大型集裝箱起重機快速配置設計方法
【專利摘要】本發(fā)明公開一種大型集裝箱起重機產品快速配置設計方法，該方法包含：建立面向快速設計的大型集裝箱起重機產品配置框架；對實例模板與客戶需求的局部相似度、局部綠色特性滿足度、配合親和力等進行分析和計算，構建帶約束的0-1規(guī)劃基因進化模型；結合大型集裝箱起重機產品配置優(yōu)化問題規(guī)模較大的特點，本發(fā)明重新設計了蟻群算法的偽隨機比例規(guī)則；并針對備選基因實例數(shù)量往往較多的問題，提出一種備選基因實例數(shù)量減少機制；設計了一種x_Sigmoid函數(shù)，并按此函數(shù)調整轉移概率，加快算法搜索速度；實施捕食策略，加強較優(yōu)區(qū)域的開發(fā)，增強搜索能力。綜合運用本發(fā)明提出的模型和算法能夠在較短時間內獲得滿意的大型集裝箱起重機初步設計方案，具有更好的靈活性。
【專利說明】大型集裝箱起重機快速配置設計方法

【技術領域】
[0001] 本發(fā)明涉及產品配置理論方法研究的【技術領域】，具體涉及一種大型集裝箱起重機 快速配置設計方法。

【背景技術】
[0002] 大型集裝箱起重機是一種單件小批量生產模式下演化型的系列化、個性化復雜機 械產品，其設計過程具有一定的復雜性。一方面，各個集裝箱碼頭的情況、所裝卸的船型、水 深、水文條件等都會導致大型集裝箱起重機的多樣化。如大型集裝箱起重機的前伸距、起升 高度、起重量不同，取決于所裝卸的船型；起重機的最大輪壓、輪距不同，取決于碼頭的地質 條件、許用輪壓等。實際上各大港口的集裝箱起重機都不是標準的，每個集裝箱碼頭對起重 機的都有個性化的需求。因此，每一臺新型的集裝箱起重機都需要進行機構標準件的選擇、 非標準件的設計，從而需要進行模塊化和配置設計。
[0003] 另一方面，大型集裝箱起重機又是具有多層次產品結構樹的演化型系列化機械產 品，新舊產品之間、同一類型的系列產品之間存在不同程度的相似性與演化關系，使得產品 配置設計具有高維的配置空間數(shù)據(jù)。通過反復驗算來確定產品零部件的關鍵特征參數(shù)，是 大型集裝箱起重機設計的基本特征。目前主要采用的類比設計、經驗設計方法未能科學利 用產品歷史設計信息，存在大量的重復勞動和資源的巨大浪費。因此迫切需要開發(fā)支持產 品快速配置設計的方法，提高設計的靈活性。


【發(fā)明內容】

[0004] 本發(fā)明提供一種大型集裝箱起重機快速配置設計方法，能夠在較短時間內獲得滿 意的初步設計方案，提高產品配置設計工作的效率和質量，降低設計成本。
[0005] 為實現(xiàn)上述目的，本發(fā)明提供一種大型集裝箱起重機快速配置設計方法，其特點 是，該方法包含：
[0006] 上述建立面向快速設計的大型集裝箱起重機產品配置框架包含：
[0007] 對實例模板與客戶需求的局部相似度、局部綠色特性滿足度、配合親和力等進行 分析和計算，構建帶約束的0-1規(guī)劃基因進化模型；
[0008] 結合大型集裝箱起重機產品配置優(yōu)化問題規(guī)模較大的特點，本發(fā)明重新設計了蟻 群算法的偽隨機比例規(guī)則；并針對備選基因實例數(shù)量往往較多的問題，提出一種備選基因 實例數(shù)量減少機制；設計了一種x_Sigmoid函數(shù)，并按此函數(shù)調整轉移概率，加快算法搜索 速度；實施捕食策略，加強較優(yōu)區(qū)域的開發(fā)，增強搜索能力。
[0009] 上述建立的大型集裝箱起重機產品快速配置設計框架包含：
[0010] 改變傳統(tǒng)類比設計、經驗設計模式，W提高大型集裝箱起重機產品設計的效率。
[0011] 首先，構建產品配置基因進化模型，并初始化模型的基本參數(shù)。
[0012] 然后基于改進蟻群建立一種產品配置快速設計算法，利用該算法獲得初步設計方 案。
[0013] 最后，在初步設計方案基礎上，建立大車行走機構非標準件H維模型。根據(jù)用戶要 求，如大車結構的強度、剛度等進行有關約束條件的校核。如果滿足，則該非標準件的設計 成功；如果不滿足，則對該非標準件進行變參數(shù)、變特征設計，如板厚變薄、高度減小等，并 重新校核，直到滿足條件為止，并添加到實例庫。
[0014] 上述對實例模板與客戶需求的局部相似度、局部綠色特性滿足度、配合親和力等 進行分析和計算，構建帶約束的0-1規(guī)劃基因進化模型包含：
[0015] 利用局部相似度、局部綠色特性滿足度、配合親和力的公式，進行產品配置方案的 分析和計算，建立W產品配置方案的適應度最大為目標，產品虛擬特征基因的選擇、配合、 相關性、成本和權重為約束的0-1規(guī)劃基因進化模型。
[0016] 上述重新設計了蟻群算法的偽隨機比例規(guī)則包含：
[0017] 每只媽蟻通過重復地應用式（1)偽隨機比例規(guī)則建立一個配置設計方案。設計偽 隨機比例規(guī)則是為了讓適應度高且有著大量信息素的基因實例有更多的選擇機會。巧，表 示媽蟻1選擇基因實例Xu的概率。
[0018]

【權利要求】
1. 一種大型集裝箱起重機快速配置設計方法，其特征在于，該方法包含： 建立面向快速設計的大型集裝箱起重機產品配置框架； 對實例模板與客戶需求的局部相似度、局部綠色特性滿足度、配合親和力等進行分析 和計算，構建帶約束的0-1規(guī)劃基因進化模型； 結合大型集裝箱起重機產品配置優(yōu)化問題規(guī)模較大的特點，本發(fā)明重新設計了蟻群算 法的偽隨機比例規(guī)則；并針對備選基因實例數(shù)量往往較多的問題，提出一種備選基因實例 數(shù)量減少機制；設計了一種x_Sigmoid函數(shù)，并按此函數(shù)調整轉移概率，加快算法搜索速 度；實施捕食策略，加強較優(yōu)區(qū)域的開發(fā)，增強搜索能力。
2. 如權利要求1所述的大型集裝箱起重機快速配置設計方法，其特征在于，所述建立 大型集裝箱起重機產品快速配置設計框架包含： 改變傳統(tǒng)類比設計、經驗設計模式，以提高大型集裝箱起重機產品設計的效率。 首先，構建產品配置基因進化模型，并初始化模型的基本參數(shù)。 然后基于改進蟻群建立一種產品配置快速設計算法，利用該算法獲得初步設計方案。 最后，在初步設計方案基礎上，建立大車行走機構非標準件三維模型。根據(jù)用戶要求， 如大車結構的強度、剛度等進行有關約束條件的校核。如果滿足，則該非標準件的設計成 功；如果不滿足，則對該非標準件進行變參數(shù)、變特征設計，如板厚變薄、高度減小等，并重 新校核，直到滿足條件為止，并添加到實例庫。
3. 如權利要求1所述的大型集裝箱起重機快速配置設計方法，其特征在于，所述對實 例模板與客戶需求的局部相似度、局部綠色特性滿足度、配合親和力等進行分析和計算，構 建帶約束的0-1規(guī)劃基因進化模型包含： 利用局部相似度、局部綠色特性滿足度、配合親和力的公式，進行產品配置方案的分析 和計算，建立以產品配置方案的適應度最大為目標，產品虛擬特征基因的選擇、配合、相關 性、成本和權重為約束的0-1規(guī)劃基因進化模型。
4. 如權利要求3所述的大型集裝箱起重機快速配置設計方法，其特征在于，重新設計 了蟻群算法的偽隨機比例規(guī)則； 每只螞蟻通過重復地應用式（1)偽隨機比例規(guī)則建立一個配置設計方案。設計偽隨機 比例規(guī)則是為了讓適應度高且有著大量信息素的基因實例有更多的選擇機會。A表示螞蟻 1選擇基因實例Xu的概率。
其中，心,.,L>為局部相似度是描述實例模板中的基因實例Xi,」與客戶需求Ri; k之間的相 似程度。為基因實例Xu上的信息素軌跡強度。0、為兩個參數(shù)，P反映局部相似度 信息在可選基因實例中的相對重要性，P反映螞蟻運動過程積累的信息在可選基因實例中 的相對重要性。參數(shù)>9。的大小決定了利用先驗知識與探索新基因實例之間的相對重要性。 每當一只螞蟻準備選擇基因實例Xu時，算法產生一個隨機數(shù)OSS。如果^，則根 據(jù)先驗知識選擇最好的基因實例，否則按概率進行選擇。
5. 如權利要求1所述的大型集裝箱起重機快速配置設計方法，其特征在于，針對備選 基因實例數(shù)量往往較多的問題，提出一種備選基因實例數(shù)量減少機制。 在大規(guī)模產品配置問題中，某些基因位備選基因實例很多，這會降低算法搜索速度。本 發(fā)明為減少備選基因實例數(shù)量，令第i個基因位（共有n個基因位）的可選基因實例數(shù)為 Mi,按如下的備選基因實例數(shù)量減少機制將Mi調整為M/。 IfMi)I,Ui+int[(Mi-| )*X] Else,M/ =Mi 其中，int□為向下取整；I為正整數(shù)，是可選基因數(shù)量閾值； 久為基因實例差額比例，0<久<1。則減少的備選基因實例的比例為：
減少的備選基因實例的比例主要取決于的比例、1^與€的相對大小、1的大小，MiM的比例越高，Mi相對于€越大，X越小，則減少的備選基因實例的比例越高，也即減少 的計算量越大。
6. 如權利要求1所述的大型集裝箱起重機快速配置設計方法，其特征在于，設計了一 種x_Sigmoid函數(shù)，并按此函數(shù)調整轉移概率，加快算法搜索速度；
在蟻群算法中，轉移概率的選取對算法搜索過程有很大影響。針對大規(guī)模產品配置優(yōu) 化問題，為進一步加快算法搜索速度，本發(fā)明對I進行調整。在MATu中，讓較小的Tu 降低；較大的Tu盡量不要有較大的變化。這樣，較小Tu對應的轉移概率被降低，較大Ti;j 對應的轉移概率被提高；但幾個較大Tu對應轉移概率（即對應基因實例的被選中概率） 的相對大小變化不大。這種調整利于加快算法搜索速度，同時也利于避免算法陷入局部極 值。 x_Sigmoid函數(shù)的設計：當Ti;j較小時，Cf/卩,?應較??；當Ti;j較大時，Z7Iy.應基 本保持不變。 而Sigmoid函數(shù)向右平移Xi>O后，當自變量小于X1時，應變量較??；當自變量大于 義1時，應變量相對較大，且自變量越大，應變量越接近于1。S卩，Sigmoid函數(shù)右移X1后，與 L一致。 因此，先將線性折算到[0, 2xJ區(qū)間內的，然后讓TIhT/D.按Sigmoid函數(shù)變化。 首先進行折算，令Tniax=maxTIpTniin=minTu，將Hin的中點（1^+1^)/2折算到Hl丨丨T..析管士 .
本發(fā)明將此函數(shù)稱為x_Sigmoid函數(shù)。 轉移概率調整策略：對于任意Ti^1CTi，j2，由于Ti^1,1\」2,Tmax，Tmin，Xl> 0,則按式（3) 折算后，有O< Sigmoid函數(shù)為單調遞增函數(shù)，則Sigmoid函數(shù)向右平移X1后的函數(shù)式（4)也是單調
由定理1可得，若Tu按式（3)、（5)映射為cr，并重新計算轉移概率，則原轉移概率 相對小的會更小，原轉移概率相對大的會更大。 為形象描述，若Xl= 5,則cr隨Tu的變化情況為當Tu較小時，很??；Tu較大 時，Kry7L.變化不大，接近于1。 若％=10，1\」=2.6604,0.6472，1.6992，1.3608,2.4956,2.1339，1.2781，0.0518,2. 2999, 1.2452,Cr7Aj隨Py的變化情況為，轉移概率原來較小的，現(xiàn)在更小了；轉移概率 原來較大的，現(xiàn)在增大了，且增大的倍數(shù)差不多，即它們的相對大小變化不大。也即，轉移概 率原來較小的，近似指數(shù)減小，轉移概率原來較大的，近似線性增大。
7.如權利要求1所述的大型集裝箱起重機快速配置設計方法，其特征在于，實施捕食 策略，加強較優(yōu)區(qū)域的開發(fā)，增強搜索能力。 每一代結束后，將搜索結果最好的前X個螞蟻作為逃逸螞蟻，再讓n個捕食螞蟻去追 捕。對捕食螞蟻，臨時更新各基因實例信息素，如式（6)所示。 氣氣 (6)
表示第1只螞蟻選擇基因實例Xu后留下的信息素量，相 似度越高，信息素釋放的就越多，對螞蟻就能有吸引力；A\.,表示本次循環(huán)中基因實例xi;j 的信息素增量；
，其中Q' >Q，這種信息素臨 時更新，只適用于本代捕食螞蟻，不適用于后代搜索。目的是在逃逸螞蟻鄰域內加強搜索， 加快算法搜索速度。
【文檔編號】G06F17/50GK104504177SQ201410729172
【公開日】2015年4月8日 申請日期:2014年12月4日 優(yōu)先權日:2014年12月4日
【發(fā)明者】許波桅, 楊勇生, 李軍軍 申請人:上海海事大學