[发明专利]一种基于粒子群优化的3D打印工艺参数优化方法

权利要求书

1.一种基于粒子群优化的3D打印工艺参数优化方法，该方法包括：

S1：对打印作品的效果、效率进行评分，具体为：

效果评分＝50％*硬度+50％*精度

效率评分＝50％*耗材+50％*耗时

S21：对基于专家评分的原始数据集采取交叉验证法，将原始数据集的70％划分为训练集，其余30％划分为测试集；

S22：对训练集数据进行线性回归拟合，得到回归模型；

S23：对回归模型进行均方根误差法检验回归模型的可靠性；

S24：获取3D打印作品效果评分函数与3D打印作品效率函数；

S31：设定最大迭代次数以及种群规模，并于定义域内随机初始化粒子；

S32：将S24中获取的3D打印作品效果评分函数定义为粒子适应值函数；

S33：粒子速度更新公式如下公式1：

V_id(t+1)＝V_id(t)+c₁*r₁*(P_id(t)-X_id(t))+c₂*r₂*(P_gd(t)-X_id(t)) (公式1)

其中，c₁、c₂被称为学子因子，c₁为个体学习因子，c₂为社会学习因子；r₁、r₂表示区间[0，1]上的随机数；V_id表示第i个变量的第d维的速度；P_id表示第i个变量的第d维个体极值，P_gd表示第d维全局最优解；

S34：粒子位置更新公式如下公式2：

X_id(t+1)＝X_id(t)+V_id(t+1) (公式2)

S35：对每个粒子的位置根据公式2与公式1进行更新，当新位置代入效果评分函数得到的适应值大于当前粒子最优适应值，且代入效率评分函数得到的值大于设定的最低要求时，将此位置替换为粒子最优位置；

S36：达到迭代次数后，综合所有个体最优位置得出种群最优粒子，输出此粒子位置，得到最优工艺参数设置。

2.根据权利要求1所述的方法，其特征在于，方法还包括：

判断评分指标为不连续变量则对粒子L1、L2进行交叉操作，在粒子L2中随机选择一个交叉区域A；

将交叉区域A与L1中的相应区域进行替换和交叉；

将基因中相同的数据随机删除一个，补上缺省的整数；

在解空间中随机选择两个位置并交换两个位置的数据；

对个体和个体极值和群体极值分别进行交叉和变异操作，产生新粒子。

3.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于：

所述计算机程序被处理器执行时实现如权利要求1-2中任一所述的方法。