CN104679947A

CN104679947A - 一种机电产品线缆组件优化结构的自动生成方法

Info

Publication number: CN104679947A
Application number: CN201510054214.1A
Authority: CN
Inventors: 张丹; 李国闻; 杜海遥; 左敦稳
Original assignee: Nanjing University of Aeronautics and Astronautics
Current assignee: Nanjing University of Aeronautics and Astronautics
Priority date: 2015-02-02
Filing date: 2015-02-02
Publication date: 2015-06-03
Anticipated expiration: 2035-02-02
Also published as: CN104679947B

Abstract

一种机电产品线缆组件优化结构的自动生成方法，其特征是：在对待布线机电产品的布线空间进行离散化预处理得到可供布线空间内的离散点的基础上，首先采用工艺权值法为各离散点按照工艺性赋予权值，并通过将权值引入遗传算法评价函数中，而后采用遗传算法求解线缆结构，针对线缆结构的特点，使用初始化种群方法保证了初始种群理论可以涵盖所有可能的线缆结构。在此基础上，改进了算法的杂交变异操作，通过引入二次杂交降低了杂交后个体的致死率，并采用精英保留策略避免了算法的局部收敛，从而得到了理想的机电产品线缆结构方案。本发明解决了在机电产品研发领域，由于线缆设计过度依靠经验所导致的人力物力浪费，效率低下的问题，并且算法高效可行。

Description

一种机电产品线缆组件优化结构的自动生成方法

技术领域

本发明属于计算机辅助设计和人工智能技术领域，本发明涉及一种机电产品设计中线缆结构的优化方法，具体地说是一种根据机电产品的机械设计三维模型结构和电气设计的接线关系，基于遗传算法的机电产品线缆优化结构的自动生成方法。

背景技术

线缆在机电产品中起到传输电能、信号、实现电磁转换等作用，因此线缆的布置是机电产品设计研发过程中的重要一环。一般来说，线缆根据布置形式分为单根线缆、扁带、线缆束等形式，其中，通过将多跟线缆捆扎，形成具有一定拓扑结构的线缆束因为具有结构清晰、便于装配等优点而被广泛使用。于是在机电产品设计过程中，对线缆束的设计本质上就是对线缆结构和路径规划的设计。

线缆结构优化问题是一个相当复杂的问题，属于典型的NP(Non-deterministicPolynominal，非确定性多项式)难题，常使用精确算法及启发式算法来解决此类问题。传统的精确算法虽然可以在理论上无限逼近问题的最优解，但其求解时间随问题规模的增大而成指数增长，因此对于约束较多的复杂问题并不适用。而启发式算法虽然出现的较晚，但伴随着现代计算机技术的飞速发展，它能够在较短的时间内，得到近似最优解，因而在实际应用中获得了巨大的成功，越来越受到人们的重视。

为此，国外学者针对布线问题进行了大量的研究。其中遗传算法因其进行线缆布线设计、路径规划等NP难题的求解上算法性能优异而得到广泛研究，例如利用遗传算法求解开放空间中的拓扑结构(详见文献：Conru,A.B.,"A genetic approach to the cable harnessrouting problem,"Evolutionary Computation,1994.IEEE World Congress on ComputationalIntelligence.,Proceedings of the First IEEE Conference on,vol.,no.,pp.200,205vol.1,27-29Jun 1994)、在有限离散的环境中进行布线路径优化的两层遗传算法(详见文献：Ma X,IidaK,Xie M,et al.A genetic algorithm for the optimization of cable routing[J].Systems andComputers in Japan,2006,37(7):61–71.)等。这样的优化方法，在遗传算法的迭代过程中致死率较高，且开放空间中计算的拓扑结构针对机电产品布线空间的适应性不强。

国内方面，机电产品的布线问题及路径优化问题也在广为研究。从已发表的论文看，目前的研究方向主要有两个，一个是利用Pro/E、CATIA、UG等工程软件或虚拟现实环境对线缆进行虚拟布置与仿真。另一个是利用遗传算法、粒子群算法等智能优化算法在复杂三维空间中进行路径优化。这两个方向，一个侧重于人机交互，一个侧重于智能算法。人机交互本质上是将实体样机的布线设计转移到虚拟样机中(详见文献：杨守勇.三维线缆建模及布线设计的研究与实现[D].大连理工大学，2012.)，拓扑结构、路径关键节点等都依赖经验确定，智能化程度不高。智能算法利用优化算法，智能化程度很高，可以自动寻找线缆的最优路径(详见文献：陈世明，谢竟，陈文栋等.基于HPSO算法的三维空间路径规划[J].华中科技大学学报：自然科学版，2013，41(2).)，但是无论在求解空间还是拓扑结构上，都与线缆的实际装配情况有较大差距。

针对线缆布线中的结构设计问题，本专利提出一种用于计算线缆结构的智能优化算法，以期得到最优的线缆结构，为机电产品研发人员在布线设计过程中提供参考。

发明内容

本发明的目的是针对机电产品线缆结构优化问题，发明一种根据机电产品的机械设计三维模型结构和电气设计的接线关系，基于遗传算法的机电产品线缆优化结构的自动生成方法，以解决机电产品线缆设计过程中的结构优化问题。

本发明的技术方案是：

一种机电产品中线缆组件优化结构的自动生成方法，其特征是它主要包括以下步骤：(1)对需要布线设计的机电产品结构进行三维空间预处理：将待布线机电产品的三维结构模型中的可布线空间根据单位立方体进行离散化，离散化的布线空间用离散的立方体中心点表示；

(2)根据机电产品布线工艺要求，以离散点到热源距离、离散点到电磁干扰源距离为离散点设置工艺性权值(value_P_i)，并根据不同工艺性要求的重要性设定系数(k_i与k)，累加后即为该离散点针对不同工艺性的总权值(value_P)。然后通过将每个个体经过的离散点的权值累加，引入计算个体适应度的评价函数(length为只考虑结构长度的原评价函数，value为引入权值后的评价函数)中；

value_P = Σ_{i = 1}^{n} k_{i} \times value_P_{i}

length = Σ_{i = 1}^{t} Σ_{j = 1}^{4} \sqrt{{(P_{(i, j)} . X - P_{(i, j + 1)} . X)}^{2} + {(P_{(i, j)} . Y - P_{(i, j + 1)} . Y)}^{2} + {(P_{(i, j)} . Z - P_{(i, j + 1)} . Z)}^{2}}

value＝k×length+value_P

其中，k_i，k为不同工艺(含电缆分支长度)的评价系数，根据该工艺在布线中的重要性，在[0,1]的区间内取值；

(3)输入电气设计的接线表和所有线缆端口的位置，根据线缆端口数量n，随机选取n-2个空间的离散点作为线缆的分支点，通过个体编码方式进行初始化种群，将第0代种群所有个体编码完成后，则初始化完毕；然后利用遗传算法计算线缆分支点位置及分支结构；

(4)在遗传算法杂交运算中，遍历查找杂交后的子代个体中有无相同节点；如果存在相同节点，则子代个体不满足线缆组件结构，随机选择相同节点中的任意一个继续进行交换；循环上述二次杂交操作，直至杂交得到的子代个体中没有相同节点；

(5)在遗传算法得到线缆结构的全局最优解后，用反编码将最优解可视化，得到多分支线缆的空间结构。

所述的步骤(2)中，为离散点设置工艺性权值是指一种用公式评价某点的位置作为布线工艺的可行性的方法，通过为离散点依据不同的布线工艺性要求赋予权值(value_P_i)，获得该离散点所处位置的布线工艺性优劣评价；

value_P_{i} = \{\begin{matrix} 0; \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}} \leq k \\ \frac{1}{n} Σ_{i = 1}^{n} \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}}; else \end{matrix}

其中，P_i.X、P_i.Y、P_i.Z分别代表第i个端口端点的xyz坐标，H.X、H.Y、H.Z

分别代表工艺障碍点的xyz坐标；将个体经过的所有离散点引入遗传算法的评价函数中，能够使遗传算法在个体适应度计算中考虑个体的工艺性，使计算的最终结果更加贴近实际的布线工艺性要求。

所述的步骤(3)中，全新的个体编码方式是指一种将线缆分支结构编入表格进行遗传算法操作的方法；在接线表确定的情况下，分支点数量t取不同值会导致线缆结构不同，因而分支点数量t取最大值，即t＝n-2计算，若计算中两分支点位置接近或重合，则近似认为两分支点等效为一个分支点，然后通过将用T1,T2......Tt表示的分支点与用P1,P2......Pn表示的端点编入4*t的表格中，采用t行*4列表格对可行的线缆结构进行编码，具体操作如下：

第一步：根据接线表确定拓扑结构端点数量n，及位置坐标，在机电产品待布线环境中随机生成t个拓扑点位置；

第二步：将拓扑点顺序赋值到第一列表格中，将除T1外的所有拓扑点依次赋值到从第二行起的第四列表格；

第三步：将除T1外所有拓扑点与端点(n+t-1)乱序排列，依次赋值到第二列、第三列和第四列第一行中；，

第四步：循环第二步、第三步，直至完成初始种群中所有个体的初始化编码，然后利用遗传算法计算线缆分支结构。

所述的步骤(4)中，二次杂交是一种在经典遗传算法杂交操作完成后，通过遍历查找子代中的重复节点并继续进行交换从而降低子代个体中的致死率的方法，其具体步骤是：

第一步：以一定的概率选择待杂交个体；

第二步：杂交完成后，遍历查找子代个体中有无相同节点，如果无相同节点，则无需进行二次杂交，跳转到第四步，继续进行算法其他操作；如果存在相同节点，则随机选择相同节点中的任意一个，与子代对应节点进行二次交换；

第三步：重复第二步，直至子代个体中没有相同节点的存在；

第四步：以设定的变异概率选择个体，随机选中待变异个体两节点交换，完成变异；

第五步：继续进行算法其他操作。

所述的步骤(5)中，反编码法是一种将编码的个体表格解码为一条可视化线缆结构的方法，即将个体编码的t行*4列表格从第一行起，在三维空间中将第一列到第四列中的T1、T2、T3、T4点的位置以空间点表示，并以直线将T1与其余点相连，依次完成第N行中的Tn，直至获得一条可视化的线缆组件。

所述的立方体边长尺寸取机电产品x，y，z方向中最小尺寸的1/100。

所述的离散点包括热源、电磁干扰源；所述的工艺性包括远离热源、远离电磁干扰及走线沿或接近内壁。本发明针对机电产品线缆结构优化问题，提出了一种基于空间离散点、工艺权值和遗传算法的线缆结构优化方法，它包括待布线机电产品布线的空间预处理，根据工艺性要求为空间离散点赋权值和利用遗传算法对线缆结构进行具体求解。

本发明的有益效果：

本发明针对机电产品线缆结构的特点问题，在传统遗传算法的基础上，采用了独创的染色体编码方法对线缆结构进行计算，并将离散点权值引入算法评价函数中，保证了计算过程对实际布线的工艺性考虑。同时引入二次杂交、交换变异的方法降低了算法致死率，并采用精英保留策略使算法能够收敛到机电产品线缆结构的最优解。最终获得符合实际工艺性要求的机电产品线缆结构。

利用本发明的方法可以实现机电产品线缆优化结构的自动生成。本发明解决了在复杂机电产品内，由于空间狭小局促，布线设计滞后于硬件设计，并且需要依靠人工经验反复尝试，布线设计效率低下的问题，通过重新设计个体结构和种群初始化方法，增加二次杂交、交换变异显著降低了遗传算法的致死率，大大提高了算法效率，而且本发明算法具有收敛性高的特点，可以有效实现机电产品线缆结构优化，提高机电产品研发过程中布线设计的周期、减少研发成本，从而提高复杂机电产品的研发效率。

附图说明

图1是某典型机电产品空间结构示意图。

图2是端口相同的电缆组件的不同结构图。

图3是算法流程图。

图4是染色体编码流程图。

图5是染色体编码示意图。

图6是线缆结构示意图。

图7是本发明实施例的两个父本及其对应的布线示意图。

图8是图7所示的两个父本一次杂交后所得的子代个体及对应的布线示意图。

图9是图7所示的两个父本二次杂交所得的二代个体及对应的布线示意图。

具体实施方式

下面结合附图和机电产品线缆结构优化实例对本发明作进一步的说明。

如图1-9所示。

本实施实例中就某机电产品线缆结构优化设计展开研究。

一种机电产品线缆组件优化结构的自动生成方法的输入条件为机电产品的机械结构(图)及电气接线表(表1)。

表1机电产品接线表

在获得线缆优化结构自动生成的输入条件后，利用遗传算法优化线缆结构。首先要考虑分支点数量以及每个分支点所连接的端点数量对线缆结构的影响(为便于表示，本文分别用P1～Pn代表端点，用T1～Tt代表拓扑点)。端点完全相同的情况下，分支点数量的不同会导致线缆结构的不同。在发明中，分支点的数量t取最大值(即端点数量n减二)计算，当两个不同分支点的距离逐渐减短，并趋近于很小或者位置重合时，就可以近似地认为两分支点等效为一个分支点。这样就能保证在计算时，随机选择的分支点理论上能涵盖所有的线缆结构。

在实际的线缆安装过程中，线缆结构及路径有不同的工艺性要求，例如有些机电产品要求线缆避开热源，有些机电产品要求避开电磁干扰或者要求沿内壁固定等。因此机电产品布线空间内，不同点对布线的工艺性适应度不同，在完成对不同的空间点布线工艺性的评价后，以线缆结构整体工艺性最优为目标，求该问题的线缆结构优化方案。

具体步骤如下：

第一步：进行空间预处理，提取待布线机电产品三维模型中，可供布线的空间，以一定的单位长度将空间内的点离散化，获得布线空间内的离散点。

第二步：为待布线机电产品的离散点赋工艺性权值value_Pi

value_P_{i} = \{\begin{matrix} 0; \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}} \leq k \\ \frac{1}{n} Σ_{i = 1}^{n} \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}}; else \end{matrix}

k为不同工艺(含电缆分支长度)的评价系数，根据该工艺在布线中的重要性，在[0,1]的区间内取值；

在点P_i的工艺性权值计算中，P_i.X、P_i.Y、P_i.Z分别代表表离散点x、y、z轴坐标，H代表的所要避开的工艺点，例如热源、电磁源、金属锐边等。

第三步：考虑不同线缆结构经过的每一点工艺性不同，即在工艺性权值已知的情况下，根据线缆结构长度和经过点的工艺性权值，应用遗传算法来求解最优线缆结构。

第四步：遗传算法的具体求解过程如下：

(1)设定遗传算法的参数，令种群规模为20，杂交概率为0.8，变异概率为0.08，算法终止条件为种群迭代30代。同时将表1中端点数量、位置等信息读入遗传算法中。

(2)采用t行*4列表格对线缆结构可行解进行编码，首先根据接线表确定拓扑结构端点数量n，及位置坐标。在机电产品待布线环境中随机生成t(t＝n-2)个拓扑点位置。图5所示的线缆结构，可以一一对应一个t行*4列表格。在本发明所示的遗传算法中，首先将拓扑点顺序赋值到第一列表格中，将除T1外的所有拓扑点依次赋值到从第二行起的第四列表格。然后将除T0外所有拓扑点与端点(n+t-1)乱序排列，依次赋值到第二列、第三列和第四列第一行中，则G0代种群第一个个体初始化完毕，循环该操作，将G0代种群所有个体赋值，则本遗传算法初始化完毕。例如图3所示流程，G0代种群初始化完成。

(3)初始化完成后，需要对种群进行适应度计算，在本例遗传算法中，将适应度值定义为拓扑结构的欧式距离总长度与经过的离散点权值加权。首先分别算出每个个体的欧式距离总长度Length，然后分别计算个体经过的离散点不同工艺的工艺性权值value_P_i，则个体的适应度value就为Length和value_P_i的加权。整个个种群的适应度累加，然后除以个体数量，分别得到种群的总适应度和平均适应度。在父代到子代的传递过程中，适应度即为父代个体的选择的标准。

length = Σ_{i = 1}^{t} Σ_{j = 1}^{4} \sqrt{{(P_{(i, j)} . X - P_{(i, j + 1)} . X)}^{2} + {(P_{(i, j)} . Y - P_{(i, j + 1)} . Y)}^{2} + {(P_{(i, j)} . Z - P_{(i, j + 1)} . Z)}^{2}}

欧式距离总长度计算中，t代表拓扑点数量，i,j分别代表存储每个个体的表格中，某一点所在的行数和列数。同理，P_(i,j).X，P_(i,j).Y，P_(i,j).Z分别代表一个个体表格中，位于第i行、第j列的点的X，Y，Z坐标。

value = k \times length + Σ_{i = 1}^{n} k_{i} \times value_P_{i}

式中：在个体适应度value的计算中，k，k_i分别代表所计算的工艺性权值的系数，该系数通过实际情况中不同布线工艺的重要性来确定。k_i，k为不同工艺(含电缆分支长度)的评价系数，根据该工艺在布线中的重要性，在[0,1]的区间内取值；

(4)根据染色体的适应度，采用前述的精英保留策略，并选用轮盘赌选择算子、杂交算子和交换变异算子来实现染色体选择、复制、交叉和变异的过程，形成新的种群。

本遗传算法中，选择算子采用轮盘赌选择方法。其基本思想为：染色体被选中的概率与其适应度函数值大小成正比。其具体实现步骤为：

I计算群体中所有染色体的适应度值；

II计算每个染色体的选择概率；

III计算每个染色体积累概率；

IV采用模拟赌盘操作(即生成0到1之间的随机数与每个染色体遗传到下一代群体的概率进行匹配)来确定各染色体是否遗传到下一代群体中。

在遗传算法中，杂交通过将两个个体进行行置换完成。即选择好需要杂交的个体后，随机在2到t中选择一个数，在该行，和该行以下的基因进行置换操作。例如选择m(2≤m≤t)，即将两个个体第m行到第t行进行置换。图7所示，为进行杂交的两个个体，图8为在第m行进行交换，杂交操作后得到的子代个体。图8中分别用A、B表示一个个体中任意一点(Tx或Px)。杂交后得到的两个个体，存在某一个个体中，同一个点A出现两次而B点缺失的情况，如子代个体(a)。同样在另外的个体中，B点出现两次而A点缺失，子代个体(b)。这样不满足拓扑结构的基因，即为致死基因。在本遗传算法中，通过增加二次杂交对其进行了相应的创新。在杂交完成后，通过遍历查找个体中各节点是否存在重复判断个体是否存在致死基因，若存在致死基因，则通过进一步交换子代个体中重复的节点以使子代个体符合线缆结构。例如遍历查找出杂交后个体(a)中A点重复，个体(b)中B点重复，则继续随机选择个体(a)中A点与个体(b)中B点继续交换位置，即得到两个满足拓扑结构要求的新个体。这样杂交后个体进行遍历查找致死基因操作，然后继续进行杂交的方法，称为二次杂交(如图9)。

第五步：根据第四步所述的染色体编码方式，在遗传算法求出最优解后，对最优解进行反编码，将个体编码的t行*4列表格从第一行起，在三维空间中将第一列中的T1，及2、3、4列中的点的位置以空间点表示，并以直线将T1与其余点相连。重复上述操作，依次完成第N行中的Tn，直至获得一条可视化的线缆组件。

本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims

1.一种机电产品中线缆组件优化结构的自动生成方法，其特征是它主要包括以下步骤：

(1)对需要布线设计的机电产品结构进行三维空间预处理：将待布线机电产品的三维结构模型中的可布线空间根据单位立方体进行离散化，离散化的布线空间用离散的立方体中心点表示；

value_P = Σ_{i = 1}^{n} k_{i} \times value_P_{i}

length = Σ_{i = 1}^{t} Σ_{j = 1}^{4} \sqrt{{(P_{(i, i)} . X - P_{(i, j + 1)} . X)}^{2} + {(P_{(i, j)} . Y - P_{(i, j + 1)} . Y)}^{2} + {(P_{(i, j)} . Z - P_{(i, j + 1)} . Z)}^{2}}

value＝k×length+value_P

其中，k_i，k为不同工艺的评价系数，根据该工艺在布线中的重要性，在[0,1]的区间内取值；

2.根据权利要求1所述的方法，其特征是：所述的步骤(2)中，为离散点设置工艺性权值是指一种用公式评价某点的位置作为布线工艺的可行性的方法，通过为离散点依据不同的布线工艺性要求赋予权值(value_P_i)，获得该离散点所处位置的布线工艺性优劣评价；

value_P_{i} = \{\begin{matrix} 0; \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}} \leq k \\ \frac{1}{n} Σ_{i = 1}^{n} \sqrt{{(P_{i} . X - H . X)}^{2} + {(P_{i} . Y - H . Y)}^{2} + {(P_{i} . Z - H . Z)}^{2}}; else \end{matrix}

其中，P_i.X、P_i.Y、P_i.Z分别代表第i个端口端点的xyz坐标，H.X、H.Y、H.Z分别代表工艺障碍点的xyz坐标；将个体经过的所有离散点引入遗传算法的评价函数中，能够使遗传算法在个体适应度计算中考虑个体的工艺性，使计算的最终结果更加贴近实际的布线工艺性要求。

3.根据权利要求1所述的方法，其特征是：所述的步骤(3)中，全新的个体编码方式是指一种将线缆分支结构编入表格进行遗传算法操作的方法；在接线表确定的情况下，分支点数量t取不同值会导致线缆结构不同，因而分支点数量t取最大值，即t＝n-2计算，若计算中两分支点位置接近或重合，则近似认为两分支点等效为一个分支点，然后通过将用T1,T2......Tt表示的分支点与用P1,P2......Pn表示的端点编入4*t的表格中，采用t行*4列表格对可行的线缆结构进行编码，具体操作如下：

4.根据权利要求1所述的方法，其特征是所述的步骤(4)中，二次杂交是一种在经典遗传算法杂交操作完成后，通过遍历查找子代中的重复节点并继续进行交换从而降低子代个体中的致死率的方法，其具体步骤是：

第一步：以一定的概率选择待杂交个体；

第五步：继续进行算法其他操作。

5.根据权利要求1所述的方法，其特征是所述的步骤(5)中，反编码法是一种将编码的个体表格解码为一条可视化线缆结构的方法，即将个体编码的t行*4列表格从第一行起，在三维空间中将第一列到第四列中的T1、T2、T3、T4点的位置以空间点表示，并以直线将T1与其余点相连，依次完成第N行中的Tn，直至获得一条可视化的线缆组件。

6.根据权利要求1所述的方法，其特征是所述的立方体边长尺寸取机电产品x，y，z方向中最小尺寸的1/100。

7.根据权利要求1所述的方法，其特征是所述的离散点包括热源、电磁干扰源；所述的工艺性包括远离热源、远离电磁干扰及走线沿或接近内壁。