文档介绍：1
遗传算法产品设计论文
１产品设计过程建模
产品设计过程中设计活动之间的关系一般分为串行、并行和交叉三种，可以用网络图或ＤＳＭ的形式进行描述，这三种关系的网络图及相应的矩阵映射如图１所示。图中，“＊”表示两个活动之间有1
遗传算法产品设计论文
１产品设计过程建模
产品设计过程中设计活动之间的关系一般分为串行、并行和交叉三种，可以用网络图或ＤＳＭ的形式进行描述，这三种关系的网络图及相应的矩阵映射如图１所示。图中，“＊”表示两个活动之间有信息交互，“＊”也可用数字代替，数值越大表明活动之间的信息交互越多；“０”表示两个活动之间没有信息交互。本文使用数字ＤＳＭ来建立活动之间的信息交互耦合关系，用迭代因子表示耦合关系强度。产品设计过程中每个设计活动都要花费时间和成本，设计活动的执行挨次对整个设计过程的时间和成本有着重大的影响。设计迭代又增加了设计过程的简洁性，一些设计活动往往需要重复执行多次才能得到满意结果。在实际工程应用中，返工并不是完全重复已做过的全部工作，而仅需重做其中的一部分［８］。设计活动之间返工执行的次数用迭代因子的大小来表示，当首次执行返工时，要做该项任务的全部工作，耗时即为该任务的整个持续时间；其次次以后进行返工时，工作量为任务总工作量的一部分，耗时等于任务持续时间乘以一个小于１的正系数，该系数称为返工影响因子［９］。因此，在考虑时间、成本和活动之间的迭代关系的同时，还要通过构建活动之间的返工影响矩阵来解决返工量变化的问题。为了缩短设计开发周期、降低设计成本、削减设计迭代，往往需要设定设计过程多目标优化函数。设计过程的目标优化函数一般包含成本目标、时间目标和设计活动迭代目标。
２基于遗传算法的模型优化
3
利用遗传算法进行模型优化，接受实数编码，染色体中每个编码位表示一个活动。假设设计活动总数为ｎ，每个编码位的取值为１、２、…、ｎ，每个整数只用一次。算法主要步骤如下：（１）初始化群体，群体中每一条染色体对应一个活动挨次设计方案，设置种群规模。（２）依据适应度函数计算群体中每个个体的适应度值。（３）接受***赌法来选择下一代的个体，即个体被选中并遗传到下一代群体中的概率与个体的适应度大小成正比。（４）按交叉算子进行交叉操作，设置交叉概率。本文接受单点交叉法，例如两条父染色体分别为１２３４和５６７８，以其次个点作为分界点，交叉后得到的子染色体分别为１２７８和５６３４。（５）按变异算子进行变异操作，设置变异概率。文中变异方法为：若染色体长度为Ｎ，随机生成两个１～Ｎ之间的整数ｉ和ｊ，将个体ｉ位和ｊ位上的基因值相互对调。（６）假如不满足停止条件，转步骤（２），否则，输出种群中适应度值最优的染色体作为最优活动序列。
３算例
应用遗传算法进行优化时，种群大小设为１４０，最大遗传代数为２００，交叉概率为０．９，变异概率为０．１，信息反馈系数ｗｎ＝０．４，交叉反馈系数ｗｃｎ＝０．６。考虑返工量变化与不考虑返工量变化的优化结果对比如表３所示。从表３中可以看出，两种状况下，反馈