虚拟现实环境下遗传算法在工业产品造型设计

发布时间：2021-09-06 17:41

　　虚拟现实环境下工业产品造型设计方向种类繁杂且多由人为操作,得到全局最优设计结果的速度不佳,因此,提出在虚拟现实环境下遗传算法在工业产品造型设计中的运用。通过层次化产品造型结构设计产品造型基因编码,利用适应度函数对个体进行适应值评价,确定编码个体适应度;由遗传算子支撑产品造型设计方案的进化,满足人工参与条件后在虚拟现实环境下由人工评估设计方案,直至产生用户满意的方案。实验结果显示,在相同条件下,基于遗传算法生成的工业产品造型设计结果较常规方法生成的设计结果少迭代410次,即可精确收敛到全局最优设计结果,表明虚拟现实环境下遗传算法在工业产品造型设计中收敛到全局最优结果速度更快,效果更佳。 

【文章来源】：现代电子技术. 2020,43(05)北大核心

【文章页数】：4 页

【部分图文】：

基于遗传算法的工业产品造型设计流程

产品染色体的基因位为功能单元染色体，功能单元的染色体基因位是特征参数的染色体，功能特征参数由浮点值定义[6]。设定每一个产品造型设计元素的参数编码包括功能单元的名称、数量、形状特征、几何大小、产品颜色等。部分产品造型设计编码参数数据类型如表1所示。在将编码参数导入计算机辅助软件之前，设计师需要从市场及概念设计中提取需要数据，按照上述层次结构进行数据的编码。不同产品对应的特征参数均不相同，这种差异化会影响遗传算法获得有效解[7-9]。因此，将编码数据的浮点值强制映射在相同有效范围区间内，使得每个对应基因位均在[0,1]范围，解决参数在不同范围上的问题。

虚拟现实环境下人工评估阶段，主要是借助虚拟现实技术，由计算机主机进行控制，通过四维形式将储存在知识库和数据库的算法内容展现在虚拟场景中[14]，输出最终设计结果方案、图纸或造型给客户。虚拟现实设计结果输出流程如图3所示。由人工评价是否生成了最优方案。设定设计产品评价目标为u=(u1,u2,?,un)，对应权重分别为qi，用矩阵表示为Q=(q1,q2,?,qn)，对产品各评价目标进行评分：

【参考文献】：
期刊论文
[1]基于VR的传输设备工程设计系统的研究[J]. 王玮,董健,门少杰,彭鹏.  山东通信技术. 2019(01)
[2]基于遗传算法的3D动态实时建模方法[J]. 郑朝鑫,董晨,叶尹.  福州大学学报(自然科学版). 2019(01)
[3]面向产品配置设计的改进交互式遗传算法[J]. 朱佳栋,苏少辉,陈昌,刘桂英.  中国机械工程. 2018(20)
[4]面向认知主体的产品意象造型创新设计方法[J]. 苏建宁,康亚君,张书涛,杨文瑾.  现代制造工程. 2018(06)
[5]虚拟现实技术在工业设计中的模型应用研究[J]. 丁利敬.  洛阳师范学院学报. 2018(05)
[6]基于信息化背景下交互设计在工业设计中的应用[J]. 刘致远,王健.  明日风尚. 2018(09)
[7]浅谈工业设计中虚拟现实技术的应用[J]. 方平龙.  中国新技术新产品. 2018(04)
[8]基于遗传算法的多目标路径优化算法的研究[J]. 金仙力,李金刚.  计算机技术与发展. 2018(02)
[9]基于Matlab的遗传算法在结构优化设计中的应用[J]. 吴立华,白洁,左亚军,谭国所,刘永福,李克天.  机电工程技术. 2017(10)
[10]工业设计中虚拟现实技术的应用探讨[J]. 吕钦.  科技创新导报. 2017(25)



本文编号：3387893