[发明专利]基于鸽群聚类算法的典型工艺路线提取方法

说明书

本发明涉及一种基于鸽群聚类算法的典型工艺路线提取方法，包括如下步骤：1、建立数据矩阵，数据矩阵的每一行都表示一条工艺路线，每一行中的元素依次表示一条工艺路线中的工序编号；2、通过计算工序以及工艺路线之间的距离来建立相异度矩阵，用于随后的聚类分析；3、对相异度矩阵进行降噪处理，删去冗余数据；4、将降噪处理后的相异度矩阵转化为二维编码，每一个二维编码就是一个聚类结果；5、基于鸽群优化算法进行聚类分析，得到最优聚类结果；6、利用均值公式从聚类的结果中提取典型工艺路线。本发明将鸽群算法应用在聚类分析之中，提高了相似度计算方法的精确性并且优化了聚类的结果，使聚类的结果更加精确科学，更符合生产实际。

技术领域

本发明涉及计算机辅助工艺设计技术领域，具体涉及机床零件加工中的典型工艺路线的提取。

背景技术

典型工艺路线是指企业为了生产典型零件而制定的较为普遍的工艺路线，只需要对典型工艺路线进行部分修改，就能够生产与典型零件相近的零件，从而提高企业的生产效率，但实际生产中却存在着工艺路线过多和典型工艺路线提取不够精确的问题。

目前对典型工艺路线提取的研究主要关注的是相似度的计算以及不同的聚类算法。虽然提出了许多能够提高聚类结果准确性的方法，但仍然存在着一些问题，比如相似度计算结果与实际情况存在一定偏差、聚类结果的分析和工作人员的经验有很大关系。

因此研究一种聚类分析的方法，可以更为科学的提取工艺过程中的典型路线，与典型零件相近的零件也只需要通过对典型工艺路线稍加修改就可以进行加工，这样可以简化工艺生产过程并且提高生产效率。

发明内容

本发明所要解决的问题是，提供一种基于相似度计算然后利用鸽群聚类算法提取机床零件加工中典型工艺路线的方法，提高了相似度计算方法的精确性并且优化了聚类的结果，最终达到提高生产效率的目的。

按照本发明所采用的技术方案，所述基于鸽群聚类算法的典型工艺路线提取方法包括如下步骤：

步骤1、建立数据矩阵，数据矩阵是一个n×p的矩阵，n表示模型中工艺路线总数量，p表示工艺路线中工序个数的最大值，也即数据矩阵的每一行都表示一条工艺路线，每一行中的元素依次表示一条工艺路线中的工序编号，矩阵元素x_ak表示第a条工艺路线的第k个工序，a＝1，2，...，n，k＝1，2，...，p，如果一条工艺路线中的工序个数小于p个，则该行超出工序个数的元素用零表示；

步骤2、通过计算工序以及工艺路线之间的距离来建立相异度矩阵，用于随后的聚类分析；

步骤3、对相异度矩阵进行降噪处理，删去冗余数据；

步骤4、将降噪处理后的相异度矩阵转化为二维编码，每一个二维编码就是一个聚类结果；

步骤5、基于鸽群优化算法进行聚类分析，得到最优聚类结果；

步骤6、利用均值公式从聚类的结果中提取典型工艺路线。

具体的，步骤2所述的建立相异度矩阵，通过计算工序之间的距离d₁(x_ik，x_jk)从而计算出两条工艺路线之间的距离d₂(x_i，x_j)；其中工序之间的距离d₁(x_ik，x_jk)和两条工艺路线之间的距离d₂(x_i，x_j)分别表示为：