[发明专利]一种标准斜楔智能匹配方法

权利要求书

1.一种标准斜楔智能匹配方法，其特征在于，包括如下步骤： A、输入功能性元素；所述功能性元素包括：上级计算的工作特征线区域约束、标准CAM方位约束、标准CAM外部属性信息、标准CAM安装面的安装形态； B、提取特征元素计算信息；所述提取特征元素计算信息，具体为：将特征线区域按最小矩形拟合；提取工作的方位矢量及安装平面的安装矢量；提取特征区域宽度约束数值、高度约束数值、力量约束数值； C、深度优先搜索，计算解矢量； D、根据数据结构,建立矢量容器,存放先前搜索的解矢量,建立各个解矢量的索引地址； E、访问当前解特征； F、输入安装性元素，提取安装环境的约束条件； G、蚁群算法求解满足时间步长或迭代次数的优化解； H、实例化空间安装状态参数，得到最终产品方案。

2.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，步骤C所述深度优先搜索，计算解矢量；具体为：定义约束条件变量，为每个约束设置不同的权重，建立匹配度函数，以约束条件变量和权重进行匹配计算得到解矢量。

3.根据权利要求2所述的一种标准斜楔智能匹配方法，其特征在于，所述约束条件变量包括场景使用约束、成本约束、时间约束、安装约束。

4.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，步骤E所述访问当前解特征；具体为：通过解矢量找到对应的主键及虚拟模型数据云，优先提取虚拟模型相应的一组特性信息，对特征信息进行筛选和插值操作，对离散的每一段用最小二乘法拟合成低阶的计算几何，从而简化特征，加快算法收敛速度。

5.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，步骤F所述安装环境的约束条件包括尺寸范围、最大可容许变化量区域、区域最小安全量、特征约束曲线。

6.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，步骤G所述蚁群算法求解满足时间步长或迭代次数的优化解，具体为：带入安装环境约束参数通过动态规划求出关键因素的安装平行解集，通过概率统计求出随机影响因素的分布特点，从平行解中找出满足时间步长或迭代次数的优化解。

7.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，还包括步骤I、训练模型,记录当前合理解矢量，更新记忆禁忌表。

8.根据权利要求1所述的一种标准斜楔智能匹配方法，其特征在于，步骤H所述实例化空间安装状态参数，得到最终产品方案，具体为：根据解矢量构造特征变换矩阵，实例化特征数据到空间选择位置，建立分布标识，聚合标识，ID更新等索引查询。