|
|
|
| 粒子群算法在装配序列规划中的应用方法研究 |
| 耿育科1, 孙荟博2 |
1. 中航飞机西安飞机分公司，西安 710089；
2. 上海中信信息发展股份有限公司，上海 200333 |
|
|
|
|
摘要 将粒子群优化算法引入到装配序列规划中，详细讨论了粒子群算法在装配规划中的数学表示，给出了适应度函数评价方法，并实现了装配干涉矩阵的构建，以发动机化油器装配为例，分析了粒子群算法在装配序列规划中的具体应用。
|
|
| 关键词 ：
装配序列规划,
粒子群算法,
智能优化算法
|
|
|
| [1] |
王福吉，何青松，付饶，邓俊，林永权，马兴. 粒子群算法与有限元融合驱动的薄壁复合材料构件支撑布局优化[J]. 航空制造技术, 2025, 68(6): 40-47. |
| [2] |
崔传辉，李翊萌，陈志同，朱正清. 航空发动机铸造叶片工艺基准快速制备技术研究[J]. 航空制造技术, 2023, 66(19): 67-74. |
| [3] |
岳源，王璋. 基于改进粒子群算法的钛合金TC25 铣削参数优化[J]. 航空制造技术, 2022, 65(22): 119-124. |
| [4] |
杜坤鹏，郑炜，李泷杲，牛振，彭云. 基于实测模型的围框式翼身对接位姿优化[J]. 航空制造技术, 2022, 65(12): 24-33. |
| [5] |
李超，王仲奇，常正平，马健智. 基于 BP 神经网络和多目标粒子群算法的自动钻铆工艺参数优化方法[J]. 航空制造技术, 2021, 64(23/24): 94-102. |
| [6] |
陈远志，黄杰，章易镰,朱利民. 改进的粒子群算法求解飞机位姿评估问题[J]. 航空制造技术, 2020, 63(6): 90-96. |
| [7] |
花芳芳，田威，胡俊山，李波，蒲玉潇. 基于深度神经网络的机器人定位误差补偿方法[J]. 航空制造技术, 2020, 63(17): 78-85. |
| [8] |
李西宁，赵志浩，仝梦佳，王守川. 基于0-1整数规划的航空薄壁件定位布局优化[J]. 航空制造技术, 2018, 61(7): 36-41. |
| [9] |
李婕，史耀耀,何晓东. 航空发动机叶片砂带抛光工艺参数优化[J]. 航空制造技术, 2016, 59(8): 60-65. |
| [10] |
向国齐，殷国富. 基于支持向量机和粒子群算法的钛合金铣削加工参数优化[J]. 航空制造技术, 2016, 59(23/24): 100-103. |
| [11] |
王礼健，钱卫荣，王炜华. 基于连接关系稳定性的子装配体识别[J]. 航空制造技术, 2012, 55(3): 87-91. |
| [12] |
邹学锋，王安强，刘永寿，翟红波，岳珠峰. 基于改进粒子群算法的管道动强度可靠性优化设计*[J]. 航空制造技术, 2012, 55(20): 84-87. |
| [13] |
邱晞，牟伟强，魏生民. 基于层次分析法与粒子群算法的飞机装配公差多目标优化[J]. 航空制造技术, 2010, 53(16): 66-69/72. |
| [14] |
王凯，李原，张杰. 航空多项目资源约束下计划优化的改进型粒子群算法[J]. 航空制造技术, 2008, 51(19): 74-79. |
|
|
|
|
2016, 
