一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法与流程

技术特征：
1.一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，该方法包括以下步骤：步骤1：确定待钻铆孔路径规划目标和约束；步骤1.1：定义v＝{1,2,...,t}为待钻铆孔顶点集，孔数总数为t,e＝{e
ij
＝(i,j)|i,j∈v,i≠j}为孔之间的边集，d
ij
为待钻铆点i到待钻铆点j的距离，其中d
ij
＞0且d
ij
≠∞同时d
ij
＝d
ji
，建立自动钻铆过程经过所有待钻铆孔的回路的最短距离为：其中x
ij
为限定条件：为限定条件：为限定条件：为限定条件：其中公式(1.2),(1.3),(1.4)限定回路上每个待钻铆点仅有一条入边和一条出边，公式(1.5)中s为待钻铆点集v的一个子集，限定在回路中不出现子回路；步骤1.2：根据工艺约束下将整个舱门划分为m个区域，各个区域内独立进行路径规划，互不干扰；步骤1.3：确定基准孔校正约束设舱门自动钻铆路径规划过程中基准孔对待钻铆孔校正范围为l
redirection
,当前路径长度l
cur
如果还小于这个范围，则继续增加搜索，否则需要在最大临界点置0，跳到下一个校正范围，设置基准孔校正待钻铆孔点集w＝{1,2,...,m}，将每个基准孔存储在矩阵m中，每个基准孔的三维坐标为m
e
(x
e
,y
e
,z
e
),e∈(w＝{1,2,...,m})；wr为当前基准孔，wr 1为下一个基准孔；如果自动钻铆过程经过的待钻铆孔的回路的最大距离在l
redirection
内，当前基准孔可以对下一个待钻铆孔继续校正，即wr设置为1表示路径规划可以继续搜索；否则wr设置为0，表示当前基准孔不具备对当前待钻铆孔的校正功能，跳转到下一个基准孔校正范围的判断，检查wr 1是否为1，以此循环往复直至遍历到整个区域的总待钻铆孔数；断，检查wr 1是否为1，以此循环往复直至遍历到整个区域的总待钻铆孔数；其中，l
next
为当前基准孔在当前的校准范围内的下一孔之间的路径长度，l
newcur
为当前基准孔不符合当前的校准范围跳转到下一个基准孔的规划的路径长度；步骤2：以各个区域内离散孔群钻铆路径最短为钻铆目标进行迭代求解，得到区域内全
局的最优自动钻铆路径规划策略；步骤2.1：根据基准孔所能校正范围划分的m个区域，计算各区域内两个待钻铆孔之间距离d(p
i
,p
j
)；步骤2.2：建立蚁群算法中的距离启发式信息；蚁群算法中启发式信息表示为钻铆系统的末端执行器工具从待钻铆孔i移动到待钻铆孔j的距离的双向可取性η
′
ij
；其中d(j,end)为在舱门上处于待钻铆孔i,选择下一个待钻铆孔为j时，这个j孔距离目标终点孔end的距离；其中c(x
j
,y
j
,z
j
)为选择下一个待钻铆孔为j时的坐标，c(x
end
,y
end
,z
end
)为下一个待钻铆孔为j时终点孔end的坐标；步骤2.3：建立蚁群算法中的路径选择方式；在初始化阶段设置参数q0，0≤q≤1，每当末端执行器需要做出路径选择时，生成一个均匀分布在[0,1]区间上的随机数q，再通过比较q与q0的关系选择不同的路径选择规则；根据各条路径上的信息量及路径的启发信息来计算状态转移概率，其路径选择公式为表示第k次末端执行器选择路径(i->j)的可能性，伪随机比例规则在公式(1.12)中定义，用于确定末端执行器应移动到的下一个孔j，其中，τ
ij
(t)表示t时刻路径(i->j)上的信息素，表示路径(i->j)上设计的启发式信息；allow(i)表示自动钻铆末端执行器处于待钻铆孔i时，下一个可选的侯选孔的集合；β为期望启发因子，取值范围为[0,5]，用来决定启发式信息的重要程度；α为信息素启发因子，表示轨迹的相对重要性,取值范围为[0,5]；q为均匀分布在[0,1]区域间上的随机数；q0为引入的状态转移干预系数阈值；步骤2.4：建立蚁群算法中的信息素更新策略；设在t时刻，路径(i->j)之间的信息素含量为τ
ij
(t),路径(i->j)上的信息素含量采用公式(1.13)进行调整；τ
ij
(t n)＝(1-ρ)*τ
ij
(t) δτ
ij
(t),0≤ρ≤1
ꢀꢀꢀ
(0.11)其中，t＝0时τ
ij
(t)＝c，c为常数，ρ为信息素挥发因子，0＜ρ＜1；δτ
ij
(t)为m只蚂蚁的信息素浓度之和；
其中，第k只蚂蚁在路径(i->j)上释放的信息素量；步骤2.5：根据步骤2.1到步骤2.4确定的信息求解目标函数公式1.1，得到各区域的最优路径；步骤3：建立基于遗传算法的区域间自动钻铆路径规划模型，在区域内自动钻铆路径最优的基础上，以各个区域间切换路径最短为钻铆目标进行迭代求解，得到区域间全局的最优自动钻铆路径规划策略。2.如权利要求1所述的一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，其特征在于，所述步骤2.1中距离的计算方法为：区域内两个待钻铆孔之间的欧式距离为d(i,j)，且每个待钻铆孔的三维坐标存储在矩阵c中，每个待钻铆孔的三维坐标为c(x,y,z)；阵c中，每个待钻铆孔的三维坐标为c(x,y,z)；其中，c(x
i
,y
i
.z
i
)为当前待钻铆孔的三维坐标，c(x
j
,y
j
,z
j
)为下一个待钻铆孔的三维坐标。3.如权利要求1所述的一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，其特征在于，所述步骤2.4中不同的系统中信息素亮的计算方法不同，分别为:蚁周系统中：其中，l
k
为第k只蚂蚁在本次循环中所走过的路径长度；在蚁量系统中：在蚁密系统中：其中，q为蚂蚁完成一次搜索，所有蚂蚁在所有路径上释放的信息素总量，且q为常数。在第k只蚂蚁每完成一次路径搜索后，计算本次循环迭代过程中的最优路径长度l
min
和最差路径长度l
max
,并根据这两个长度计算本次循环迭代中所有蚂蚁搜索出的平均路径l
average
，通过对比每次搜索过程的路径长度l
k
与l
average
的大小关系,比其大的路径的信息素
浓度进行控制减少，比其小的路径的信息素浓度进行控制增加，得到根据每条路径信息素变化量的信息素浓度更新公式量的信息素浓度更新公式4.如权利要求1所述的一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，其特征在于，所述步骤2.5的具体方法为：根据本发明研究对象以及选择蚁群算法做出以下假设：
①
每次周游，每只蚂蚁在其经过的支路上都留下信息素；
②
蚂蚁选择待钻铆孔的概率与待钻铆孔之间的距离和当前连接之路上所包含的信息素余量有关；
③
为了强制蚂蚁进行合法的周游，直到一次周游完成后，才允许蚂蚁游走已访问过的节点；求解的步骤为：step1:初始化参数，对算法相关参数进行初始化；step2:构建解空间，将蚂蚁随机放置，按照公式(1.12)计算每只蚂蚁下一个将要到达的待钻铆孔，直到将所有待钻铆孔访问完毕；step3:信息素更新，计算在当前循环中每只蚂蚁经过的路径长度l
k
,l
min
,l
max
,l
average
，同时根据公式(1.13)和(1.18)更新各待钻铆孔连接路径上的信息素浓度；step4:判断是否终止，判断迭代次数是否达到最大，若迭代次数没有达到最大，则迭代次数加1，清空蚂蚁路径记录表并返回step2；若迭代次数达到最大，则终止整个计算过程，并输出求得的最优解。5.如权利要求1所述的一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，其特征在于，所述步骤3的具体方法为：步骤3.1：建立区域间切换模型在每一个区域s
i
都会搜索到一个最优路径minz
i
，从一个区域切换到下一个区域直到覆盖全部区域，每个区域形成最优路径的起点设置为终点为则肯定存在由{s1,s2,s3,s4,s5,s6}组成的一个序列y使得区域间切换路径f(y)以及整个全局区域路径目标函数f最短，最短，其中，为区域s
i
内路径最优的终点，为当前区域为s
i
，选择下一个区域s
j
内路径最优的起点，为区域内最优路径终点到下一区域内最优路径起点的距离,
其中为区域s
i
内最优路径终点的x轴，y轴，z轴的坐标信息，为当前区域为s
i
选择的下一个区域为s
j
内最优路径起点的x轴，y轴，z轴的坐标信息；步骤3.2：引入遗传算法实现区域间路径规划求解。6.如权利要求5所述的一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，其特征在于，所述步骤3.2中的具体步骤为：step1：获取各区域的起点和终点信息，初始化参数：种群规模n，最大的进化代数maxgen，交叉概率p
c
，变异概率p
m
；step2：种群初始化，初始化n条染色体，即生成区域间的n种切换路径的搭配方案；step3：对种群中的染色体采用分段编码方式进行编码；step4：计算每条染色体的适应度值；step5：从旧群体中进行选择操作，选出两条交叉编译的染色体对其进行交叉操作产生新的种群，并计算新种群的适应度；step6：判断是否达到最大代数，若达到，选取最优染色体输出结果结束算法；若没有达到，转步骤step2，当前迭代代数加1。

技术总结
该发明公开了一种基于改进蚁群算法的民机舱门自动钻铆路径规划方法，涉及民机舱门自动钻铆路径规划技术领域。本发明建立了各个区域内自动钻铆路径规划的最短路径模型以及区域间切换路径规划模型，将舱门根据工艺约束划分为若干个区域，同时保证基准孔校正精度约束的条件下，改进蚁群算法的启发式信息，避免了待钻铆孔间距微小而无法搜索甚至停滞的问题。本发明结合实际约束划分区域，改进蚁群算法的启发式信息和信息素更新策略，使得算法收敛速度更快并实现区域内全局最优，同时在区域间使用遗传算法，实现区域内最优的基础上区域间切换选择也最优，最终实现自动钻铆路径规划全局最优，路径最短，保证钻铆质量的基础上提升了自动钻铆效率。自动钻铆效率。自动钻铆效率。


技术研发人员：李波 周普莉 洪涛 方黎勇
受保护的技术使用者：电子科技大学
技术研发日：2021.11.30
技术公布日：2022/3/29