一种义齿制造工艺参数自适应多目标进化优化方法与流程

本发明涉及义齿制造参数优化，具体为一种义齿制造工艺参数自适应多目标进化优化方法。

背景技术：

1、在义齿及骨科植入物的数字化制造过程中，数控切削机床的运行涉及切削速度、进给量、切削深度和主轴转速等多个工艺参数的设定。实际生产需要同时兼顾尺寸精度综合指标、加工时间、加工成本和设备能耗等多个相互制约的目标，这构成了一个典型的多维多目标优化问题，多目标进化算法常被用于求解此类工艺参数的组合寻优任务。

2、在现有的工艺参数优化过程中，随着目标函数维度的增加，传统多目标进化算法生成的个体容易在目标空间的局部边界区域发生聚集失衡，难以维持参考点分布的均匀性。算法内置的交叉分布指数和变异分布指数通常被设置为固定常数，缺乏跟随演化迭代进程自适应调节全局探索与局部收敛状态的控制机制，导致种群演化方向容易陷入局部最优解。不同制造工厂针对具体的生产任务往往存在特定的侧重点，例如对加工时间或尺寸精度的差异化要求，现有的参数优化方法难以直接将这种定制化的偏好权重映射到演化计算的解关联操作中，导致最终输出的参数推荐结果偏离工厂实际的生产调度需求。

3、现有优化方法在计算架构部署上存在局限。若采用本地单机独立计算模式，不同制造工厂形成数据孤岛，节点之间无法共享精英解集和执行跨节点的知识迁移，新接入系统的制造工厂面临从零开始寻优计算的冷启动成本问题。若将所有演化迭代任务和原始数据集中上传至云端处理，会造成庞大的网络通信开销，且受限于网络传输状态，系统难以根据本地服务器的实时负载状态执行计算卸载与任务调度，无法满足规模化义齿制造场景下的多目标参数优化需求。

技术实现思路

1、针对现有技术的不足，本发明解决的技术问题在于，现有义齿制造多目标优化过程中，演化算法易陷入局部最优且解分布失衡、无法将工厂的定制化加工偏好动态映射至寻优过程；同时针对现有计算架构存在的本地节点存在数据孤岛与冷启动难题、且集中式云端处理带来庞大通信开销与负载调度缺失的问题。

2、为解决上述问题，本发明提供如下技术方案：

3、本发明提供一种义齿制造工艺参数自适应多目标进化优化方法，包括以下步骤：

4、定义决策变量向量并建立目标函数公式；

5、边缘层提取本地训练集生成初始的本地种群，执行演化迭代生成子代，计算目标空间内个体分布密度，对个体分布密度大于预设拥挤阈值的区域执行参考点细化操作，对个体分布密度小于预设稀疏阈值的区域执行参考点粗化操作，完成参考点动态调整；

6、边缘层接收偏好权重向量，计算各参考点与偏好权重向量的偏好距离，根据偏好距离更新解的关联函数并计算优先级别，按优先级别截断选择生成参数推荐解集，生成本地非支配解集和网格密度向量并发送至云端层；

7、云端层接收本地非支配解集和网格密度向量，计算全局密度更新全局参考点集合，更新全局精英归档集并下发精英解至边缘层；

8、边缘层调用精英解替换本地种群中适应度排名置后的预设比例个体，监测负载状态并触发计算卸载与任务调度，执行加工对象模型拓展与参数更新操作。

9、优选的，定义决策变量向量并建立目标函数公式，具体包括：

10、决策变量向量包括切削速度、进给量、切削深度和主轴转速；

11、目标函数公式包括尺寸精度综合指标目标函数、加工时间目标函数、加工成本目标函数和设备能耗目标函数；

12、预设变量边界约束条件和设备运行约束条件，设备运行约束条件包括主轴功率约束和刀具寿命约束，调用刀具寿命方程计算刀具寿命，并依据计算所得的刀具寿命验证刀具寿命约束。

13、进一步的，执行演化迭代生成子代，具体包括：

14、构建控制模拟二进制交叉算子的交叉分布指数跟随演化迭代的当前迭代次数呈幂函数增长趋势的幂函数方程，并构建控制多项式变异算子的变异分布指数跟随演化迭代的当前迭代次数呈幂函数衰减趋势的幂函数方程；

15、调用分布指数更新公式，将当前迭代次数分别代入幂函数方程中，计算当前迭代次数的交叉分布指数和变异分布指数；

16、边缘层利用计算所得的交叉分布指数调用模拟二进制交叉算子重组初始的本地种群内的父代个体生成第一中间子代，并利用计算所得的变异分布指数调用多项式变异算子对第一中间子代内的个体执行扰动计算生成子代。

17、优选的，计算目标空间内个体分布密度，对个体分布密度大于预设拥挤阈值的区域执行参考点细化操作，对个体分布密度小于预设稀疏阈值的区域执行参考点粗化操作，完成参考点动态调整，具体包括：

18、提取子代对应的目标函数公式的目标函数值并执行归一化处理，划分目标空间构建多维网格；

19、计算多维网格内部的个体分布密度；

20、针对个体分布密度大于预设拥挤阈值的多维网格区域执行参考点细化操作，计算对应的多维网格内部所有个体的归一化目标函数均值，提取归一化目标函数均值确定新增参考点位置坐标，新增参考点位置坐标确定为多维网格内部实际个体分布均值中心；

21、针对个体分布密度小于预设稀疏阈值的多维网格区域执行参考点粗化操作，在对应的多维网格区域内删除关联的参考点。

22、进一步的，根据偏好距离更新解的关联函数并计算优先级别，具体包括：

23、将目标空间内的各个个体作为待关联个体进行提取，计算待关联个体到各个参考点与坐标原点之间连线的垂直距离；

24、将垂直距离与偏好距离作为输入参数，调用关联函数重构公式分别计算对应各个参考点的重构关联函数距离；

25、比较待关联个体对应所有参考点的重构关联函数距离，选取重构关联函数距离呈现最小数值所对应的参考点作为匹配参考点，建立待关联个体与匹配参考点之间的映射连接，完成所有待关联个体的映射并将完成映射的待关联个体作为待保留个体；

26、统计各个匹配参考点当前映射的关联个体总数，结合关联个体总数和对应的重构关联函数距离调用优先级别计算公式计算各个待保留个体的优先级别。

27、优选的，按优先级别截断选择生成参数推荐解集，生成本地非支配解集和网格密度向量并发送至云端层，具体包括：

28、按照优先级别数值从小到大的顺序排列待保留个体；

29、获取包括待保留个体的本地种群内部的个体总数，比对个体总数与预设种群规模数值；

30、针对个体总数大于预设种群规模数值的状况，剔除排列在预设种群规模数值对应名次之后的待保留个体，保留满足预设种群规模数值的待保留个体构成参数推荐解集，边缘层生成本地非支配解集和网格密度向量并发送至云端层；

31、边缘层提取生成的参数推荐解集内部包括的加工参数组合并下发至设备层控制数控切削机床执行切削任务。

32、进一步的，云端层接收本地非支配解集和网格密度向量，计算全局密度更新全局参考点集合，具体包括：

33、云端层接收至少包括边缘层在内的多个边缘层发送的本地非支配解集和网格密度向量；

34、调用全局密度聚合公式计算全局密度，全局密度聚合公式将多个边缘层的总数量、预设的各个边缘层对应的数据量权重和各个边缘层发送的网格密度向量作为输入参数进行聚合计算；

35、云端层根据计算所得的全局密度更新全局参考点集合。

36、优选的，更新全局精英归档集并下发精英解至边缘层，边缘层调用精英解替换本地种群中适应度排名置后的预设比例个体，具体包括：

37、云端层按照预设的同步周期向边缘层下发更新后的全局参考点集合和全局精英归档集内的精英解；

38、边缘层根据本地种群内部个体的适应度数值对本地种群内部个体进行排名，定位适应度排名置后的预设比例个体，调用精英解覆盖替换预设比例个体；

39、针对新接入制造工厂的边缘层，抽取全局精英归档集内的精英解构成初始的本地种群的一部分，融合精英解与随机生成的个体完成冷启动初始化操作。

40、进一步的，监测负载状态并触发计算卸载与任务调度，具体包括：

41、边缘层监测本地服务器运行负载数值作为负载状态，比较本地服务器运行负载数值与预设负载阈值；

42、当本地服务器运行负载数值大于预设负载阈值时，触发基于预设负载阈值的硬切换策略执行计算卸载与任务调度，边缘层提取演化迭代所需的数据集并向云端层发送；

43、云端层接管演化迭代并生成参数推荐解集。

44、优选的，执行加工对象模型拓展与参数更新操作，具体包括：

45、基于决策变量向量与目标函数公式构建针对义齿制造场景的多目标优化数学模型，边缘层将多目标优化数学模型作为加工对象模型，加工对象模型为义齿制造模型；

46、边缘层调用模型扩展模块将加工对象模型扩展至骨科植入物制造模型；

47、读取骨科植入物材料特性数据，利用骨科植入物材料特性数据更新刀具寿命方程内部的切削速度影响系数、进给量影响系数和切削深度影响系数，生成骨科植入物加工参数推荐解集。

48、本发明提供了一种义齿制造工艺参数自适应多目标进化优化方法。具备以下有益效果：

49、1、本发明通过云端层接收多个边缘层的本地非支配解集并更新全局精英归档集，按照预设的同步周期向边缘层下发精英解。边缘层调用精英解替换本地种群中适应度排名置后的预设比例个体。利用云边协同架构完成跨节点的知识迁移，引导边缘层的演化方向跳出局部最优解陷阱。针对新接入制造工厂的边缘层，直接抽取全局精英归档集内的精英解构成初始的本地种群的一部分，融合精英解与随机生成的个体完成冷启动初始化操作，降低新节点的寻优计算成本。

50、2、本发明通过在边缘层接收偏好权重向量，计算各参考点与偏好权重向量的偏好距离，根据偏好距离更新解的关联函数并计算优先级别，按优先级别截断选择生成参数推荐解集。通过结合制造工厂设定的偏好权重向量，引导演化种群向偏好指向的目标空间区域聚集，输出满足工厂定制化需求的加工参数组合。同时，边缘层根据多维网格内的个体分布密度，对个体分布密度大于预设拥挤阈值的区域执行参考点细化操作，对小于预设稀疏阈值的区域执行参考点粗化操作，平衡目标空间内部的解分布状态，克服边界局部空间个体聚集失衡现象。

51、3、本发明通过构建跟随当前迭代次数呈幂函数增长趋势的幂函数方程控制交叉分布指数，并构建呈幂函数衰减趋势的幂函数方程控制变异分布指数。利用交叉操作的增长趋势配合变异操作的衰减趋势构成动态互补机制，协调演化计算初期的寻优范围与演化计算后期的搜索空间。此外，边缘层读取骨科植入物材料特性数据，更新刀具寿命方程内部的切削速度影响系数、进给量影响系数和切削深度影响系数，将针对义齿制造场景的多目标优化数学模型扩展至骨科植入物制造模型，生成骨科植入物加工参数推荐解集，实现多目标进化优化方法在不同医疗植入物制造场景中的覆盖应用。