用于产品外形多目标优化设计的改进强度帕累托进化算法制造技术

本发明专利技术公开一种用于产品外形多目标优化设计的改进强度帕累托进化算法，包括设计分析和产品外形多目标优化设计，包含产品外形数据和产品感性意象数据，采用椭圆傅立叶分析技术获取产品外形轮廓主成分得分数据，用感性意象分析技术得到目标形容词感性意象评价均值数据；产品外形多目标优化设计部分算法步骤为，用遗传算法优化神经网络技术建立主成分得分和目标形容词的感性意象评价均值之间的非线性映射网络，利用椭圆傅立叶分析技术获得的主成分得分和目标形容词的感性意象评价均值之间的一致性相关关系提出修正算子，将该算子与改进交叉算子和改进自适应变异算子结合，最终形成本发明专利技术的算法，为开展产品外形多目标优化设计提供有效的工具。

Improved strength Pareto evolutionary algorithm for multi-objective optimization design of product shape

【技术实现步骤摘要】
用于产品外形多目标优化设计的改进强度帕累托进化算法
本专利技术涉及产品外形智能设计领域，具体地说是涉及一种用于产品外形多目标优化设计的改进强度帕累托进化算法，是一种可以满足消费者对产品外形多目标情感需求(如需要一辆具有豪华、动感和优雅外形感的汽车)的智能设计生成算法。
技术介绍
丰富而同质的产品意味着制造商面临越来越严峻的竞争。如何通过产品外形更好地满足消费者日益多样化的情感需求是产品设计的关键，也是制造商赢得竞争的必然要求。现代感性工程学已经证明了消费者的情感需求与产品物理特性(如功能和形式)之间存在极为密切的关系。作为一种可根据消费者的多目标情感需求来自动生成产品外形的设计方法，产品外形多目标优化设计具有越来越重要的价值。多目标优化算法则是决定产品外形多目标优化设计效果的关键。为了提高产品外形多目标优化设计的性能，现有研究已尝试了多种现有多目标优化算法。可根据这些研究所采用的多目标优化算法的类型和应用方式的不同将其分为两种不同类型。第一类是对多目标进行聚合，将多个目标转换为单个目标展开优化设计。这类研究简单易行，但由于它限制了搜索空间并排除本文档来自技高网...

【技术保护点】
1.一种用于产品外形多目标优化设计的改进强度帕累托进化算法，其特征在于：包括设计分析和产品外形多目标优化设计两部分，两部分的数据均包含产品外形数据和产品感性意象数据，采用椭圆傅立叶分析技术获取产品外形轮廓的主成分得分数据，用感性意象分析技术得到目标形容词的感性意象评价均值数据；/n所述产品外形多目标优化设计部分的算法步骤为，先用遗传算法优化神经网络GABP技术建立主成分得分和目标形容词的感性意象评价均值之间的非线性映射网络，该网络将进一步被用作核心多目标优化算法的适应度函数；然后，利用椭圆傅立叶分析技术获得的主成分得分和目标形容词的感性意象评价均值之间的一致性相关关系提出修正算子，将该算子与所...

【技术特征摘要】
1.一种用于产品外形多目标优化设计的改进强度帕累托进化算法，其特征在于：包括设计分析和产品外形多目标优化设计两部分，两部分的数据均包含产品外形数据和产品感性意象数据，采用椭圆傅立叶分析技术获取产品外形轮廓的主成分得分数据，用感性意象分析技术得到目标形容词的感性意象评价均值数据；
所述产品外形多目标优化设计部分的算法步骤为，先用遗传算法优化神经网络GABP技术建立主成分得分和目标形容词的感性意象评价均值之间的非线性映射网络，该网络将进一步被用作核心多目标优化算法的适应度函数；然后，利用椭圆傅立叶分析技术获得的主成分得分和目标形容词的感性意象评价均值之间的一致性相关关系提出修正算子，将该算子与所提的改进交叉算子和改进自适应变异算子相结合，最终形成了一种用于产品外形多目标优化设计的改进强度帕累托进化算法ISPEA2。


2.根据权利要求1所述的用于产品外形多目标优化设计的改进强度帕累托进化算法，其特征在于：在所述设计分析部分，其具体步骤为
S1.1椭圆傅里叶分析
产品外形的椭圆傅里叶分析包括图像预处理、椭圆傅里叶描述子计算、椭圆傅立叶描述子归一化和主成分分析四个步骤：
S1.1.1图像预处理
图像预处理后可得到由a个离散采样点的x、y坐标组成的二维轮廓点坐标序列z(i)，表示为
z(i)＝(x(i),y(i))(i＝0,1,…,a-1)(1)
S1.1.2椭圆傅里叶描述子计算
对二维轮廓点坐标序列z(i)用椭圆傅里叶级数展开为



式中：为轮廓中心点的横坐标，为轮廓中心点的纵坐标，n为谐波频次，N为最大谐波频次，t为弧长参数。将以上新插值点坐标函数用黎曼求和法得到其三角函数的四个近似椭圆傅里叶系数axn、bxn、ayn、byn为



式中：A为新插值点数，四个系数与同一谐波频次n对应，任意封闭的轮廓用一组包含n个谐波频次的椭圆傅里叶系数描述成



F即为椭圆傅里叶描述子系数矩阵；
S1.1.3椭圆傅里叶描述子归一化
设n次谐波的归一化系数分别是有：
设谐波直流分量即将轮廓中心点移动到坐标原点，可实现位置的归一化；
根据下式变换椭圆傅里叶系数，实现方向的归一化：



式中：a1,b1,c1和d1是第一椭圆的四个谐波系数，









计算第一个椭圆E*的大小，然后将每个描述子矩阵除以E*，将大小归一化：



S1.1.4主成分分析
采用主成分分析将具有样本数为q的矩阵F*降维至m维为



Z为提炼了产品外形轮廓信息的主成分得分矩阵；
S1.2感性意象分析，具体步骤如下：
步骤1：收集意象词，即形容词，并组织受试者进行非正式调查以挑选出适当的形容词；
步骤2：邀请专家建立焦点小组，使用德尔菲法选择最具代表性的形容词；
步骤3：将代表性形容词与产品样本组合形成问卷；使用语义差异量表和7点李克特量表进行问卷调查评估专家对产品图像的感知，计算每个产品样本的所有专家评估得分的均值；
步骤4：合并目标形容词的感性意象评价均值矩阵和主成分得分矩阵，对该合并后的矩阵执行相关分析以获得相关系数；然后将相关系数引入意象目标综合...

【专利技术属性】
技术研发人员：王增，刘卫东，杨明朗，
申请(专利权)人：南昌大学，
类型：发明
国别省市：江西;36