《基于智能优化技术的创新概念设计研究与应用》由会员分享，可在线阅读，更多相关《基于智能优化技术的创新概念设计研究与应用（66页珍藏版）》请在金锄头文库上搜索。
1、学 号 ：学 号 ： 20070211172007021117 姓 名 ： 魏 欣姓 名 ： 魏 欣 联 系 电 话 ：联 系 电 话 ： 1506337856615063378566 EmailEmail： weixin345 weixin345 所 在 学 院 ： 管 理 与 经 济 学 院所 在 学 院 ： 管 理 与 经 济 学 院 硕硕 士士 学学 位位 论论 文文 论文题目论文题目 基于智能优化技术的 创新概念设计研究与应用 学科专业名称学科专业名称 管理科学与工程管理科学与工程 申 请 人 姓 名申 请 人 姓 名 魏魏 欣欣 指 导 教 师指 导 教 师 刘 希 玉刘 希 玉
2、教 授教 授 论文提交时间论文提交时间 2010 年年 5 月月 26 日日 单位代码： 10445 学 号： 2007021117 分 类 号： TP18 山东师范大学硕士学位论文 独独 创创 声声 明明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他人已经发表或撰写过的研究成果，也不包含为获得_ (注：如没 有其他需要特别声明的， 本栏可空)或其他教育机构的学位或证书使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 表示谢意。 学位论文作者签名： 导师签字： 学
3、位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解 学校学校 有关保留、使用学位论文的规定，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本 人授权 学校学校 可以将学位论文的全部或部分内容编入有关数据库进行检索， 可以 采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解 密后适用本授权书) 学位论文作者签名： 导师签字： 签字日期：2010 年 月 日 签字日期：2010 年 月 日 山东师范大学硕士学位论文 目目 录录 摘 要 I Abstract . III 第一章 绪论 . 1 1.1 引言 . 1 1.2 本课题相关
4、的国内外发展现状 . 2 1.3 课题研究的目的和意义 . 4 1.4 本文的主要内容和组织结构 . 4 1.5 课题来源 . 5 第二章 创新概念设计方法研究 . 6 2.1 产品设计 . 6 2.1.1 产品设计的基本内涵 6 2.1.2 产品创新设计 6 2.2 概念设计理论 . 7 2.2.1 概念设计 7 2.2.2 产品概念设计的意义 8 2.3 支持创新的概念设计 . 9 2.3.1 产品创新概念设计的层次 9 2.3.2 产品创新概念设计的创造性思维 10 2.3.3 创新概念设计的技术方法 10 2.4 创新概念设计的研究现状 . 11 2.4.1 概念设计的发展现状 11
5、2.4.2 创新设计的研究现状 12 2.5 本章小结 . 12 第三章 智能优化技术理论基础 . 13 3.1 引言 . 13 3.2 微粒群算法 . 13 3.2.1 标准微粒群算法的原理 14 3.2.2 微粒群算法分析 15 3.2.3 微粒群算法流程 16 3.2.4 微粒群算法的发展和现状 18 3.3 差分进化算法 . 18 3.3.1 差分进化算法的原理 19 3.3.2 差分进化算法分析 20 3.3.3 差分进化算法流程 21 3.3.4 差分进化算法的发展和现状 21 3.4 本章小结 . 22 第四章 基于局部搜索策略微粒群算法 . 23 4.1 引言 . 23 4.2
6、 局部搜索算法 . 23 4.3 基于局部搜索策略的微粒群算法 . 24 4.3.1 惯性权重的动态线性调整 24 4.3.2 具有局部搜索策略的微粒群算法的基本思想 25 山东师范大学硕士学位论文 4.3.3 算法的流程 26 4.3.4 仿真实验 28 4.4 本章小结 . 32 第五章 智能优化技术在眼镜创新设计中的应用 . 34 5.1 引言 . 34 5.2 系统的实现技术 . 34 5.2.1CATIA 平台 34 5.2.2CATIA 的二次开发 35 5.2.3CATIA 的二次开发接口 36 5.2.4CATIA 的二次开发语言 37 5.2.5VBA 与 CATIA 的连接
7、 38 5.3 基于差分进化算法的构件设计 . 39 5.3.1 眼镜造型的结构表示 39 5.3.2 眼镜构件的编码设计 40 5.3.3 父代个体构件的选择 42 5.3.4 评价父代个体的适应度函数 43 5.3.5 运用差分进化算法生成新的构件 44 5.4 基于局部搜索策略微粒群算法的构件组装 . 45 5.4.1 评价方法 45 5.4.2 应用 LSPSO 完成构件的组装 46 5.5 本章小结 . 48 第六章 总结与展望 . 50 6.1 本文的主要工作 . 50 6.2 进一步的研究方向 . 50 参考文献. 52 致 谢 56 攻读硕士学位期间发表的论文 . 57 山东师
8、范大学硕士学位论文 I 基于智能优化技术的创新概念设计研究与应用 摘 要 随着市场的日益饱和，产品消费节奏速度加快，顾客的需求越来越个性化、 多样化，购买行为选择性更多。在这种形势下，许多企业都已经意识到产品创新 设计将成为抢占市场的一个决定性因素， 通过提高产品的创新性来获得核心竞争 力。创新性设计能够适应市场需求的变化，有效地提高产品的市场竞争力，因此 创新设计也就成为近年来计算机辅助设计领域的热点之一。 智能优化技术的兴起， 为我们探索一种支持进化的概念创新设计提供了新的 途径。 进化设计是满足新产品需求并可以保存原有产品优良性能的一种改进式的 设计过程， 它是将各种智能优化技术应用于不
9、同的设计领域， 以智能优化算法 （遗 传算法、微粒群算法、差分进化算法等）为基本的计算工具，结合各种设计理论 进行运算， 最终得到需要的设计结果。由于进化设计方法能够模仿生物的染色体 的交叉变异等遗传特征， 因此进化设计的优势在于能够得出设计智能并且快速有 效的一般的问题解。 事实上，进化设计方法已经成为最重要的创新设计技术之一，智能优化技术 已经开始应用到创新概念设计领域。本文在查阅大量文献资料的基础上，对智能 优化算法的来源、基本原理、机制、特点及应用等进行了系统的研究和详细的阐 述，同时设计改进的微粒群算法进一步应用到眼镜创新概念设计领域中，并利用 CATIA 二次开发技术实现创新设计。
10、本文的主要创新点如下： 1改进基本微粒群算法，将微粒群算法的惯性权重的动态线性调整方案进 行调整，同时提出一种基于局部搜索策略的微粒群算法， 从微粒的寻优位置对基 本微粒群算法进行改进，使其引导微粒在寻优过程的位置，增强粒子在最优点附 近的局部搜索能力，大大加快了收敛速度，并用四个测试函数实验验证改进算法 的有效性和优越性。 2将基于局部搜索策略的微粒群算法应用到眼镜创新概念设计领域，实验 表明， 基于局部搜索策略的微粒群算法的眼镜创新设计过程能够更加快速的生成 符合用户需求的具有创新性的产品，并且几乎不需要设计者的干预，能够把设计 山东师范大学硕士学位论文 II 者从繁重的人工评价中解脱出来
11、，从而为智能优化算法开拓新的应用领域，同时 也为眼镜创新设计提供新的方法。 关键词关键词：智能优化技术； 创新概念设计； 微粒群算法； 差分进化； CATIA 山东师范大学硕士学位论文 III Creative conception design based on intelligent optimization technology Abstract With the saturation of commodities and the acceleration of consuming speed, the consumers demands tend to be more and more
12、 various and characteristic, and the purchasing behavior is more selective. Facing this reality, many enterprises begin to realize the importance of product design and pay more attention to creative products. Creative design can satisfy the novel and ever-changing market demands and help to make pro
13、ducts more competitive. Thus, innovative design has become one of the popular research items in computer-aided design field in recent years. The rise of intelligent optimization technology provides us a new approach for exploring conceptually creative design that is evolving. Evolutionary design is
14、a type of design process for improvement to meet the demands of new products while preserve the excellent performance of existing products. Evolutionary design applies a variety of intelligent optimization technology to different design fields. The required design results are obtained through intell
15、igent optimization algorithm (genetic algorithm, particle swarm optimization, differential evolution, etc.) that is the basic computational tool and a combined computation of various design theory. As the evolutionary design approach can mimic genetic characteristics such as the biological crossover
16、 and mutation of chromosome, the advantage of evolutionary design consists in obtaining humanlike intelligence, as well as quick and effective solutions of general problems. In fact, the evolutionary design methodology has become one of the most important innovative design techniques; moreover, Intelligent Optimization technology has begun to be applied to innovative conceptual design. This thesis reviewed the intell
