王 科

(成都工业学院 信息与计算科学系，成都 611730)

寻求零件相似度的优化模型及梯度遗传算法

王 科*

(成都工业学院 信息与计算科学系，成都 611730)

零件相似度的高效、精确的计算对于汽车的制造工艺有重要的实际意义。本文利用离散化的方法将零件相似性的问题转变为求相似度最大的非线性优化问题，然后通过构造拉格朗日函数将有约束优化转化为无约束优化问题，并结合梯度遗传算法对优化模型进行求解。最后，通过一些实例验证，说明该算法计算相对比较简单，收敛效果好。

零件相似度；优化模型；梯度遗传算法

由于当前国内汽车发展迅速，车型变化很快。在中国，一个主机厂至少每年要推出两款不同的车型，基本上才能赶上车市的变化节奏。而模具又是汽车开发周期的一个瓶颈，一个车型就冲压模具而言至少300多个冲压件，上千套模具，各个制件都有其成型特点。而对于一个车系来讲，虽然款式不同但其同类零件具有相似性，也有不同类别的车型在同类零件具有相似性。因此，对于模具供应商来讲，如果将其已经制作过的模具能够实现数字化库，而新接单的模具如果在这个库内能够查出相似的零件，那么这个制件所需模具的制作就可以借鉴库内的工艺方案。这样就节省了设计费用、缩短整个模具制造周期。因此对零件相似度的比对工艺的研究可以更好更快地查找到相似的零件，从而缩短设计周期。而且它还可以推广到其他相同或相似性产品的查找中，具有极强的推广意义。……