导读:本文包含了装配序列论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,算法,粒子,操作,实数,减速器,矩阵。
装配序列论文文献综述
曲兴田,张昆,王学旭,王宏一[1]（2019）在《基于混合循环算法的复杂装配体装配序列智能规划》一文中研究指出针对单一算法无法实现复杂装配体装配序列智能规划以及缺乏深度人机交互而导致的改进效果不佳等问题,提出一种混合循环算法.该算法以遗传算法为主体,利用干涉矩阵和接触矩阵调整随机生成的装配序列,以装配方向及工具的统一性构建适应度函数;其次结合模拟退火算法,在迭代前加入退火操作,利用Metropolis准则接受交叉和变异后的个体序列;引入粒子群算法的跟踪极值思想,直接选择个体最优和群体最优序列与后代交叉;最后结合虚拟现实技术建立装配模拟平台,从装配稳定性及工具操作空间两个维度进一步优化序列.基于该方法以汽车后桥总成装配序列规划为例进行验证,表明所得装配序列符合实际生产,该方法切实有效.(本文来源于《东北大学学报(自然科学版)》期刊2019年12期）
张金敏,胡晓宇[2]（2019）在《面向装配序列规划的模因算法研究》一文中研究指出针对遗传算法在求解装配序列规划问题中收敛速度慢、产生重复解等问题,提出一种基于模因算法的装配序列规划方法。将模因算法中全局搜索与局部搜索相结合动态更新种群的策略引入,采用装配优先约束矩阵和干涉矩阵建立装配规划模型,并以装配单元之间的相异性之和构建适应度函数。在非干涉解空间中进行全局搜索,获得装配规划方案,再通过二叉树中序遍历调序算法将较优方案转化为可行解。通过交叉操作和变异操作后,在可行解空间内进行局部搜索,获得较优解。通过典型柱塞油泵装配规划验证了该算法的可行性和可靠性;并将其与遗传算法进行比较,证明其更有效。(本文来源于《机械科学与技术》期刊2019年11期）
赵卫,梅中义[3]（2019）在《基于约束蚁群算法的装配序列优化》一文中研究指出针对装配序列优化问题,定义装配约束条件下的蚂蚁转移概率函数和启发式信息函数,提出了面向装配序列优化的约束蚁群算法,以获得相对较优的装配序列。改进了算法的参数设置,利用信息素残留系数的动态变化以及优化转移概率的公式,控制算法的迭代速度,避免了算法过快收敛导致的局部最优解。运用CATIA二次开发方式获取了干涉矩阵等装配信息模型,并以一个典型实例分析了约束蚁群算法的特性,验证了算法的可行性和可靠性,实例证明了约束蚁群算法的有效性。(本文来源于《机械工程与自动化》期刊2019年05期）
赵海鸣,蔡进雄,付彪,赵波[4]（2019）在《RV-E减速器的装配序列规划研究》一文中研究指出以RV160E(Rotate Vector)为研究对象,对RV-E减速器的装配序列进行研究。通过对RV160E子装配体和聚族零件进行划分,建立了装配模型图、装配关联图及装配关联矩阵。应用割集理论对RV160E的装配序列进行研究,通过引入约束条件,得出8条理论可行装配序列。然后,通过SolidWorks进行装配序列仿真和干涉检查,将可行装配序列范围缩减到4条。最后,完成RV160E的整机装配,并对其进行了效率和回差测试,验证了所得4条装配序列的可行性。(本文来源于《机械传动》期刊2019年09期）
胡玉兰,张瑞龙,王欢,娄家培[5]（2019）在《遗传算法在装配序列规划中的应用》一文中研究指出装配序列规划是数字化制造中非常重要的一个阶段,在实际的产品生产中是一个比较重要的技术难题。本文以装配模型作为研究对象,基于装配模型零件之间的关系,总结其装配规则,以遗传算法作为解决装配序列规划的关键技术,提出了基于遗传算法的装配序列规划方法。最后以某控制舱为例进行了实例应用,验证其有效性,并且提出了此算法的不足,以便后续进行改进。1.引言在现代制造业中,装配过程是其非常关键的一步,会消耗了很(本文来源于《电子世界》期刊2019年15期）
钱文高,耿宏,马红岩[6]（2019）在《装配序列约束下的飞机虚拟维修过程建模仿真》一文中研究指出针对当前飞机虚拟维修过程模型固化,对维修复杂行为关系缺乏考虑,无法满足学员多样性实训需求的现状,充分考虑了飞机系统的复杂度、学员操作的不规范性和随机性等因素,依据各维修装配序列间的优先约束关系,构建了优先约束矩阵,进而定义了优先约束时间有色Petri网模型。在系统梳理维修实体及其维修操作行为的基础上,提出了虚拟维修实体操作元模型和元模型融合下的过程建模,阐述了基于优先约束时间有色Petri网的动态虚拟维修过程实现方法。最后,以A320飞机加油活门的某一个随机拆卸过程为例,进行建模仿真,验证了模型的有效性。(本文来源于《计算机工程与科学》期刊2019年08期）
方喜峰,吴家家,官威,李群,张攀[7]（2019）在《基于改进蚁群算法的装配序列规划研究》一文中研究指出针对复杂装配产品的装配序列规划问题,构建了包含零部件装配方向、重量、尺寸、装配关系数以及装配连接方法的装配序列评价体系函数.提出一种改进的蚁群算法,建立了算法寻优的数学模型和以零部件为对象的启发式函数,将启发式函数值作为引导蚂蚁进行零部件选择的信息素,并在蚂蚁逐步寻优过程中加入候选零部件筛选规则、装配方向规则和装配阻碍规则等计算规则,辅助蚂蚁摒弃劣质解选择最优解,直到获得产品的整条装配序列.最后以船舶某机型柴油机气缸盖模型为例,验证了改进蚁群算法在求解复杂产品装配序列规划问题的可行性和有效性.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年03期）
吴国祥,胡晓宇[8]（2019）在《基于模因算法的飞机装配序列规划》一文中研究指出针对飞机制造的装配序列规划问题,提出一种基于模因算法的飞机部件装配序列规划方法。在装配优先约束矩阵和非正交干涉矩阵的基础上构建装配规划模型,以飞机零部件间的装配方向和装配工具的差异性来构建适应度函数。在非干涉解空间中进行全局搜索,获得较优的装配规划方案,通过二叉树中序遍历法将较优的方案转化为可行解,再经过交叉操作和变异操作后,在可行解空间内进行局部搜索,最终获取较优的装配方案。以某型号的飞机舱门装配为例,通过与传统遗传算法对比,证实模因算法在飞机装配序列规划中的可行性和有效性。(本文来源于《南京航空航天大学学报》期刊2019年03期）
罗军,盛步云,萧筝,王雪巍,郑祖举[9]（2019）在《基于无向图的铝模板装配序列规划方法》一文中研究指出目前建筑施工中铝模板的装配序列依赖于施工人员的经验,这无法保证施工过程的最优化。针对这一问题,对施工过程优化问题进行定量分析,综合考虑装配难易程度、装配时间和装配可靠性,量化计算模板的安装过程,研究基于无向图理论的权重计算方法,建立铝模板装配关系模型,利用粒子群算法求解最优装配序列,使得整个装配过程最优化。通过实例验证表明,该方法求解出的装配序列方案更能满足施工人员的装配意图,提高装配效率,降低了装配难度,验证了该方法的有效性。(本文来源于《土木工程新材料、新技术及其工程应用交流会论文集（上册）》期刊2019-05-17）
周卫星[10]（2019）在《基于DP的若干序列比对算法构件开发及其装配生成》一文中研究指出序列比对是一种通过排列基因组序列来识别序列相似性区域,从而获得待比对序列之间的功能、结构或进化关系的技术。随着人类基因组计划的实施,测序技术的发展产生了大量的有关生物分子的原始序列数据,面对如此丰富的基因组序列数据,如何去高效处理和分析这些数据,比较两序列之间的相似区域和保守性位点,寻求序列同源结构,揭示生物遗传、变异和进化等问题,成为了序列比对算法研究的主要动力之一。目前,比对算法的研究大部分集中于序列比对算法问题域中的特定问题或者特定算法优化,而较少面向于整个序列比对算法问题域,难以得到一个具有更高抽象层次且适用于序列比对算法问题域的算法构件库,在一定程度上导致了序列比对算法的冗余性以及人为选择算法可能造成的误差等问题,也使得人们难以有效地了解算法结构,无法保证算法的正确使用,甚至于降低了序列比对结果的准确性。由于现有算法的专用性和低抽象性,不仅导致研究人员需要花费大量时间去学习和使用该类算法,降低了算法的可维护性和复用性,而且难以定位和解决算法产生的错误,加重了序列相似性分析的负担。通过深入分析基于动态规划的双序列比对算法(Dynamic Programming-based Pairwise Sequence Alignment Algorithm,DPPSAA)领域,利用产生式编程方法设计并建立了DPPSAA领域特征模型,其中主要包含特征模型和特征交互模型。然后利用PAR平台的高抽象程序设计语言Apla将上述领域特征模型中的特征作为构件进行形式化实现,并详细叙述了实现过程,建立了一个基于Apla程序的高抽象性的DPPSAA构件库,展示了基于该构件库装配形成Needleman-Wunsch算法的具体步骤。同时,利用PAR平台的C++程序转换系统,通过手动和自动结合的方式将上述构件库转换成为相对应的C++程序代码,并装配实现和运行了Needleman-Wunsch算法,结果表明通过DPPSAA构件库具有一定的实用性,在算法学习和实现方面有一定优势,为形式化装配实现序列比对算法提供了可能。之后以DPPSAA构件库为基础,改进和增加了部分构件库构件,使其能够支持装配基于DPPSAA构件库的多序列比对领域算法,并利用该扩充构件库,装配并实现了星比对算法,实验结果表明装配生成的星比对算法具有一定的实用性,不仅验证了DPPSAA构件库的复用性,且扩充了DPPSAA领域构件的适用范围。(本文来源于《江西师范大学》期刊2019-05-01）
装配序列论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对遗传算法在求解装配序列规划问题中收敛速度慢、产生重复解等问题,提出一种基于模因算法的装配序列规划方法。将模因算法中全局搜索与局部搜索相结合动态更新种群的策略引入,采用装配优先约束矩阵和干涉矩阵建立装配规划模型,并以装配单元之间的相异性之和构建适应度函数。在非干涉解空间中进行全局搜索,获得装配规划方案,再通过二叉树中序遍历调序算法将较优方案转化为可行解。通过交叉操作和变异操作后,在可行解空间内进行局部搜索,获得较优解。通过典型柱塞油泵装配规划验证了该算法的可行性和可靠性;并将其与遗传算法进行比较,证明其更有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
装配序列论文参考文献
[1].曲兴田,张昆,王学旭,王宏一.基于混合循环算法的复杂装配体装配序列智能规划[J].东北大学学报(自然科学版).2019
[2].张金敏,胡晓宇.面向装配序列规划的模因算法研究[J].机械科学与技术.2019
[3].赵卫,梅中义.基于约束蚁群算法的装配序列优化[J].机械工程与自动化.2019
[4].赵海鸣,蔡进雄,付彪,赵波.RV-E减速器的装配序列规划研究[J].机械传动.2019
[5].胡玉兰,张瑞龙,王欢,娄家培.遗传算法在装配序列规划中的应用[J].电子世界.2019
[6].钱文高,耿宏,马红岩.装配序列约束下的飞机虚拟维修过程建模仿真[J].计算机工程与科学.2019
[7].方喜峰,吴家家,官威,李群,张攀.基于改进蚁群算法的装配序列规划研究[J].江苏科技大学学报(自然科学版).2019
[8].吴国祥,胡晓宇.基于模因算法的飞机装配序列规划[J].南京航空航天大学学报.2019
[9].罗军,盛步云,萧筝,王雪巍,郑祖举.基于无向图的铝模板装配序列规划方法[C].土木工程新材料、新技术及其工程应用交流会论文集（上册）.2019
[10].周卫星.基于DP的若干序列比对算法构件开发及其装配生成[D].江西师范大学.2019
论文知识图
