本發(fā)明涉及航天火工品生產(chǎn)領(lǐng)域，具體是基于多目標(biāo)公差分配模型的航天火工品裝壓藥制造過程公差分配方法。
背景技術(shù)：
：：1、作為航天系統(tǒng)工程中的關(guān)鍵部分，航天火工品的市場需求隨航天版圖的擴(kuò)大而穩(wěn)步增長，航天火工品的生產(chǎn)與制造也面臨著新的挑戰(zhàn)。航天火工品通常在無法手動(dòng)干預(yù)的情況下工作，在航天任務(wù)的關(guān)鍵時(shí)刻火工品的任何質(zhì)量偏差都可能導(dǎo)致無法挽回的后果。例如火工品用于分離航天器的不同級(jí)段時(shí)，若未能可靠觸發(fā)，可能導(dǎo)致航天器無法正確進(jìn)入軌道甚至損毀，造成的巨大經(jīng)濟(jì)損失與潛在安全隱患將無法估量。因此相較于一般火工品，航天火工品對(duì)于成品合格率及產(chǎn)品質(zhì)量穩(wěn)定性有著更苛刻的要求。2、裝壓藥制造作為火工品生產(chǎn)中最關(guān)鍵，同時(shí)也是對(duì)產(chǎn)品質(zhì)量與性能影響最大的一環(huán)，其制造過程涉及精密的機(jī)械加工、化學(xué)藥劑的混合與裝填、炸藥粉末的壓制以及嚴(yán)格的組裝流程，每一道工序都必須確保制造質(zhì)量，以保障最終產(chǎn)品的性能與可靠性。目前航天火工品裝壓藥生產(chǎn)中對(duì)各工序的公差設(shè)置主要依賴于歷史數(shù)據(jù)分布及人工經(jīng)驗(yàn)進(jìn)行，公差設(shè)計(jì)過程與生產(chǎn)過程難以緊密結(jié)合，所分配的公差對(duì)制造過程各工序質(zhì)量偏差的控制作用有限，公差更新滯后于生產(chǎn)過程質(zhì)量變化。技術(shù)實(shí)現(xiàn)思路1、本發(fā)明的目的在于解決現(xiàn)有技術(shù)中存在的問題，提供基于多目標(biāo)公差分配模型的航天火工品裝壓藥制造過程公差分配方法，首先基于裝壓藥生產(chǎn)特點(diǎn)建立總公差最小化、公差均勻性及最小能耗等目標(biāo)下的多目標(biāo)公差分配模型，并采用群體智能算法進(jìn)行模型求解，對(duì)裝壓藥制造過程關(guān)鍵質(zhì)量控制點(diǎn)與質(zhì)量特性公差進(jìn)行分配。2、本發(fā)明為實(shí)現(xiàn)上述目的，通過以下技術(shù)方案實(shí)現(xiàn)：3、基于多目標(biāo)公差分配模型的航天火工品裝壓藥制造過程公差分配方法，包括步驟：4、s1、航天火工品裝壓藥制造過程公差分配模型目標(biāo)選取，對(duì)制造過程各環(huán)節(jié)公差的設(shè)置來實(shí)現(xiàn)產(chǎn)品生產(chǎn)質(zhì)量、效率及成本等指標(biāo)的綜合最優(yōu)；5、s2、建立航天火工品裝壓藥制造過程公差分配模型，根據(jù)裝壓藥生產(chǎn)高度定制化、生產(chǎn)批量小，在生產(chǎn)早期難以獲得足夠的數(shù)據(jù)樣本的特點(diǎn)，對(duì)生產(chǎn)數(shù)據(jù)樣本進(jìn)行增強(qiáng)，然后基于擴(kuò)增后的數(shù)據(jù)樣本使用神經(jīng)網(wǎng)絡(luò)模型對(duì)裝壓藥制造過程進(jìn)行建模，并在此基礎(chǔ)上建立公差分配模型；6、s3、航天火工品裝壓藥制造過程公差分配模型解算，實(shí)現(xiàn)裝壓藥制造過程的公差分配。根據(jù)步驟s23中構(gòu)建的裝壓制造過程公差分配模型優(yōu)化目標(biāo)，通過白鯨優(yōu)化算法(beluga?whale?optimization,?bwo)來求解多目標(biāo)優(yōu)化問題的最優(yōu)解。7、優(yōu)選的，步驟s1中，基于航天火工品裝壓藥制造的特殊性，從產(chǎn)品質(zhì)量及生產(chǎn)成本與效率的角度，為公差優(yōu)化模型設(shè)計(jì)公差均勻性、最小公差以及最小能耗等目標(biāo)。8、優(yōu)選的，步驟s1中，為公差優(yōu)化模型設(shè)計(jì)的目標(biāo)包括：9、s11、公差均勻性目標(biāo)；10、s12、最小公差目標(biāo)；11、s13、最小能耗目標(biāo)。12、優(yōu)選的，步驟s2中，建立裝壓藥制造過程公差分配模型的步驟為：首先對(duì)生產(chǎn)數(shù)據(jù)樣本利用wgan-gp模型進(jìn)行增強(qiáng)，然后基于擴(kuò)增后的數(shù)據(jù)樣本使用rbf模型對(duì)裝壓藥制造過程進(jìn)行建模，并在此基礎(chǔ)上建立公差分配模型。13、優(yōu)選的，步驟s2中，建立航天火工品裝壓藥制造過程公差分配模型的步驟包括：14、s21、基于wgan-gp(wasserstein?generative?adversarial?network?withgradient?penalty)的數(shù)據(jù)增強(qiáng)；15、s22、基于徑向基函數(shù)(radial?basis?function,?rbf)的裝壓藥制造過程建模；16、s23、建立裝壓藥制造過程公差分配模型。17、優(yōu)選的，裝壓藥制造過程公差分配模型為：18、19、式中,,——公差分配目標(biāo)20、——目標(biāo)中質(zhì)量因素?cái)?shù)量21、——工藝標(biāo)準(zhǔn)值22、——工藝規(guī)格的等式約束，?為約束數(shù)量23、——工藝規(guī)格的不等式約束，?為約束數(shù)量24、——公差分配模型解算后得到的新公差，定義如下：25、26、式中——質(zhì)量因素的設(shè)計(jì)指標(biāo)上限27、——質(zhì)量因素的設(shè)計(jì)指標(biāo)下限28、——質(zhì)量因素的標(biāo)準(zhǔn)值29、公差分配模型通過對(duì)質(zhì)量控制點(diǎn)與質(zhì)量特性標(biāo)準(zhǔn)值的求解來實(shí)現(xiàn)公差的分配，當(dāng)標(biāo)準(zhǔn)值落在原始設(shè)計(jì)指標(biāo)區(qū)間的右半部分時(shí)，新公差范圍為<mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mrow><mn>2</mn><msubsup><mi>x</mi><mi>i</mi><mi>s</mi></msubsup><mi>?</mi><msubsup><mi>x</mi><mi>i</mi><mi>max</mi></msubsup><mi>,</mi><msubsup><mi>x</mi><mi>i</mi><mi>max</mi></msubsup></mrow><mo>]</mo></mstyle>，標(biāo)準(zhǔn)值落在原始設(shè)計(jì)指標(biāo)區(qū)間的左半部分時(shí)，新公差范圍為<mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mrow><msubsup><mi>x</mi><mi>i</mi><mi>min</mi></msubsup><mi>,</mi><mn>2</mn><msubsup><mi>x</mi><mi>i</mi><mi>s</mi></msubsup><mi>?</mi><msubsup><mi>x</mi><mi>i</mi><mi>min</mi></msubsup></mrow><mo>]</mo></mstyle>。30、優(yōu)選的，裝壓藥制造過程公差分配模型線性加權(quán)轉(zhuǎn)換后的優(yōu)化目標(biāo)為：31、32、其中權(quán)重系數(shù),,，公差均勻性為最高目標(biāo)，以保障裝壓藥制造質(zhì)量的一致性。33、優(yōu)選的，步驟s3中，通過白鯨優(yōu)化算法來求解多目標(biāo)優(yōu)化問題的最優(yōu)解，白鯨優(yōu)化算法包含種群初始化、勘探、開發(fā)以及鯨落四個(gè)階段。34、優(yōu)選的，種群初始化階段白鯨位置的隨機(jī)初始化遵循下式：35、36、式中，為白鯨個(gè)體在維度上的位置，、分別為優(yōu)化問題在維度的上限與下限。初始化后的種群數(shù)學(xué)表達(dá)式為：37、<mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>=</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mstyledisplaystyle="true"mathcolor="#000000"><mtable><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle></mtd><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle></mtd><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>:</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>:</mi></mstyle></mtd><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>:</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>:</mi></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle></mtd><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mtd></mtr></mtable></mstyle><mo>]</mo></mstyle></mstyle>38、式中，為種群大小，為優(yōu)化問題的維度，代表白鯨個(gè)體在第維上的位置。對(duì)種群中的每只白鯨個(gè)體計(jì)算其適應(yīng)度值，構(gòu)建適應(yīng)度矩陣如下式：39、<mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mi>x</mi></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>=</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mstyledisplaystyle="true"mathcolor="#000000"><mtable><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>(</mo><mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mstyle><mo>)</mo></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>(</mo><mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mstyle><mo>)</mo></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>?</mi></mstyle></mtd></mtr><mtr><mtd><mstyledisplaystyle="true"mathcolor="#000000"><mi>f</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mo>(</mo><mstyledisplaystyle="true"mathcolor="#000000"><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>1</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mn>2</mn></mstyle></mrow></msub></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>…</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>x</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><msub><mrow/><mrow><mstyledisplaystyle="true"mathcolor="#000000"><mi>n</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>,</mi></mstyle><mstyledisplaystyle="true"mathcolor="#000000"><mi>d</mi></mstyle></mrow></msub></mstyle></mstyle><mo>)</mo></mstyle></mtd></mtr></mtable></mstyle><mo>]</mo></mstyle></mstyle>40、白鯨優(yōu)化算法針對(duì)不同代的種群有著不同的更新機(jī)制，在每次迭代中進(jìn)入勘探過程或是開發(fā)過程取決于平衡因子：41、42、式中，是(0,1)范圍內(nèi)的隨機(jī)數(shù)，在每次種群迭代過程中都會(huì)隨機(jī)變化，t為當(dāng)前迭代次數(shù)，t為算法設(shè)置的最大迭代次數(shù)。當(dāng)時(shí)，算法流程進(jìn)入勘探階段，時(shí)進(jìn)入開發(fā)階段。由的表達(dá)式可見，隨著算法迭代次數(shù)的增加，進(jìn)入開發(fā)階段的概率也相應(yīng)增加。43、優(yōu)選的，勘探階段白鯨喜好以相互間鏡像或同步的方式成對(duì)游動(dòng)，白鯨優(yōu)化算法的勘探階段設(shè)計(jì)借鑒了這一特性。對(duì)于每個(gè)白鯨個(gè)體，其位置的更新需要參照維度的奇偶性來選取正弦或余弦更新機(jī)制：44、45、式中，代表迭代后第只白鯨在維上的位置，為<mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mrow><mn>1</mn><mi>,</mi><mi>n</mi></mrow><mo>]</mo></mstyle>范圍內(nèi)的隨機(jī)整數(shù)，代表在種群中隨機(jī)選擇的一個(gè)白鯨個(gè)體，是<mstyledisplaystyle="true"mathcolor="#000000"><mo>[</mo><mrow><mn>1</mn><mi>,</mi><mi>d</mi></mrow><mo>]</mo></mstyle>范圍內(nèi)的一個(gè)隨機(jī)整數(shù)，因此表示第只白鯨在第維的位置，表示隨機(jī)白鯨在第維的位置。和為范圍內(nèi)的隨機(jī)數(shù)，通過與的隨機(jī)取值來增強(qiáng)勘探過程的隨機(jī)性，勘探階段的更新能夠提高白鯨種群的多樣性。46、優(yōu)選的，開發(fā)階段白鯨在掠食過程中會(huì)向附近個(gè)體共享位置信息以合作捕獵，白鯨優(yōu)化算法的開發(fā)階段設(shè)計(jì)參考了白鯨的掠食行為，根據(jù)最優(yōu)白鯨個(gè)體及附近白鯨個(gè)體的位置對(duì)種群中每個(gè)白鯨個(gè)體位置進(jìn)行更新。同時(shí)為優(yōu)化算法的收斂性,避免陷入局部最優(yōu)，白鯨優(yōu)化算法的開發(fā)階段引入了levy飛行策略，假設(shè)白鯨可以根據(jù)levy飛行策略進(jìn)行捕食。開發(fā)階段位置更新遵循如下表達(dá)式：47、48、49、式中，為第只白鯨的當(dāng)前位置，為第只白鯨的新位置，為除第只白鯨外的一只隨機(jī)白鯨的當(dāng)前位置，為最優(yōu)白鯨位置。與為范圍內(nèi)的隨機(jī)數(shù),為levy飛行中的隨機(jī)跳躍強(qiáng)度，為levy飛行函數(shù)，函數(shù)式如下：50、51、52、式中，、為正態(tài)分布隨機(jī)數(shù)，根據(jù)經(jīng)驗(yàn)取其值為1.5。53、優(yōu)選的，鯨落階段是在游動(dòng)及覓食過程中，白鯨會(huì)受到天敵及人類的威脅。大多數(shù)白鯨能夠通過種群間的信息共享來逃避威脅，但仍有少數(shù)白鯨個(gè)體無法幸免于難，產(chǎn)生鯨落現(xiàn)象。在白鯨優(yōu)化算法的每次迭代過程中將有小概率進(jìn)入鯨落階段，使白鯨種群向其他位置進(jìn)行轉(zhuǎn)移或墜落入深海，以此實(shí)現(xiàn)對(duì)空間中其他位置的搜索，避免陷入局部最優(yōu)。是否鯨落取決于與，其中：54、55、當(dāng)時(shí)進(jìn)入鯨落階段，為保證鯨落前后種群數(shù)量不變，使用白鯨位置與鯨魚墜落步長來建立位置更新公式：56、57、58、59、式中，、、為(0,1)范圍內(nèi)的隨機(jī)數(shù)，與分別為優(yōu)化問題的上下界，為種群中隨機(jī)白鯨個(gè)體的位置，為鯨落步長，為階躍因子。60、對(duì)比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：61、本發(fā)明針對(duì)裝壓藥制造過程的公差分配問題提出了公差均勻性、最小公差及能耗等公差分配目標(biāo)，對(duì)裝壓藥數(shù)據(jù)樣本小且過程參數(shù)間高度非線性關(guān)系的特點(diǎn)利用wgan-gp模型與rbf模型的組合對(duì)裝壓藥制造過程進(jìn)行建模，在此基礎(chǔ)上建立公差分配模型并引入白鯨優(yōu)化算法用于模型求解。與常見方法相比，本發(fā)明提出的裝壓藥制造過程公差分配模型更精確均勻。當(dāng)前第1頁12當(dāng)前第1頁12