为了提高复杂产品的装配效率,对遗传帝国竞争混合算法进行了研究与改进,给出了混合算法的融合策略,以解决虚拟装配中的装配序列规划问题。建立考虑装配序列可行性、装配序列稳定性、装配重定向性以及装配聚合性四个评价指标的适应度函数,以适应度函数值最低为目标利用混合算法进行迭代。以某乘用车后桥减速器为实例进行试验,验证了混合算法在求解装配序列规划问题的可行性,并同单一的遗传算法、帝国竞争算法及粒子群算法进行比较,验证了混合算法在求解装配序列规划问题上的优越性。

针对装配序列规划问题,建立考虑装配序列的几何可行性、稳定性、聚合性、重定向性的装配关系模型以及基于适应度函数的装配序列优化数学模型。提出一种改进布谷鸟算法对装配序列规划问题进行求解,采用随机键和最小位置规则的方法设计基于零件编号、装配方向、装配工具的3层编码方案;设计基于最小装配成本的初始化策略与随机初始化策略相结合的混合种群初始化策略,提高种群质量;改进种群进化和搜索方式,将种群分为3个子群,并分别采用自适应步长飞行、标准步长飞行和交叉、变异的方式进行种群更新,提高算法的收敛速度和求解精度。最后通过实例应用及与其他算法的比较,验证了所提出的改进布谷鸟算法在求解装配序列规划问题上的有效性和优越性。

为解决产品实际装配过程装配序列规划的问题,建立了描述装配过程中零部件间装配关系的几何干涉关系矩阵。设计了以装配换向次数、装配工具更换次数、装配体稳定性和基础件位置为目标函数的遗传算法,并改进了该遗传算法相应的交叉算子、变异算子和适应度函数,以确保算法的有效性。在初始种群生成时,输入由DELMIA软件虚拟拆卸得到的几何可行装配序列,改善种群的组成成份。将该遗传算法应用于某链轮的装配序列规划中,验证了该算法的有效性。

针对当前三维OAD／OAPP技术的不断普及与应用，为了提高装配的质量、克服工艺的随意性、减少重复性劳动、提升装配效率，构建了基于三维参数化模型的装~CAPP系统，并介绍了系统的总体框架及其主要的功能模块，在三维参数化设计技术、可视化装配技术的基础上实现了装配工艺设计与工艺规划。实现了产品的参数化设计与三维装配工艺规划的一体化。根据装配分层有向图的表达研究了装配序列规划的方法，实现了装配序列的优化。最后以桥式起重机d＼车装配为例进行了验证。

产品的装配序列影响产品的装配效率、装配成本,传统装配序列求解方法当面对多零件复杂产品时,易产生组合爆炸,求解效率低下。为求解复杂产品的装配序列,通过给定产品的三维模型,建立产品的干涉矩阵、接触矩阵和工具列表表达产品的基本装配信息。利用蚁群算法所具有的正反馈机制和启发式概率搜索的特点,启用优先约束矩阵对装配序列进行优化,使得搜索过程不断收敛,迅速逼近最优路径。为了避免陷入局部最优,将蚁群算法和遗传算法相结合,以获得更好的优化效果。最后通过实例验证了遗传蚁群算法的有效性和高效性。

对帝国竞争算法进行了研究与改进以解决虚拟装配过程中装配序列规划问题。利用有向图法获得了表达装配关系的邻接矩阵、干涉矩阵、接触-连接矩阵、优先关系矩阵、工具集矩阵,建立了以装配稳定性、连续性及干涉性为评价标准的稳定性函数、连续性函数及干涉函数,并依据层次装配的基本思想,将其与帝国竞争算法融合并引入微分进化算法,通过Matlab编程,以减速器为例进行试验,验证了该算法在装配序列规划方面的可行性,并同帝国竞争算法、遗传算法及蚁群算法进行比较,验证了该改进算法的优越性,为虚拟装配技术的研究奠定了基础。