(wǎng)格節(jié)點間的配對關(guān)系。如圖3所示，節(jié)點1與節(jié)點2對應(yīng)，節(jié)點3與節(jié)點4對應(yīng)，在熔體的充模過程中如果節(jié)點1有熔體流過，則節(jié)點2必然有熔體流過。對表面網(wǎng)格中有配對關(guān)系的節(jié)點，在其所對應(yīng)的無向圖的頂點間建立權(quán)值為O的弧。根據(jù)上述規(guī)則，本發(fā)明將表面網(wǎng)格轉(zhuǎn)化為帶權(quán)值的無向圖。(3)生成無向圖中澆口頂點集合本發(fā)明所述無向圖中的澆口頂點是指可能存在澆口的表面網(wǎng)格中的節(jié)點所對應(yīng)的頂點，澆口頂點的全體為澆口頂點集合。一般情況下認(rèn)為整個零件的表面都可以設(shè)計澆口，澆口頂點集合為步驟(2)所生成的無向圖中的所有頂點。在有特殊要求的情況下澆口只能位于零件的某些表面上或某些區(qū)域上，澆口頂點集合為能夠設(shè)計澆口的表面或區(qū)域中的表面網(wǎng)格節(jié)點所對應(yīng)的無向圖中的頂點的集合。通過比較所生成的澆口頂點集合中頂點坐標(biāo)值，得到澆口頂點集合中頂點在Z方向坐標(biāo)的最大值，最小值^^X^，7方向坐標(biāo)的最大值，最小值X^,;4n，Z方向坐標(biāo)的最大值，最小值《M，z,";(4)生成澆口頂點集合的子集合假設(shè)空間坐標(biāo)系中存在一個表面平行于坐標(biāo)平面最小長方體，使得步驟(3)所生成的澆口頂點全部位于該長方體內(nèi)。最小長方體的具體表達(dá)方式有很多，本發(fā)明并不局限于特定的表達(dá)方式，下面以對角線頂點的坐標(biāo)為例定義最小長方體，其對角線頂點的坐標(biāo)可表示為(X丄-A，Kin—/"2，4n—>"3)，(X腿+A,義》+A,ZLx+。利用與坐標(biāo)平面平行的平面將設(shè)定的最小長方體切割成一些空間小長方體，每個小長方體中的澆口頂點構(gòu)成相應(yīng)的澆口頂點集合的子集，并用子集中所有頂點坐標(biāo)的平均值作為子集中心位置的坐標(biāo)，記為(^，5^,，^')，其中^為子集序號。本發(fā)明所述生成澆口頂點集合子集的具體步驟如下0)確定最小長方體在x，:r,z三個方向的分割份數(shù)《,A,《，計算公式如式(2)(4):<formula>formulaseeoriginaldocumentpage13</formula>《="，=(少maxJ^min+2/^2)+1+1(3)(4)式中"，6，c一分別為U,Z三個方向的分割距離權(quán)值，一般取5至15的整數(shù)，//,,//2,//3—最小長方體坐標(biāo)偏移權(quán)值，取值范圍為。②根據(jù)公式"二《x^x《計算子長方體個數(shù)"，"也是頂點子集的個數(shù)，并將子集按照ld的順序記錄。③按照公式(5)計算各頂點(x,乂z)所在的子集序號flT，并將各頂點加入到對應(yīng)的子集中；+'義+'義《■(5)(5)利用遺傳算法搜索無向圖中近似最佳澆口位置頂點組合遺傳算法是一種利用生物界自然選擇、適者生存的進(jìn)化論思想及隨機(jī)理論的優(yōu)化算法，適合解決規(guī)模大且模型較復(fù)雜的全局優(yōu)化問題，但其局部搜索能力差，精確求解效率低下。如附圖4所示，搜索區(qū)域可分為四部分，分別標(biāo)記為1、2、3和4，其中，3為最優(yōu)區(qū)域。利用遺傳算法很容易找到最優(yōu)區(qū)域3中的次優(yōu)點B，但是由次優(yōu)點S搜索至最優(yōu)點J則需要進(jìn)行大量運(yùn)算，效率不高。根據(jù)遺傳算法的這一特性，本發(fā)明利用遺傳算法搜索近似最佳澆口位置頂點組合，其流程圖如圖5所示，具體步驟如下-(5-1)初始化種群本發(fā)明以步驟(3)所生成的無向圖中澆口頂點集合中的頂點的組合作為遺傳算法中的個體，頂點的坐標(biāo)作為遺傳個體的表現(xiàn)型(特征)，個體組成的集合作為遺傳算法中的種群。本發(fā)明所述初始化種群具體是指從澆口頂點集合中隨機(jī)選取一定數(shù)量的頂點，并將所選取的頂點按照確定澆口位置的數(shù)量進(jìn)行組合，再按照遺傳算法的要求對頂點的坐標(biāo)進(jìn)行編碼形成遺傳算法中遺傳操作可處理的遺傳基因。初始化種群步驟如圖6所示，具體可描述為1)確定隨機(jī)選擇頂點個數(shù)^本發(fā)明所述隨機(jī)選擇頂點個數(shù)iV,是指從步驟(3)所生成的澆口頂點集合中選擇頂點的個數(shù)，其取值范圍為[5,50]。根據(jù)澆口頂點集合中頂點的個數(shù)和確定澆口位置的數(shù)量來確定^的值，澆口頂點集合中頂點的個數(shù)越多，確定澆口位置的數(shù)量越少，7V,的值越大。2)確定種群中個體的數(shù)量M本發(fā)明所述確定種群中個體的數(shù)量具體是指假設(shè)確定澆口位置的個數(shù)用J表示(■/為整數(shù)，一般Je[1，4])，那么按照公式(6)計算種群中個體的數(shù)量TI^C(tV")(6)3)隨機(jī)選擇頂點本發(fā)明所述隨機(jī)選擇頂點具體是指從步驟(3)所生成的澆口頂點集合中隨機(jī)選擇iV,個頂點。4)對選出的頂點進(jìn)行組合本發(fā)明所述對選出的頂點進(jìn)行組合具體是指從隨機(jī)選擇的M個頂點中選出J個頂點并不考慮頂點的排列順序。一個頂點的組合作為遺傳算法的一個個體，組合過程直到所有可能的組合形式被選出為止。5)編碼本發(fā)明所述編碼具體是指利用二進(jìn)制字符集{0，1}所構(gòu)成的代碼串表示遺傳個體的頂點的坐標(biāo)，其過程具體可描述為(D確定求解精度本發(fā)明所述求解精度具體指的是編碼時保留坐標(biāo)值小數(shù)點后的A+1位，則求解的精度為A位，t的取值范圍為[2,6]。O)確定編碼字符的串長-本發(fā)明所述確定編碼字符的串長具體是指根據(jù)步驟(4)所計算的澆口頂點坐標(biāo)在U,Z三個方向的最大最小值，按公式(7)計算編碼字符的串長m:2加;-、(《ax-4)Xl0"、2'2令、H)xlO"、2<2W;—1<(—z'.)xlO"1<2'm'=<+w;式中附一個體編碼的長度；w'—單個頂點的編碼長度；m:,/^,m;—單個頂點在X，y,Z三個方向坐標(biāo)的編碼長度；A—求解精度；Cm,x乙一澆口頂點在義方向坐標(biāo)的最大值，最小值；《n,/nax—澆口頂點在y方向坐標(biāo)的最大值，最小值；《m,z"—澆口頂點在Z方向坐標(biāo)的最大值，最小值；J一確定澆口位置的數(shù)量。③變換坐標(biāo)值為整數(shù)取個體中頂點坐標(biāo)值，保留小數(shù)點后的A+1位，乘以10〃'得到坐標(biāo)的整數(shù)表達(dá)。⑨計算中間整數(shù)的二進(jìn)制表示利用除2取余法計算坐標(biāo)整數(shù)的二進(jìn)制表達(dá)。③形成編碼將所求的坐標(biāo)整數(shù)的二進(jìn)制表達(dá)按照;c，少,z及頂點的順序首尾相連，形成個體編碼?！?—1—1(5-2)計算種群個體的適應(yīng)值本發(fā)明所述計算種群個體的適應(yīng)值其特征為逐個計算種群中個體的適應(yīng)值，個體適應(yīng)值計算具體過程如下1)以個體中的頂點為初始位置，利用最短路徑法計算無向圖中各頂點的最短路徑長度；2)理想狀態(tài)的熔體流動指的是熔體同時到達(dá)零件的邊緣，雖然在實際生產(chǎn)和數(shù)值模擬的過程中幾乎不可能出現(xiàn)這種情況，但是最佳的澆口位置可以使熔體的流動狀態(tài)最接近理想狀態(tài)。表示熔體流動狀態(tài)是否平衡的指標(biāo)有很多，如邊界節(jié)點的流動長度差異最小，最大流動長度最小等等。本發(fā)明利用最短路勁長度計算個體適應(yīng)值并不局限于特定的方法，下面以最大流動長度最小指標(biāo)為例，給出相應(yīng)的適應(yīng)值F(X)的計算公式如公式(8)所示F(X)=~^(8)max(丄,)式中"一無向圖中各頂點的最短路徑長度；Z'—頂點序號；《'一放大系數(shù)，取值范圍為[10，1000]。(5-3)判斷是否滿足優(yōu)化條件本發(fā)明判斷是否滿足優(yōu)化條件的判據(jù)有如下兩條1)遺傳操作的迭代次數(shù)是否達(dá)到上限值^，ie[10，50];2)種群中最佳個體的適應(yīng)值在i'代內(nèi)沒有變化，i'e[3,5];若上述兩個條件滿足一個，本發(fā)明即認(rèn)為遺傳過程已滿足優(yōu)化條件轉(zhuǎn)向步驟(5-9)，否則轉(zhuǎn)向步驟(5-4)。(5-4)選擇遺傳操作遺傳算法中選擇操作是根據(jù)種群中個體適應(yīng)值大小，將父代種群中的優(yōu)良個體復(fù)制到子代種群的操作。本發(fā)明并不局限于特定的操作方法，下面以標(biāo)準(zhǔn)賭盤選擇遺傳操作為例，說明種群進(jìn)行遺傳選擇操作的具體過程1)對各個個體v'計算適應(yīng)值eva/(v')，f為種群中個體的序號；2)按式(9)計算種群中所有染色體的適應(yīng)值的和2師/(v')(9)(=1式中適應(yīng)值的和；po;—w'ze—種群數(shù)量；eva/(V)—第f個個體的適應(yīng)值；3)按式(6)對各染色體v'，計算其選擇概率A;era/(v')、。.-;f=1，2,…，po/—犯e(10)&—4)對每個個體v、計算其累積概率《，即是在第^個染色體以前所有個體選擇概率的和；<formula>formulaseeoriginaldocumentpage18</formula>式中/一表示個體序號的臨時變量；5)在區(qū)間內(nèi)產(chǎn)生一個均勻分布的偽隨機(jī)數(shù)r，若r^仏則選第一個染色體Vp否則，選擇第r個染色體V'(2《fS/Op—W'ze)，使得《H〈r《^;6)重復(fù)第5步操作/o/—w!ze次。(5-5)交叉操作遺傳算法的交叉操作是將種群中的個體隨機(jī)搭配成對，按交叉概率Pc交換他們之間的部分編碼，從而生成新的個體，一般凡e。本發(fā)明并不局限于特定的交叉操作方法，下面以標(biāo)準(zhǔn)單點交叉遺傳操作為例，對種群交叉遺傳操作的具體步驟進(jìn)行說明1)將交叉?zhèn)€體數(shù)^設(shè)置為零；2)檢査種群中是否有沒有處理的個體，若有則轉(zhuǎn)3),否則結(jié)束程序；3)隨機(jī)產(chǎn)生一個在區(qū)間[O,l]的數(shù)r，如果^</^則標(biāo)記當(dāng)前個體作為交叉?zhèn)€體，并將S加1，否則轉(zhuǎn)2);4)檢查S的值，若5=2轉(zhuǎn)5);否則轉(zhuǎn)2);5)對當(dāng)前的兩個交叉?zhèn)€體進(jìn)行交叉操作。首先在[l,w](m表示編碼長度)之間隨機(jī)的產(chǎn)生一個整數(shù)/os，然后將兩個染色體的；os+l至w位的部分互換，轉(zhuǎn)i)。(5-6)對新產(chǎn)生的個體進(jìn)行調(diào)整交叉操作后，新產(chǎn)生個體的頂點有可能不在澆口頂點集合內(nèi)，必須對新產(chǎn)生的個體進(jìn)行調(diào)整，調(diào)整的具體步驟如下1)對個體的編碼進(jìn)行解碼遺傳解碼是編碼的逆過程，既是將用于遺傳操作的遺傳基因轉(zhuǎn)換為個體的表現(xiàn)型。本發(fā)明所述解碼是將表示個體的二進(jìn)制字符串轉(zhuǎn)換為個體中頂點的坐標(biāo)。假如當(dāng)前處理頂點的序號用乂表示且初始值為o即y,-o,J為確定澆口位置的個數(shù)(頂點個數(shù))，則解碼的具體步驟如下0)判斷夂</是否成立，若成立則轉(zhuǎn)②，否則結(jié)束解碼過程；②取出第義個頂點的X方向坐標(biāo)字符串，即取出個體編碼串中第義xm'位至Uxm'+/<-1)的二進(jìn)制串，形成一個有<位的二進(jìn)制串，符號w'為單個頂點編碼長度，《為頂點I方向坐標(biāo)的編碼長度；③根據(jù)取出的^位的二進(jìn)制串按公式(12)計算第義個頂點I方向的坐標(biāo)-丄—x:min7(12)>0丄u式中x—頂點在義方向的坐標(biāo)；6,—在第_/位的符號值；j'一位的序號；x"，x二一澆口頂點坐標(biāo)在X方向的最大值，最小值。(S)取出第y',個頂點的r方向坐標(biāo)字符串，即取出個體編碼串中第乂><"/+<位至(乂xm'+附:x-i)的二進(jìn)制串，形成一個有、位的二進(jìn)制串，m;為頂點r方向坐標(biāo)的編碼長度；⑤根據(jù)取出的w;位的二進(jìn)制串按公式U3)計算第乂個頂點F方向的坐標(biāo)-,一(少少min十、Zj，ZJin"l(13))=0丄u式中少一頂點在r方向的坐標(biāo)；6,—在第7'位的符號值；/一位的序號；一澆口頂點坐標(biāo)在y方向的最大值，最小值。(g)取出第乂個頂點的Z方向坐標(biāo)字符串，即取出個體編碼串中第力xm'+m;;+m;位至(乂xm'+w'-l)的二進(jìn)制串，形成一個有w:位的二進(jìn)制串，W為頂點Z方向坐標(biāo)的編碼長度；(D根據(jù)取出的^位的二進(jìn)制串按公式(14)計算第y,個頂點z方向的坐標(biāo)z一zmaxmin=0(14)式中z—頂點在Z方向的坐標(biāo)；~—在第J'位的符號值；J一位的序號；z二，4一澆口頂點坐標(biāo)在Z方向的最大值，最小值。@乂=乂+1,轉(zhuǎn)①2)根據(jù)新產(chǎn)生個體中的頂點的坐標(biāo)，在步驟(3)所生成的澆口頂點集合中搜索與之最近的頂點，具體步驟為O按公式(5)根據(jù)坐標(biāo)確定新產(chǎn)生個體的頂點所在的澆口頂點子集的序號,，若第W個子集中有頂點存在則直接將第W個子集作為當(dāng)前頂點集合，轉(zhuǎn)③，否則轉(zhuǎn)②。②遍歷存在頂點的所有澆口頂點子集，選取子集中心位置與新產(chǎn)生個體的頂點位置最近的子集為當(dāng)前頂點集合。③在當(dāng)前頂點集合中搜索與新產(chǎn)生個體的頂點位置最近的頂點。3)將新產(chǎn)生個體的頂點坐標(biāo)設(shè)置為澆口頂點集合中與其位置最近的頂點的坐標(biāo)，并按照步驟(5-1)所述的編碼方法重新編碼。4)按照步驟(5-2)所述個體適應(yīng)值的計算方法計算調(diào)整后個體的適應(yīng)值。(5-7)變異遺傳操作遺傳算法中的變異操作即是按照一定的概率改變?nèi)旧w一位或多位上的基因。對二進(jìn)制編碼，變異操作就是將0變成1，l變成0。本文變異操作算法可以簡述為假如變異概率為;^，對每一個基因(編碼)隨機(jī)產(chǎn)生一個在區(qū)間[O，l]中的數(shù)r，如果r〈；^，則改變當(dāng)前基因的值，凡的取值范圍為。(5-8)對變異操作新產(chǎn)生的個體進(jìn)行調(diào)整本發(fā)明所述對變異操作新產(chǎn)生的個體進(jìn)行調(diào)整的方法與步驟(5-6)相同，操作完成后轉(zhuǎn)向步驟(5-3)。(5-9)輸出近似最佳澆口位置頂點組合本發(fā)明選取遺傳操作后種群中適應(yīng)值最大的個體所表示的頂點組合為近似最佳澆口位置頂點組合輸出，遺傳搜索過程結(jié)束。(6)利用爬山算法計算最佳澆口位置爬山算法是一種啟發(fā)式査找算法，它在解空間中進(jìn)行逐步搜索，每一步都向著當(dāng)前所能達(dá)到的局部最優(yōu)化目標(biāo)逼近，直到達(dá)到最優(yōu)點為止。爬山算法形式簡單易于實現(xiàn)，但是僅當(dāng)搜索區(qū)域為凸時才可以保證得到全局最優(yōu)解。如圖4所示，如果爬山算法搜索的初始點在區(qū)域2中的C點，那么搜索的結(jié)果為區(qū)域2中的"點，是局部最優(yōu)值。如果先用遺傳算法找到最優(yōu)區(qū)域3中的S點，再用爬山算法進(jìn)行局部調(diào)整，則可以迅速且準(zhǔn)確的找到全局最優(yōu)點^。本發(fā)明以遺傳算法所計算的近似最佳澆口位置頂點組合為初始位置，利用爬山算法搜索最佳澆口位置頂點組合，具體步驟如下1)以步驟(5)所輸出的表示近似最佳澆口位置的頂點組合為初始頂點組合g,;2)以歩驟(5)所輸出的表示近似最佳澆口位置的頂點組合的適應(yīng)值為初始適應(yīng)值《；3)設(shè)定中間量當(dāng)前頂點組合&及當(dāng)前適應(yīng)值尸。，并令ge-g、.，4)取得當(dāng)前頂點組合的所有相鄰頂點組合，依次以相鄰頂點組合為初始位置利用最短路徑法計算無向圖中各頂點的最短路徑長度A，并按照公式(8)計算各相鄰頂點組合的適應(yīng)值《；5)假設(shè)當(dāng)前頂點組合的相鄰頂點組合中的最大適應(yīng)值為^^，相對應(yīng)的頂點組合為g隨，取《順與當(dāng)前適應(yīng)值作比較，假如《脇>《轉(zhuǎn)6)，否則轉(zhuǎn)7);6)修改當(dāng)前頂點組合和當(dāng)前適應(yīng)值，即&-gmax，Ci^M,轉(zhuǎn)4);7)將當(dāng)前頂點組合作為最佳澆口位置頂點組合輸出，爬山搜索過程結(jié)束。(7)根據(jù)爬山算法輸出的無向圖中最佳頂點組合的頂點找到步驟(1)生成的表面網(wǎng)格中對應(yīng)的節(jié)點作為最佳澆口位置。以下結(jié)合附圖實例對本發(fā)明做進(jìn)一步詳細(xì)描述。如圖8所示，一個方形的平板零件，厚度均勻，預(yù)設(shè)澆口位置l個，澆口可設(shè)置區(qū)域為全部零件表面。(1)由網(wǎng)格生成工具輸出該零件的表面網(wǎng)格，表面網(wǎng)格節(jié)點有1244個，零件在U,Z三個方向坐標(biāo)的最大值，最小值為W一50.0，xmax=50.0;7=—80.0，y=80.0.2誦=0，；=3.0;零件的平均壁厚為^=3.0(2)根據(jù)表面網(wǎng)格生成一個有1244個頂點的無向圖。(3)由于澆口可設(shè)置位置為全部零件表面，則澆口頂點集合為無向圖中頂點的全體，共1244個頂點，澆口頂點集合中頂點坐標(biāo)范圍為-x:nm=-50.0，x:nax=50.0;《,n=-80.0，4=80.0;=0，？=3.0。mm，"max"7。(4)取分割權(quán)值"=7,6=15，c=5;A^A二^1根據(jù)公式(2)(3)(4)計算得到在x，少，z三個方向的分割份數(shù)為《=5，《=5，《=1，則子集個數(shù)為"=5x5x1=25。按照公式(5)將每個節(jié)點加入到相應(yīng)的子集中，并計算子集中心位置坐標(biāo)，其結(jié)果如表l。表1頂點子集生成結(jié)果<table>tableseeoriginaldocumentpage22</column></row><table>1048(41.277176,-32.565882,1.500000)1146(-40.518483,-0.688685,1.500000)1253(-19.888125,0.053553,1.584906)1345(0.170819,0.386909，1.533333)1448(19.752756,-0.241632,1.500000)1547(41.458632,-0.596839,1.531915)1648(-41.529150,30.533166，1.500000)1746(-20.890346,31.358225,1,500000)1842(-20.8卯346,31.358225,1.500000)1945(20.922260,31.946751,1.533333)2056(40.718846,32.431668,1.607143)2156(-41.011139，64.737301,1.500000)2254(-19.373591,64.265978，1.611111)2351(-0.253408,64.340081,1.529412)2449(19.328793,65.207233,1.530612)2560(40.545714,64.670754,1.500000)(5)利用遺傳算法生成近似最佳澆口位置頂點組合1)初始化種群取坐標(biāo)的精確位數(shù)為*=2，根據(jù)公式(7)計算可得<=14,/^=14,吣=9，=m=37。從澆口頂點集合中隨機(jī)選擇iV,-50個頂點，由于預(yù)設(shè)澆口位置/=1，則種群中個體的數(shù)目M:50，每一個頂點為一個頂點組合構(gòu)成個體，全部個體組成種群，再將其編碼。2)適應(yīng)值的計算以個體中的頂點為初始位置，利用最短路徑法求得無向圖中各頂點的最短路徑長<table>tableseeoriginaldocumentpage24</column></row><table><table>tableseeoriginaldocumentpage25</column></row><table>6)調(diào)整通過計算，與交叉后第7個個體最近的澆口頂點序號為297，則修改第7個個體的頂點坐標(biāo)為第297個澆口頂點的坐標(biāo)，再進(jìn)行編碼。調(diào)整后第7個個體的編碼為-通過計算，與交叉后第8個個體最近的澆口頂點序號為198，則修改第7個個體的頂點坐標(biāo)為第198個澆口頂點的坐標(biāo)，再進(jìn)行編碼。調(diào)整后第8個個體的編碼為00011011001110010001011011010000000007)變異設(shè)定的變異概率為&=0.03，按此概率進(jìn)行變異操作。8)調(diào)整變異后個體的調(diào)整過程與交叉后個體的調(diào)整過程相同。調(diào)整完成后轉(zhuǎn)向3)。9)輸出近似最佳澆口頂點經(jīng)過10輪的遺傳操作，近似最佳澆口位置頂點組合位置被找出，為第350號頂點，其適應(yīng)值為0.267。(6)利用爬山算法計算最佳澆口頂點1)利用第350號頂點為初始頂點，即&=350;2)利用0.267為初始適應(yīng)值，即《.=0.267;3)設(shè)定當(dāng)前頂點與當(dāng)前適應(yīng)值為&=350,Fe=0.267;4)搜索當(dāng)前頂點的相鄰頂點，并以相鄰節(jié)點為初始點利用最短路徑法與公式(8)計算相鄰節(jié)點的適應(yīng)值。相鄰頂點中最大適應(yīng)值/^=0.274152，gmax=1100;5)由于《腿>《，則gc-1100，尸c=0,274152，轉(zhuǎn)4);6)重復(fù)4)5)2次后，相鄰頂點中的最大適應(yīng)值不大于當(dāng)前適應(yīng)值，此時當(dāng)前頂點為&=586，將頂點586作為最佳澆口頂點輸出，表4顯示了爬山算法中當(dāng)前頂點的移動過程。表4爬山算法中當(dāng)前頂點的移動過程<table>tableseeoriginaldocumentpage26</column></row><table>(7)確定最佳澆口位置根據(jù)最佳澆口頂點找到表面網(wǎng)格中對應(yīng)的節(jié)點為第586號節(jié)點，坐標(biāo)為(2.766163，2.281798，0.000000)，該節(jié)點為最佳澆口位置，如圖8所示。本發(fā)明不局限于上述具體實施方式，本領(lǐng)域一般技術(shù)人員根據(jù)本發(fā)明公開的內(nèi)容，可以采用其它多種具體實施方式實施本發(fā)明，因此，凡是采用本發(fā)明的設(shè)計結(jié)構(gòu)和思路，做一些簡單的變化或更改的設(shè)計，都落入本發(fā)明保護(hù)的范圍。權(quán)利要求1、一種基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其步驟包括第1步根據(jù)零件的幾何造型由網(wǎng)格生成工具生成零件的表面網(wǎng)格；第2步假定澆口位置位于網(wǎng)格節(jié)點上，并且熔體流動的方向限定于網(wǎng)格節(jié)點的連線上；根據(jù)表面網(wǎng)格生成帶權(quán)值的無向圖；第3步選擇無向圖中對應(yīng)于零件上能夠設(shè)置澆口的表面的所有頂點，由這些頂點構(gòu)成澆口頂點集合；第4步設(shè)定空間坐標(biāo)系中存在一個表面平行于坐標(biāo)平面的最小長方體，并且所述澆口頂點集合中所有頂點均位于該最小長方體內(nèi)；利用與坐標(biāo)平面平行的平面將所述最小長方體切割成空間小長方體，每個小長方體中的澆口頂點構(gòu)成相應(yīng)的澆口頂點集合的子集；第5步利用遺傳算法搜索無向圖中近似最佳澆口位置頂點組合；第6步以第5步得到的近似最佳澆口位置頂點組合為初始位置，利用爬山算法搜索最佳澆口位置頂點組合；第7步根據(jù)最佳澆口位置頂點組合中的頂點找到第1步生成的表面網(wǎng)格中對應(yīng)的節(jié)點作為最佳澆口位置。2、根據(jù)權(quán)利要求1所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其特征在于第2步具體包括下述過程第2.1步根據(jù)表面網(wǎng)格中的節(jié)點生成無向圖中對應(yīng)的頂點；第2.2步根據(jù)表面網(wǎng)格中節(jié)點間的相鄰關(guān)系生成無向圖中頂點間的??；第2.3步根據(jù)表面網(wǎng)格中節(jié)點坐標(biāo)值、節(jié)點的厚度和相鄰關(guān)系按照下式(I)計算相鄰兩頂點間對應(yīng)弧的權(quán)值『；『二.2V(xi—A)2+Oi-h)2+(A—a)2(I)—式中(Xp^,^),(X2，:^,^)—兩頂點對應(yīng)節(jié)點的坐標(biāo)；^62—兩頂點對應(yīng)節(jié)點的厚度；；i一厚度補(bǔ)償系數(shù)；第2.4步在表面網(wǎng)格中有配對關(guān)系的節(jié)點所對應(yīng)的頂點間建立權(quán)值為0的弧。3、根據(jù)權(quán)利要求1或2所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，第4步按照下述方式切割最小長方體，并構(gòu)成澆口頂點集合的子集第4.1步按照下式(II)確定最小長方體在x，:r，z三個方向的分割份數(shù)《,《,《<formula>formulaseeoriginaldocumentpage3</formula>式中"，"C—分別為XJ,Z三個方向的分割距離權(quán)值；《x，xL、X^dJB《ax,Z二一分別為澆口頂點集合中頂點在U，Z方向坐標(biāo)的最大值，最小值；f一為零件的平均厚度；^,//2,//3—為最小長方體坐標(biāo)偏移權(quán)值；第4.2步根據(jù)公式d-《x《x《計算子長方體個數(shù)c/，d同時也是頂點子集的個數(shù)，并將各子集按照1"的順序記錄；第4.3歩按照公式(III)計算各頂點(JC,7,z)所在的子集序號t/',并將各頂點加入到對應(yīng)的子集中；<formula>formulaseeoriginaldocumentpage3</formula>4、根據(jù)權(quán)利要求1所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其特征在于第5步具體包括下述過程第5.1歩初始化種群以第3步所生成的無向圖中澆口頂點集合中的頂點的組合作為遺傳算法中的個體，組合中各頂點的坐標(biāo)作為遺傳個體的表現(xiàn)型，個體組成的集合作為遺傳算法中的種群；初始化種群具體是指從澆口頂點集合中隨機(jī)選取頂點，并將所選取的頂點按照確定澆口位置的數(shù)量進(jìn)行組合，再按照遺傳算法的要求對頂點的坐標(biāo)進(jìn)行編碼，形成遺傳算法中遺傳操作能夠處理的遺傳基因；第5.2步計算種群中各個體的適應(yīng)值；第5.3步如果如下判據(jù)中有一條成立，則結(jié)束搜索過程，轉(zhuǎn)向第5.9步，否則轉(zhuǎn)向第5.4步判據(jù)一遺傳操作的迭代次數(shù)是否達(dá)到預(yù)定的上限值；判據(jù)二種群中最佳個體的適應(yīng)值基本沒有變化；第5.4步根據(jù)種群中個體適應(yīng)值大小，進(jìn)行選擇遺傳操作，將父代種群中的優(yōu)良個體復(fù)制到子代種群；第5.5步將種群中的個體隨機(jī)搭配成對，按交叉概率交換個體之間的部分編碼，生成新的個體；第5.6步對交叉操作所生成的新個體進(jìn)行調(diào)整，即將新個體中的頂點的坐標(biāo)設(shè)置為與新個體中的頂點位置最近的澆口頂點的坐標(biāo)；第5.7步按變異概率隨機(jī)選擇個體編碼中的某一位，修改該位的值為l或者O,生成新的個體；第5.8步按照第5.6步的方式對變異操作所產(chǎn)生的新個體進(jìn)行調(diào)整，完成后轉(zhuǎn)向第5.3步；第5.9步選取遺傳操作后種群中適應(yīng)值最大的個體所代表的頂點組合作為近似最佳澆口位置頂點組合輸出，遺傳搜索過程結(jié)束。5、根據(jù)權(quán)利要求4所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其特征在于第5.2步中，首先以個體中的頂點為初始位置，利用最短路徑法計算無向圖中各頂點的最短路徑長度；再利用最短路徑長度計算個體的適應(yīng)值。6、根據(jù)權(quán)利要求4所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其特征在于第5.6步按照下述方式對新產(chǎn)生的個體進(jìn)行調(diào)整(Al)對新產(chǎn)生的個體進(jìn)行解碼，遺傳解碼是編碼的逆過程，即是將用于遺傳操作的遺傳基因轉(zhuǎn)換為個體的表現(xiàn)型；(A2)對新產(chǎn)生的個體中的頂點，在第3步所生成的澆口頂點集合中搜索與之最近的頂點，具體步驟為-(D按公式an)根據(jù)坐標(biāo)確定新產(chǎn)生個體中的頂點所在的饒口頂點子集的序號cf，若第"'個子集中有頂點存在則直接將第"'個子集作為當(dāng)前頂點集合，轉(zhuǎn)步驟③，否則轉(zhuǎn)步驟O);②遍歷存在頂點的所有澆口頂點子集，選取子集中心位置與新產(chǎn)生個體的頂點位置最近的子集為當(dāng)前頂點集合；③在當(dāng)前頂點集合中搜索與新產(chǎn)生個體的頂點位置最近的頂點；(A3)將新產(chǎn)生個體中的頂點的坐標(biāo)設(shè)置為澆口頂點集合中與其位置最近的頂點坐標(biāo)，并重新編碼；(A4)按照第5.2步所述個體適應(yīng)值的計算方法計算調(diào)整后個體的適應(yīng)值。7、根據(jù)權(quán)利要求1所述的基于表面網(wǎng)格的塑料注射成型澆口位置確定方法，其特征在于第6步具體包括下述過程第6.1步以表示近似最佳澆口位置的頂點組合為初始頂點組合g,;第6.2歩以表示近似最佳澆口位置的頂點組合的適應(yīng)值為初始適應(yīng)值《；第6.3步設(shè)定中間量當(dāng)前頂點組合&及當(dāng)前適應(yīng)值《，并令^-g、.，第6.4步取得當(dāng)前頂點組合的所有相鄰頂點組合，依次以相鄰頂點組合為初始位置利用最短路徑法計算無向圖中各頂點的最短路徑長度，再利用最短路徑長度計算各相鄰頂點組合的適應(yīng)值；第6.5步假設(shè)當(dāng)前頂點組合的相鄰頂點組合中的最大適應(yīng)值為Fraax,相對應(yīng)的頂點組合為g,，取i^與當(dāng)前適應(yīng)值作比較，假如i^〉^轉(zhuǎn)第6.6步，否則轉(zhuǎn)第6.7步；第6.6步修改當(dāng)前頂點組合和當(dāng)前適應(yīng)值，即&.=gmax，《-Cm，轉(zhuǎn)第6.4歩；第6.7步將當(dāng)前頂點組合作為最佳澆口位置頂點組合輸出，爬山搜索過程結(jié)束。全文摘要本發(fā)明屬于塑料注射成型領(lǐng)域，具體為一種基于表面網(wǎng)格的塑料注射成型澆口位置確定方法。該方法直接將網(wǎng)格生成工具所輸出的表面網(wǎng)格轉(zhuǎn)化為帶權(quán)值的無向圖，使得復(fù)雜的熔體流動長度求解問題轉(zhuǎn)化為無向圖中頂點的最短路徑求解問題；結(jié)合遺傳算法與爬山算法的優(yōu)點，建立Generic-HillClimbing方法搜索最佳單個或多個澆口位置。本發(fā)明的優(yōu)點在于直接利用表面網(wǎng)格計算突破了數(shù)據(jù)模型的限制；采用Generic-HillClimbing方法進(jìn)行搜索，其結(jié)果高效準(zhǔn)確；不但可計算單個最佳澆口位置，還可計算多澆口位置組合。文檔編號B29C45/27GK101637960SQ20091006169公開日2010年2月3日申請日期2009年4月17日優(yōu)先權(quán)日2009年4月17日發(fā)明者波嚴(yán),周華民,崔樹標(biāo),陽李,李德群,朋趙申請人:華中科技大學(xué)