CN116113964A - 参数优化方法、装置和计算机可读存储介质 - Google Patents
参数优化方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN116113964A CN116113964A CN202080103944.5A CN202080103944A CN116113964A CN 116113964 A CN116113964 A CN 116113964A CN 202080103944 A CN202080103944 A CN 202080103944A CN 116113964 A CN116113964 A CN 116113964A
- Authority
- CN
- China
- Prior art keywords
- parameter
- current
- parameters
- performance index
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000006870 function Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 239000002131 composite material Substances 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 101000934888 Homo sapiens Succinate dehydrogenase cytochrome b560 subunit, mitochondrial Proteins 0.000 description 1
- 102100025393 Succinate dehydrogenase cytochrome b560 subunit, mitochondrial Human genes 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33099—Computer numerical control [CNC]; Software control [SWC]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Complex Calculations (AREA)
- Stored Programmes (AREA)
- Debugging And Monitoring (AREA)
- Feedback Control In General (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例中公开了一种参数优化方法、装置和计算机可读存储介质。其中,方法包括:基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系;基于所述一对一函数关系,确定各参数与各性能指标的当前相关性系数;获取每个性能指标的当前权重;根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数并重要优化参数;根据所述当前权重以及每两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数;根据与重要优化参数的关联度确定为调整参数;基于所述重要优化参数和所述调整参数进行参数优化。本发明实施例中的技术方案能够提高参数优化的效率。
Description
技术领域
本发明涉及工业技术领域,特别是一种参数优化方法、装置和计算机可读存储介质。
背景技术
数字化技术是指利用计算机和网络等来实现数字化的技术,数字化技术已经应用于各种行业和领域,例如,应用于传统的制造工厂。数字化工厂是指利用计算机硬件和软件技术为传统的制造工厂提供数字化和信息化服务。数字化工厂集成了工厂、产品和控制等方面的各种系统和数据库,通过可视化、仿真、大数据等手段,提高工厂制造流程的灵活性和效率。
CNC加工是现代数字化工厂的重要组成部分,因此拥有一个高效、智能的CNC系统是很有必要的。
CNC机床可以根据G代码加工工件。目前,G代码是可以自动生成的,但是各种参数需要手动输入,不仅效率低下,而且不能保证输入的是最佳参数。并且当外部环境或加工要求发生变化时,CNC机床参数的最佳组合也将发生变化。此时,需要人工进行参数计算和调整,该过程工作量大、且效率低。
发明内容
有鉴于此,本发明实施例中一方面提出了一种参数优化方法,另一方面提出了一种参数优化装置和计算机可读存储介质,用以提高参数优化的效率。
本发明实施例中提出的一种参数优化方法,包括:基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系;针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数;获取每个性能指标的当前权重;根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数;针对每两个参数,根据所述当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数;将与重要优化参数的当前关联系数的值达到设定要求的参数确定为调整参数;基于所述重要优化参数和所述调整参数进行参数优化。
在一个实施方式中,所述针对每个参数的当前取值,基于所述函数关系,确定所述参数与各性能指标的当前相关性系数,包括:针对每个参数的当前取值,将所述参数与每个性能指标的一对一函数关系所对应曲线的所述当前取值处的切线斜率确定为所述当前取值与所述性能指标的当前相关性系数。
在一个实施方式中,进一步包括:根据每个参数与各性能指标的当前相关性系数,得到各参数与各性能指标之间的相关性系数表。
在一个实施方式中,所述根据当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,包括:将每个性能指标的当前权重对应放入所述相关性系数表中,得到加权后的相关性系数表,将加权后的相关性系数表中对应同一参数的加权后的当前相关性系数相加,得到每个参数对综合评分的当前影响系数。
在一个实施方式中,进一步包括:在所述相关性系数表中采用不同颜色来表征不同的当前相关性系数取值,得到各参数与各性能指标的相关性云图。
在一个实施方式中,进一步包括:根据每两个参数的当前关联系数,建立参数的知识图谱;所述知识图谱包括表示各参数的节点和表示参数之间关联关系的节点间连线;所述知识图谱中,节点的大小与所述节点表示的参数的影响系数的大小成正比,且重要优化参数和调整参数所对应的节点被突出显示。
在一个实施方式中,进一步包括:基于所述当前权重和各性能指标的当前取值,得到表征各性能指标的当前综合性能的当前综合评分;在所述当前综合评分满足设定要求时,将所述当前综合评分对应的各参数确定为最终确定的优化参数;否则,执行所述针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数的操作;所述基于所述重要优化参数和所述调整参数进行参数优化包括:按照优先调整所述重要优化参数和调整参数的取值的原则对各参数的取值按照设定规则进行调整或者只调整所述重要优化参数和调整参数的取值,并返回执行基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系的操作。
在一个实施方式中,进一步包括:响应于每个性能指标的当前权重的改变,返回执行所述根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数的步骤。
在一个实施方式中,进一步包括:响应于用户对重要优化参数或调整参数的变更,基于变更后的重要优化参数或调整参数进行参数优化。
本申请实施例中提供的参数优化设备,包括:第一模块,用于基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系;第二模块,用于针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数;第三模块,用于获取每个性能指标的当前权重;第四模块,用于根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数;第五模块,用于针对每两个参数,根据所述当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数,将与重要优化参数的当前关联系数的值达到设定要求的参数确定为调整参数;第六模块,用于基于所述重要优化参数和所述调整参数进行参数优化。
在一个实施方式中,进一步包括:第七模块,用于根据每个参数与各性能指标的当前相关性系数,得到各参数与各性能指标之间的相关性系数表;在所述相关性系数表中采用不同颜色来表征不同的当前相关性系数取值,得到各参数与各性能指标的相关性云图。
在一个实施方式中,所述第四模块将每个性能指标的当前权重对应放入所述相关性系数表中,得到加权后的相关性系数表,将加权后的相关性系数表中对应同一参数的加权后的当前相关性系数相加,得到每个参数对综合评分的当前影响系数。
在一个实施方式中,进一步包括:第八模块,用于根据每两个参数的当前关联系数,建立参数的知识图谱;所述知识图谱包括表示各参数的节点和表示参数之间关系的节点间连线;所述知识图谱中,节点的大小与所述节点表示的参数的影响系数的大小成正比,且重要优化参数和调整参数所对应的节点被突出显示。
在一个实施方式中,进一步包括:第九模块,用于基于所述当前权重和各性能指标的当前取值,得到表征各性能指标的当前综合性能的当前综合评分;第十模块,用于在所述当前综合评分满足设定要求时,将所述当前综合评分对应的各参数确定为最终确定的优化参数;否则,指示所述第二模块执行对应的操作;所述第六模块按照优先调整所述重要优化参数和调整参数的取值的原则对各参数的取值按照设定规则进行调整或者只调整所述重要优化参数和调整参数的取值,并指示第一模块执行对应的操作。
本申请实施例中提供的另一种参数优化设备,包括至少一个存储器和至少一个处理器,其中:所述至少一个存储器用于存储计算机程序;所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,执行如上任一实施方式中所述的CNC参数优化方法。
本申请实施例中提供的一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序能够被一处理器执行并实现如上任一实施方式中所述的CNC参数优化方法。
从上述方案中可以看出,由于本发明实施例中可以为每个性能指标分配一个权重,并且可以基于综合性能同时优化所有参数。根据各参数对综合性能的影响系数,可以实现有针对性的优化,提高效率。可以根据各种参数之间的关联程度进行进一步调整,以补偿其他性能指标可能出现的退化。从而提高了参数优化效率。
此外,还可以根据外部环境和加工要求随时改变权重分布,调整参数优化方向。
另外,还可以根据不同机床的特点调整性能指标与各参数之间的函数关系。
附图说明
下面将通过参照附图详细描述本发明的优选实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点,附图中:
图1为本发明实施例中参数优化方法的示例性流程图。
图2为本申请一个例子中性能指标和参数之间的一对一函数关系的示意图。
图3为本申请一个例子中参数和性能指标的相关性云图的示意图。
图4为本申请一个例子中性能指标的当前权重的示意图。
图5为本申请一个例子中每两个参数之间的关联系数的示意图。
图6为本申请一个例子中每个参数的当前影响系数和参数的知识图谱的示意图。
图7为本申请一个例子中在优化过程中参数、性能指标和综合评分的变化的示意图。
图8为本申请实施例中参数优化设备的示例性结构图。
图9为本申请实施例中另一种参数优化设备的示例性结构图。
其中,附图标记如下:
具体实施方式
本发明实施例中,考虑某个参数的变化可能会带动不只一个性能指标的变化,不同参数之间的关联度是不同的,且不同参数对不同性能指标的影响也是不一样的,但传统参数优化技术通常只能优化某些参数,而不能对所有输入参数都进行同步优化;且传统参数优化技术通常只考虑对某一性能的改善而不考虑该性能改善可能导致的其他性能下降的问题,使得参数优化的效率较低,且缺乏统筹性。
因此,本发明实施例中提出的参数优化方案,建立了参数与性能指标的映射关系库,然后根据各参数与各性能指标之间的函数关系,确定各参数与各性能指标之间的相关系数。根据当前确定的性能指标值和各性能指标的预置权重,计算出性能指标的综合评价得分。根据各参数与各性能指标的相关系数和各性能指标的预设权重,确定重要的优化参数。根据相关系数和权重分布计算出各参数之间的关联系数,建立参数知识图谱。根据关联系数,将与重要优化参数密切相关的参数设置为调整参数。根据重要的优化参数和调整参数进行参数优化。
具体实现中,可根据当前确定的绩效指标值和各绩效指标的预定权重计算绩效指标的综合得分,当综合得分满足预设条件时,综合得分对应的参数为最终优化参数;否则,根据重要优化参数和调整参数,通过调整重要优化参数和调整参数的值来进行优化。
为使本发明的目的、技术方案和优点更加清楚,以下举实施例对本发明进一步详细说明。
图1为本发明实施例中参数优化方法的示例性流程图。如图1所示,该方法可能包括以下过程。
步骤101,基于预先建立的每个性能指标和所有参数之间的函数关系,在每个参数和每个性能指标之间建立一对一的函数关系。
在步骤101中,可以建立每个评价指标y和所有参数x之间的函数关系,并且可以将所有函数的初始模板保存在数据库中。开发人员可以根据不同机床的特点调整相应的函数系数。
例如,上述函数关系可以用以下公式(1)表示:
其中,M为预定的系数矩阵,M为性能指标个数,n为参数个数。
根据每个性能指标的计算公式yi=fi(x1,x2,L,xn);i=1,2,···,m,通过变量控制,通过给出其他参数的值,确定各性能指标与各参数之间的一对一函数关系yi=fi(xj);i=1,2,···,m;j=1,2,···,n。也就是说,对于每个当前参数,将除当前参数之外的其他参数的值代入预先建立的每个性能指标与所有参数之间的函数关系,得到各参数与各性能指标之间的一对一函数关系。
步骤102,对于每个参数的当前值,基于所述一对一的函数关系可确定所述参数和每个性能指标之间的当前相关性系数。
在步骤102中,对于每个参数的当前值,对应于参数和每个性能指标之间的一对一函数关系的函数图像中的当前值的切线斜率可以定义为参数和性能指标之间的当前相关系数例如,图2为本申请一个例子中性能指标和参数之间的一对一函数关系的示意图。
此外,在确定各参数与各性能指标的当前相关系数后,可建立各参数与各性能指标之间的相关性系数表。此外,在相关系数表中,可以用不同的颜色来表示当前相关性系数的不同值,从而得到参数与性能指标的相关性云图。例如,图3为本申请一个例子中参数和性能指标的相关性云图的示意图。在示例中,可以向用户显示参数和性能指标的相关性云图。
步骤103,获得每个性能指标的当前权重。
在一个例子中,可以预设和存储每个性能指标的当前权重,并且在步骤103中,可以获取存储的每个性能指标的当前权重。
在另一个例子中,用户可以通过接口为每个性能指标分配不同的有效性系数si,响应于接收到的有效性系数si,将所有性能指标的有效性系数归一化,得到每个性能指标的当前权重,如下式(2):
根据外部环境和加工要求的变化,可以随时调整有效性系数等权重分布。
例如,图4为本申请一个例子中性能指标的当前权重的示意图。图4可以呈现给用户,并且用户可以调整有效性系数的值,然后可以相应地改变图4中权重的饼图。
步骤104,根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,并且可以根据当前影响系数确定重要的优化参数。例如,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数。
在步骤104中,可将每个性能指标对应的当前权重带入相关性系数表,以获得加权相关系数表,然后将加权相关系数表中同一参数对应的加权电流相关性系数相加,得到各参数对综合性能的电流影响系数。
例如,根据图3所示的参数和性能指标的相关性云图,将权重带入相关性系数表,得到加权的相关性系数表,将每行相加,可得到公式(4)所示的各参数对综合得分的当前影响系数hi:
每当调整诸如有效性系数之类的权重分布时,会执行步骤104。
重要的优化参数可在以后进一步筛选。例如,对于一个因实际情况不适合调整的参数,用户可以通过交互面板过滤该参数,使其不再作为重要的优化参数进行优化。
步骤105,针对每两个参数,根据各性能指标的当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数;将与重要优化参数的当前关联系数的值达到设定要求(例如大于或等于一阈值)的参数确定为调整参数,即将与重要优化参数密切相关的参数确定为调整参数。
此外,可以建立参数的知识图谱,该知识图谱包括表示各参数的节点和表示参数之间关联关系的节点间连线。每个参数之间的关联度由关联系数决定。另外,在知识图谱中,每个节点的大小可以与节点所代表的参数的影响系数的值成正比,并且可以突出显示与重要优化参数和调整参数相对应的节点。此外,连线的长度可以与关联系数的值成正比。
例如,图6为本申请一个例子中每个参数的当前影响系数hi和参数的知识图谱的示意图。如图6所示,参数x1是重要的优化参数,而参数x2和x3是调整参数,因此参数x1,x2和x3在图6中突出显示。
后续可进一步过滤调整参数。例如,对于因实际情况不适合调整的参数,用户可以通过交互面板过滤该参数,使其不再作为调整参数进行优化。
步骤106,基于重要优化参数和调整参数执行参数优化。
在步骤106中,在一个例子中,当参数不是最终确定的参数时,可基于首先调整重要优化参数和调整参数的取值的原理,按照预定规则调整参数的值,然后返回执行步骤101。在另一示例中,当参数不是最终确定的参数时,也可仅调整重要优化参数和调整参数的值,然后返回到步骤101。
在步骤106中,可以根据常规参数优化技术来执行参数优化处理。或者,该方法可以进一步包括以下过程。
步骤107,根据性能指标的当前权重和性能指标的当前值,可按照公式(3)计算代表各性能指标的当前综合性能的当前综合评分:
E=w1·y1+w2·y2+L+wmym (3)
在确定各性能指标的当前值时,可根据各参数与各性能指标之间的一对一函数关系和各参数的当前值,计算各性能指标的当前值。
步骤108,确定所述综合评分是否大于或等于设定的阈值,当综合评分大于或等于设定的阈值时,执行步骤109;否则,执行步骤102。
步骤109,与综合评分相对应的参数被确定为要推荐给用户的最终优化参数。
例如,图7为本申请一个例子中在优化过程中参数、性能指标和综合评分的变化的示意图。如图7所示,在优化过程中,参数的影响系数和关联性系数由动态知识图谱反映出来,可以进一步选择新的重要优化参数和调整参数。此外,参数的当前值、性能指标的当前值、当前的综合评分以及参数和性能指标的调整轨迹都可动态反映出来。
在一个例子中,优化算法可以采用遗传算法作为原型。将考虑性能指标权重的综合评分作为适应度函数,进行迭代计算。重要优化参数和调整参数的变异和交叉频率显著高于其他参数。
在优化过程中,各参数的值是不断变化的,因此各参数的关联系数也会同步变化。在此基础上,可得到各参数的动态知识图谱。当重要优化参数和调整参数发生变化时,迭代计算暂停。在指定了新的重要优化参数和调整参数后,继续计算。
重新调整各性能指标的权重分布后,以新的综合评分作为适应度函数,重新调整前的各参数作为新迭代计算的初始值。
图8为本申请实施例中参数优化设备的示例性结构图。该设备可用于执行图1所示的方法。对于本申请的装置实施例中未详细公开的内容,请参见本申请的方法实施例中相应的说明,下文不再赘述。如图8所示,该设备可以包括第一模块801、第二模块802、第三模块803、第四模块804、第五模块805和第六模块806。在一些示例中,该设备还可以包括第七模块807、第八模块808、第九模块809和第十模块810中的一个或多个。
其中,第一模块801用于基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系。
第二模块802用于针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数。
第三模块803用于获取每个性能指标的当前权重。
第四模块804用于根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数。
第五模块805用于针对每两个参数,根据所述当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数,将与重要优化参数的当前关联系数的值达到设定要求的参数确定为调整参数。
第六模块806用于基于所述重要优化参数和所述调整参数进行参数优化。
第七模块807用于根据每个参数与各性能指标的当前相关性系数,得到各参数与各性能指标之间的相关性系数表;在所述相关性系数表中采用不同颜色来表征不同的当前相关性系数取值,得到各参数与各性能指标的相关性云图。
在一个例子中,第四模块804将每个性能指标的当前权重对应放入所述相关性系数表中,得到加权后的相关性系数表,将加权后的相关性系数表中对应同一参数的加权后的当前相关性系数相加,得到每个参数对综合评分的当前影响系数。
第八模块808用于根据每两个参数的当前关联系数,建立参数的知识图谱;所述知识图谱包括表示各参数的节点和表示参数之间关系的节点间连线。所述知识图谱中,节点的大小与所述节点表示的参数的影响系数的大小成正比,且重要优化参数和调整参数所对应的节点被突出显示。
第九模块809用于基于所述当前权重和各性能指标的当前取值,得到表征各性能指标的当前综合性能的当前综合评分。
第十模块810用于在所述当前综合评分满足设定要求时,将所述当前综合评分对应的各参数确定为最终确定的优化参数;否则,指示所述第二模块执行对应的操作。
第六模块806按照优先调整所述重要优化参数和调整参数的取值的原则对各参数的取值按照设定规则进行调整或者只调整所述重要优化参数和调整参数的取值,并指示第一模块执行对应的操作。
事实上,本申请的这种实施方式提供的参数优化设备可以以各种方式具体实施。例如,可以通过使用符合特定规则的应用编程接口,将参数优化设备编译为安装在智能终端中的插件,或者可以封装到应用程序中以供用户下载和使用。
当编译为插件时,参数优化设备可以多种插件形式实现,如ocx、dll和cab。本申请的这种实现方式提供的参数优化设备也可以通过使用特定技术来实现,例如Flash插件技术、RealPlayer插件技术、MMS插件技术、MIDI人员插件技术或ActiveX插件技术。
本申请的这种实现方式提供的参数优化方法可以以指令存储方式或指令集存储方式存储在各种存储介质中。这些存储介质包括但不限于:软盘、光盘、DVD、硬盘、闪存、USB闪存、CF卡、SD卡、MMC卡、SM卡、记忆棒和xD卡。
此外,本申请的这种实施方式提供的参数优化方法也可以应用于基于闪存(Nand-flash)的存储介质,例如USB闪存驱动器、CF卡、SD卡、SDHC卡、MMC卡、SM卡、记忆棒和xD卡。
应该清楚的是,在计算机中操作的操作系统,不仅可以通过执行计算机从存储介质读取的程序代码,而且可以通过使用基于程序代码的指令来实现部分或全部实际操作,以实现上述实施例中任何实施例的功能。
例如,图9为本申请实施例中另一种参数优化设备的示例性结构图。该设备可用于执行图1所示的方法,或用于实现图8中的设备。如图9所示,设备可以包括至少一个存储器91和至少一个处理器92。此外,还可以包括一些其他组件,例如通信端口、输入/输出控制器、网络通信接口等。这些组件通过总线93等进行通信。
至少一个存储器91用于存储计算机程序911。在一个例子中,计算机程序可以理解为包括图8所示的设备的各种模块。另外,至少一个存储器91可以存储操作系统等。操作系统包括但不限于:Android操作系统、Symbian操作系统、windows操作系统、Linux操作系统等。
至少一个处理器92用于调用存储在至少一个存储器91中的计算机程序,以执行本申请实例中描述的参数优化方法。处理器92可以是CPU、处理单元/模块、ASIC、逻辑模块或可编程门阵列等,它可以通过通信端口接收和发送数据。
输入/输出控制器具有显示器和输入装置,用于输入、输出和显示相关数据。
在本申请实施例中,可以为每个性能指标分配一个权重,并且可以基于综合性能同时优化所有参数。根据各参数对综合性能的影响系数,可以实现有针对性的优化,提高效率。可以根据各种参数之间的关联程度进行进一步调整,以补偿其他性能指标可能出现的退化。从而提高了参数优化效率。
此外,还可以根据外部环境和加工要求随时改变权重分布,调整参数优化方向。
另外,还可以根据不同机床的特点调整性能指标与各参数之间的函数关系。
应当理解,本文中使用的“和/或”旨在包括一个或多个相关联的所列项目的任何和所有可能的组合。
本申请实施例的数量仅用于描述,并不代表实施例的优点。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.参数优化方法,其特征在于,包括:
基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系;
针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数;
获取每个性能指标的当前权重;
根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数;
针对每两个参数,根据所述当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数;
将与重要优化参数的当前关联系数的值达到设定要求的参数确定为调整参数;
基于所述重要优化参数和所述调整参数进行参数优化。
2.根据权利要求1所述的方法,其特征在于,所述针对每个参数的当前取值,基于所述函数关系,确定所述参数与各性能指标的当前相关性系数,包括:
针对每个参数的当前取值,将所述参数与每个性能指标的一对一函数关系所对应曲线的所述当前取值处的切线斜率确定为所述当前取值与所述性能指标的当前相关性系数。
3.根据权利要求1所述的方法,其特征在于,进一步包括:
根据每个参数与各性能指标的当前相关性系数,得到各参数与各性能指标之间的相关性系数表。
4.根据权利要求3所述的方法,其特征在于,所述根据当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,包括:
将每个性能指标的当前权重对应放入所述相关性系数表中,得到加权后的相关性系数表,将加权后的相关性系数表中对应同一参数的加权后的当前相关性系数相加,得到每个参数对综合评分的当前影响系数。
5.根据权利要求3所述的方法,其特征在于,进一步包括:在所述相关性系数表中采用不同颜色来表征不同的当前相关性系数取值,得到各参数与各性能指标的相关性云图。
6.根据权利要求1所述的方法,其特征在于,进一步包括:
根据每两个参数的当前关联系数,建立参数的知识图谱;所述知识图谱包括表示各参数的节点和表示参数之间关联关系的节点间连线;
所述知识图谱中,节点的大小与所述节点表示的参数的影响系数的大小成正比,且重要优化参数和调整参数所对应的节点被突出显示。
7.根据权利要求1至6中任一项所述的方法,其特征在于,进一步包括:
基于所述当前权重和各性能指标的当前取值,得到表征各性能指标的当前综合性能的当前综合评分;
在所述当前综合评分满足设定要求时,将所述当前综合评分对应的各参数确定为最终确定的优化参数;否则,执行所述针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数的操作;
所述基于所述重要优化参数和所述调整参数进行参数优化包括:
按照优先调整所述重要优化参数和调整参数的取值的原则对各参数的取值按照设定规则进行调整或者只调整所述重要优化参数和调整参数的取值,并返回执行基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系的操作。
8.根据权利要求7所述的方法,其特征在于,进一步包括:响应于每个性能指标的当前权重的改变,返回执行所述根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数的步骤。
9.根据权利要求7所述的方法,其特征在于,进一步包括:响应于用户对重要优化参数或调整参数的变更,基于变更后的重要优化参数或调整参数进行参数优化。
10.参数优化设备,其特征在于,包括:
第一模块,用于基于预先建立的每个性能指标与所有参数之间的函数关系,建立每个参数与各性能指标的一对一函数关系;
第二模块,用于针对每个参数的当前取值,基于所述一对一函数关系,确定所述参数与各性能指标的当前相关性系数;
第三模块,用于获取每个性能指标的当前权重;
第四模块,用于根据所述当前权重和所述当前相关性系数,得到每个参数对综合性能的当前影响系数,将当前影响系数达到设定的高阈值的参数确定为重要优化参数,或者将当前影响系数较高的前一个或多个的参数确定为重要优化参数;
第五模块,用于针对每两个参数,根据所述当前权重以及所述两个参数各自与各性能指标的当前相关性系数,得到每两个参数的当前关联系数,将与重要优化参数的当前关联系数的值达到设定要求的参数确定为调整参数;
第六模块,用于基于所述重要优化参数和所述调整参数进行参数优化。
11.根据权利要求10所述的设备,其特征在于,进一步包括:
第七模块,用于根据每个参数与各性能指标的当前相关性系数,得到各参数与各性能指标之间的相关性系数表;
在所述相关性系数表中采用不同颜色来表征不同的当前相关性系数取值,得到各参数与各性能指标的相关性云图。
12.根据权利要求11所述的设备,其特征在于,所述第四模块将每个性能指标的当前权重对应放入所述相关性系数表中,得到加权后的相关性系数表,将加权后的相关性系数表中对应同一参数的加权后的当前相关性系数相加,得到每个参数对综合评分的当前影响系数。
13.根据权利要求10所述的设备,其特征在于,进一步包括:
第八模块,用于根据每两个参数的当前关联系数,建立参数的知识图谱;所述知识图谱包括表示各参数的节点和表示参数之间关系的节点间连线;
所述知识图谱中,节点的大小与所述节点表示的参数的影响系数的大小成正比,且重要优化参数和调整参数所对应的节点被突出显示。
14.根据权利要求10至13中任一项所述的设备,其特征在于,进一步包括:
第九模块,用于基于所述当前权重和各性能指标的当前取值,得到表征各性能指标的当前综合性能的当前综合评分;
第十模块,用于在所述当前综合评分满足设定要求时,将所述当前综合评分对应的各参数确定为最终确定的优化参数;否则,指示所述第二模块执行对应的操作;
所述第六模块按照优先调整所述重要优化参数和调整参数的取值的原则对各参数的取值按照设定规则进行调整或者只调整所述重要优化参数和调整参数的取值,并指示第一模块执行对应的操作。
15.参数优化设备,其特征在于,包括至少一个存储器和至少一个处理器,其中:
所述至少一个存储器用于存储计算机程序;
所述至少一个处理器用于调用所述至少一个存储器中存储的计算机程序,执行如权利要求1至9中任一项所述的CNC参数优化方法。
16.一种计算机可读存储介质,其上存储有计算机程序;其特征在于,所述计算机程序能够被一处理器执行并实现如权利要求1至9中任一项所述的CNC参数优化方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/109361 WO2022032682A1 (en) | 2020-08-14 | 2020-08-14 | Parameter optimization method, device, and storage medium |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116113964A true CN116113964A (zh) | 2023-05-12 |
Family
ID=80247591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080103944.5A Pending CN116113964A (zh) | 2020-08-14 | 2020-08-14 | 参数优化方法、装置和计算机可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230315052A1 (zh) |
EP (1) | EP4179479A4 (zh) |
CN (1) | CN116113964A (zh) |
WO (1) | WO2022032682A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151311A (zh) * | 2023-10-31 | 2023-12-01 | 天津云圣智能科技有限责任公司 | 测绘参数的优化处理方法、装置、电子设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101159586B (zh) * | 2007-04-09 | 2010-05-26 | 中国移动通信集团设计院有限公司 | 一种通信网络性能优化的方法和装置 |
US9820006B2 (en) * | 2014-05-09 | 2017-11-14 | Adtran, Inc. | Diagnosing and optimizing network-wide IPTV configurations |
CN107239339B (zh) * | 2016-03-29 | 2021-03-02 | 斑马智行网络(香港)有限公司 | 系统性能优化参数确定方法、系统性能优化方法及装置 |
CN109308246A (zh) * | 2017-07-27 | 2019-02-05 | 阿里巴巴集团控股有限公司 | 系统参数的优化方法、装置及设备、可读介质 |
CN107909204A (zh) * | 2017-11-14 | 2018-04-13 | 中铝视拓智能科技有限公司 | 一种生产工艺参数优化方法及装置 |
WO2020041955A1 (zh) * | 2018-08-28 | 2020-03-05 | 大连理工大学 | 一种基于改进型拉开档次法的数控机床综合性能评价方法 |
CN110442974B (zh) * | 2019-08-07 | 2022-11-11 | 广东工业大学 | 马蹄焰玻璃窑蓄热室性能优化方法和装置 |
-
2020
- 2020-08-14 EP EP20949180.2A patent/EP4179479A4/en active Pending
- 2020-08-14 US US18/041,442 patent/US20230315052A1/en active Pending
- 2020-08-14 WO PCT/CN2020/109361 patent/WO2022032682A1/en unknown
- 2020-08-14 CN CN202080103944.5A patent/CN116113964A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151311A (zh) * | 2023-10-31 | 2023-12-01 | 天津云圣智能科技有限责任公司 | 测绘参数的优化处理方法、装置、电子设备及存储介质 |
CN117151311B (zh) * | 2023-10-31 | 2024-02-02 | 天津云圣智能科技有限责任公司 | 测绘参数的优化处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4179479A4 (en) | 2024-05-01 |
EP4179479A1 (en) | 2023-05-17 |
US20230315052A1 (en) | 2023-10-05 |
WO2022032682A1 (en) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733508B (zh) | 用于控制数据备份的方法和系统 | |
CN109993299A (zh) | 数据训练方法及装置、存储介质、电子装置 | |
JP6892424B2 (ja) | ハイパーパラメータチューニング方法、装置及びプログラム | |
JP2020077143A (ja) | 学習プログラム、学習方法、情報処理装置 | |
CN113240085B (zh) | 模型剪枝方法、装置、设备及存储介质 | |
CN115249315B (zh) | 面向异构计算设备的深度学习图像分类方法及装置 | |
CN116113964A (zh) | 参数优化方法、装置和计算机可读存储介质 | |
CN111562953A (zh) | 接口调用方法、装置、计算机装置及可读存储介质 | |
CN117955897B (zh) | 数据通信方法、装置、服务器及存储介质 | |
JP2021056734A (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
CN110109970B (zh) | 一种数据查询处理方法及装置 | |
JP2023123636A (ja) | ハイパーパラメータチューニング方法、装置及びプログラム | |
CN113282063B (zh) | 缝制产线的配置方法及装置 | |
CN113194107B (zh) | 基于互联网的区域特性的寻址方法和装置 | |
JP7192603B2 (ja) | プログラム編集装置、プログラム編集方法、および、プログラム編集プログラム | |
CN114595627A (zh) | 模型量化方法、装置、设备及存储介质 | |
CN114546652A (zh) | 一种参数预估方法、装置及电子设备 | |
CN113762472A (zh) | 一种神经网络的指令序列生成方法及装置 | |
CN107491505B (zh) | 一种通用指标处理方法及系统 | |
CN111027824A (zh) | 一种风险评分的方法及装置 | |
CN110278233B (zh) | 一种负载调整方法及装置 | |
CN111860560A (zh) | 模型参数调整方法、装置、电子设备及可读存储介质 | |
CN110674179A (zh) | 一种查询接口的生成方法、装置及介质 | |
CN110290165B (zh) | 网络主机间通信负载调控方法、电子装置及可读存储介质 | |
CN113176729B (zh) | Pid控制器的噪声干扰检测方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |