[发明专利]一种基于混沌遗传算法的铣削参数多目标优化及决策方法

权利要求书

1.一种基于混沌遗传算法的铣削参数多目标优化方法，其特征在于，包括如下步骤：

S1：建立铣削参数多目标优化模型；

S2：将铣削参数通过Tent混沌映射得到初始种群Q_t；

S3：将初始种群Q_t带入混沌遗传算法对铣削参数多目标优化模型进行求解得到Pareto解集；Pareto解集即为铣削参数优化结果。

2.根据权利要求1所述的基于混沌遗传算法的铣削参数多目标优化方法，其特征在于，所述铣削参数的优化目标包括铣削力F和材料去除率MRR，所述铣削参数多目标优化模型的优化变量包括：铣削速度v_c、铣削深度a_p、铣削宽度a_e和每齿进给量f_z；铣削参数多目标优化模型如下：

其中，C为影响常数；a₁为铣削速度经验模型的指数系数；b₁为铣削深度经验模型的指数系数；c₁为铣削宽度经验模型的指数系数；d₁为每齿进给量经验模型的指数系数；z为刀具齿数；d为刀具直径；Ra为工件表面粗糙度；Ra_max为工件表面最大粗糙度；st为约束条件范围。

3.根据权利要求1所述的基于混沌遗传算法的铣削参数多目标优化方法，其特征在于，所述初始种群Q_t的生成方法包括如下步骤：

A1：使用Tent混沌映射随机生成得到随机数矩阵；随机数矩阵包括N行，V列个随机数x，x∈[0,1]；N为设定的种群大小，V为铣削参数多目标优化模型的优化变量个数；

A2：将随机数矩阵中的随机数转换得到混沌值g(x)；

x_ij＝rand(0,1)；

其中，x_ij为矩阵中第i行，第j列的随机数；

A3：将若干混沌值g(x)映射到铣削参数的取值区间[minv_ij，maxv_ij]中，得到初始种群Q_t[z₁₁，z₁₂，z₁₃，...z_ij...z_NV]；

映射过程的模型为：

z_ij＝min v_ij+g(x_ij)(max v_ij-min v_ij)；

其中，z_ij即为混沌优化后的铣削参数。

4.根据权利要求1所述的基于混沌遗传算法的铣削参数多目标优化方法，其特征在于，所述混沌遗传算法对铣削参数多目标优化模型求解过程包括如下：

S31：将初始种群Q_t带入二元竞标赛得到变异子代种群R_t，并将初始种群Q_t和变异子代种群R_t合并得到合并种群Z_t；

S32：对合并种群Z_t通过精英选择策略选出与初始种群Q_t相同种群大小的迭代种群P_t；

S33：令P_t＝Q_t+1，返回S31执行迭代，直到迭代次数t达到最大时，输出得到迭代种群P_tmax，P_tmax即为铣削参数多目标优化模型的Pareto解集。