掌桥专利:专业的专利平台
掌桥专利
首页

一种花色纺纱的电机变速控制方法及系统

文献发布时间:2023-06-19 19:07:35


一种花色纺纱的电机变速控制方法及系统

技术领域

本发明涉及智能控制相关技术领域,具体涉及一种花色纺纱的电机变速控制方法及系统。

背景技术

随着有色化纤的大量使用,色纺纱因织物的色彩更加绚丽多彩、朦胧感与立体感共存而形成了与坯纱染色截然不同的布面风格而深得市场青睐,但色纺纱的批量小、品种多、要求快、精、准的生产模式,对生产管理提出了更高要求。

但,由于当前花色纺纱均采用流水线机械化的生产模型,各运转部件的联动控制难度大,各运转部件的步进电机转速不相匹配,部分设备存在空转闲置,存在生产与加工资源浪费问题。

综上可知,亟需构建配置自动化调整的各运转部件的步进电机变速控制系统,同步纺纱线路流程,为精准调控各运转部件的步进电机转速提供支持。

综上所述,现有技术中存在花色纺纱的生产控制精度低,存在生产与加工资源浪费的技术问题。

发明内容

本申请通过提供了一种花色纺纱的电机变速控制方法及系统,旨在解决现有技术中的花色纺纱的生产控制精度低,存在生产与加工资源浪费的技术问题。

鉴于上述问题,本申请实施例提供了一种花色纺纱的电机变速控制方法及系统。

本申请公开的第一个方面,提供了一种花色纺纱的电机变速控制方法,其中,所述方法包括:构建运转部件速度-纺纱参数映射列表;获得花色纺纱设计图,对所述花色纺纱设计图进行花色、纺织线路分析,确定纺纱线路分解流程;基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息,所述运转部件初级联动信息包括运转部件变速控制信息;构建评价优化模型,所述评价优化模型包括评价层模型、优化层模型;利用所述评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,基于所述评价结果,确定优化目标;将所述优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,基于所述优化运转部件联动信息对各运转部件的步进电机变速控制。

本申请公开的另一个方面,提供了一种花色纺纱的电机变速控制系统,其中,所述系统包括:列表构建模块,用于构建运转部件速度-纺纱参数映射列表;分解流程确定模块,用于获得花色纺纱设计图,对所述花色纺纱设计图进行花色、纺织线路分析,确定纺纱线路分解流程;联动信息确定模块,用于基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息,所述运转部件初级联动信息包括运转部件变速控制信息;模型构建模块,用于构建评价优化模型,所述评价优化模型包括评价层模型、优化层模型;优化目标确定模块,用于利用所述评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,基于所述评价结果,确定优化目标;变速控制模块,用于将所述优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,基于所述优化运转部件联动信息对各运转部件的步进电机变速控制。

本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

由于采用了构建运转部件速度-纺纱参数映射列表;获得花色纺纱设计图,进行花色、纺织线路分析,确定纺纱线路分解流程,结合运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息;构建评价优化模型;利用评价层模型对运转部件初级联动信息进行评价,获得评价结果,确定优化目标;将优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,对各运转部件的步进电机变速控制,实现了自动化进行的各运转部件的步进电机变速控制,提高花色纺纱的生产控制精度,降低生产管理难度,为降低生产与加工资源浪费提供支持的技术效果。

上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种花色纺纱的电机变速控制方法可能的流程示意图;

图2为本申请实施例提供了一种花色纺纱的电机变速控制方法中构建运转部件速度-纺纱参数映射列表可能的流程示意图;

图3为本申请实施例提供了一种花色纺纱的电机变速控制方法中确定评价结果并输出可能的流程示意图;

图4为本申请实施例提供了一种花色纺纱的电机变速控制系统可能的结构示意图。

附图标记说明:列表构建模块100,分解流程确定模块200,联动信息确定模块300,模型构建模块400,优化目标确定模块500,变速控制模块600。

具体实施方式

本申请提供的技术方案总体思路如下:

本申请实施例提供了根据纺纱的设计图和运转部件的工艺要求,确定联动运转的初步方案,对方案进行评价,是否满足加工要求、转速的平缓、花色的均匀等问题的,通过寻优算法进行寻优调整,确定最终的控制方案。

在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例1

如图1所示,本申请实施例提供了一种花色纺纱的电机变速控制方法,其中,所述方法包括:

S10:构建运转部件速度-纺纱参数映射列表;

如图2所示,步骤S10包括步骤:

S11:获得历史控制加工数据源;

S12:基于所述历史控制加工数据源进行运转部件运转控制参数、纺纱参数遍历提取,获得运转部件运转控制信息、纺纱参数信息;

S13:根据所述运转部件运转控制信息、纺纱参数信息进行数据支持度分析,基于所述数据支持度,确定运转部件运转控制信息及纺纱参数信息的数据参数关联性;

S14:基于所述数据参数关联性确定运转部件运转控制信息及纺纱参数信息的映射关系,构建所述构建运转部件速度-纺纱参数映射列表。

具体而言,根据历史的机器的控制数据和纺纱的粗细、均匀度、张紧度的对应关系,构建运转部件速度-纺纱参数映射列表,具体包括:获得历史控制加工数据源,所述历史控制加工数据源位于所述电机变速控制系统的数据存储单元;以所述历史控制加工数据源,确定进行运转部件运转控制参数、纺纱参数的起始读取地址信息与结束读取地址信息,以起始读取地址信息为起点、以结束读取地址信息为终点遍历提取,获得运转部件运转控制信息、纺纱参数信息(所述纺纱参数信息包括但不限于纺纱的粗细、均匀度、张紧度、长度);

根据所述运转部件运转控制信息、纺纱参数信息,进行数据支持度分析(数据支持度=某一组运转部件运转控制信息的实际使用周期数或纺纱参数信息的实际使用周期数/总使用周期数×100%),获取数据支持度;

基于所述数据支持度,确定运转部件运转控制信息及纺纱参数信息的数据参数关联性(数据参数关联性=某一组运转部件运转控制信息的数据支持度与纺纱参数信息的数据支持度相等的周期数/总使用周期数×100%),获得数据参数关联性;

基于所述数据参数关联性,确定运转部件运转控制信息及纺纱参数信息的映射关系,利用所述运转部件运转控制信息及纺纱参数信息的映射关系,构建所述构建运转部件速度-纺纱参数映射列表,为保证运转部件速度-纺纱参数映射列表的中映射关系的稳定性提供支持。

S20:获得花色纺纱设计图,对所述花色纺纱设计图进行花色、纺织线路分析,确定纺纱线路分解流程;

步骤S20包括步骤:

S21:根据所述花色纺纱设计图,确定花色节点信息,所述花色节点信息为花色循环变换的分割位置;

S22:基于所述花色节点信息,确定花色目标分析单元;

S23:获得纺纱原料信息,包括原料材质信息、原料颜色信息;

S24:根据所述原料材质信息进行原料差异度分析,获得原料差异特征;

S25:根据所述原料颜色信息进行颜色差异度分析,获得颜色差异特征;

S26:基于所述原料差异特征、颜色差异特征与所述花色目标分析单元进行匹配分析,确定原料分布信息;

S27:根据所述原料分布信息进行原料路径走向分析,确定花色目标分析单元的路径分析信息,基于花色目标分析单元的路径分析信息、花色节点信息,获得所述纺纱线路分解流程。

具体而言,获得花色纺纱设计图,对所述花色纺纱设计图进行花色、纺织线路分析,确定纺纱线路分解流程,具体包括:根据所述花色纺纱设计图(比如格子图、条纹图,对纺纱的图案结构、颜色变换一般都是有规律性的,确定循环的规律,按照循环的规律确定分区、速度控制,可以周期循环),确定花色节点信息,所述花色节点信息为花色循环变换的分割位置;基于所述花色节点信息,确定处于所述花色节点信息分割限制内部的花色目标分析单元(如白蓝条纹,花色节点信息为(1,2)、(2,2)(3,2)、(4,2)、(1,5)、(2,5)(3,5)、(4,5),所述花色目标分析单元为(1,2~5)、(2,2~5)、(3,2~5)、(4,2~5)为白/蓝);

获得纺纱原料信息,所述纺纱原料信息包括原料材质信息、原料颜色信息(一般的,原料颜色为白色,原棉经染色处理会对纤维造成一定的损伤,经过试验表明,原棉经染色处理会使得纤维单强下降10~20%,短绒增加5~10%,棉结增加10%左右,由此,原料材质信息、原料颜色信息一一对应);根据所述原料材质信息进行原料差异度分析,获得原料差异特征,所述原料差异特征包括纺纱的粗细差异;根据所述原料颜色信息进行颜色差异度分析,获得颜色差异特征,所述颜色差异特征包括颜色的深浅差异(如白蓝条纹中的多道蓝条纹,对多道蓝条纹浅进行深浅差异分析);基于所述原料差异特征、颜色差异特征与所述花色目标分析单元,依照花色纺纱设计图进行还原匹配分析,确定原料分布信息,所述原料分布信息满足花色纺纱设计图中的循环的规律;根据所述原料分布信息,进行原料路径走向分析规划,确定花色目标分析单元的路径分析信息,基于花色目标分析单元的路径分析信息、花色节点信息,联合纺纱原料加工步骤,获得所述纺纱线路分解流程,为进行花色纺纱提供支持。

S30:基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息,所述运转部件初级联动信息包括运转部件变速控制信息;

步骤S30包括步骤:

S31:根据所述线路分解流程,确定纺纱联动原料信息;

S32:基于所述纺纱联动原料信息、线路分解流程,确定联动运转部件、原料花色流程操作信息;

S33:基于所述运转部件速度-纺纱参数映射列表,根据所述联动运转部件、原料花色流程操作信息,进行运转部件速度匹配分析,确定各联动运转部件速度控制信息;

S34:根据所述各联动运转部件速度控制信息,确定所述运转部件初级联动信息。

具体而言,基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息,针对方案的路径分析信息,需要同时多组并条机(三道)→粗纱机→细纱机→络筒机进行相互配合,同时也可以考虑周期的循环节点,确定匹配控制方案,具体包括:所述运转部件初级联动信息包括运转部件变速控制信息,根据所述线路分解流程,确定纺纱联动原料信息(纺纱联动原料信息可以是封边线等其他相关联动原料);以所述线路分解流程为主线,基于所述纺纱联动原料信息,确定联动运转部件(若纺纱联动原料信息为封边线,联动运转部件可以是锁边机)、原料花色流程操作信息(所述原料花色流程操作信息按照花色纺纱设计图设置);基于所述运转部件速度-纺纱参数映射列表,根据所述联动运转部件、原料花色流程操作信息,进行运转部件速度匹配(多组并条机(三道)→粗纱机→细纱机→络筒机之间速度匹配,可以形成生产流水线)分析,确定各联动运转部件速度控制信息(所述各联动运转部件速度控制信息包括但不限于并条机运转部件速度控制信息、粗纱机运转部件速度控制信息、细纱机运转部件速度控制信息、络筒机运转部件速度控制信息);根据所述各联动运转部件速度控制信息,依照所述纺纱线路分解流程,确定所述运转部件初级联动信息,为后续进行联动控制提供参考。

本申请实施例还包括:

S35:基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表及对应的运转部件初级联动信息,确定训练数据结构要求;

S36:基于所述训练数据结构要求通过历史纺纱数据进行训练数据提取,构建训练数据集、测试数据集;

S37:搭建前馈神经网络框架,利用所述训练数据集、测试数据集对所述前馈神经网络框架进行训练及测试,获得联动分析模型;

S38:将所述纺纱线路分解流程输入所述联动分析模型中,获得所述运转部件初级联动信息。

具体而言,可以通过联动分析模型进行处理,提高运算速度,对处理过程(所述处理过程即基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息)进行深度学习,具体包括:基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表及对应的运转部件初级联动信息,确定训练数据结构要求,所述训练数据结构要求可以是70%纺纱线路分解流程、25%运转部件速度-纺纱参数映射列表及5%对应的运转部件初级联动信息;

基于所述训练数据结构要求通过历史纺纱数据进行训练数据提取,构建训练数据集、测试数据集,所述训练数据集、测试数据集的数据占比可以是7:3(对提取所得数据依照7:3比例分割,获取训练数据集、测试数据集);搭建前馈神经网络框架,利用所述训练数据集对所述前馈神经网络框架进行训练,采用每次根据训练得到的结果与预想结果进行误差分析,进而修改权值和阈值(进而修改权值和阈值可以将前馈神经网络训练至适用于进行联动分析),一步一步得到能输出和预想结果一致的模型,在模型输出趋于稳定(模型稳定:输出和预想结果一致)后,利用所述测试数据集进行测试,通过测试即获得联动分析模型;将所述纺纱线路分解流程作为输入数据,输入所述联动分析模型中,输出所述运转部件初级联动信息,提高联动分析速度,为后续进行联动分析提供模型支持。

S40:构建评价优化模型,所述评价优化模型包括评价层模型、优化层模型;

S50:利用所述评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,基于所述评价结果,确定优化目标;

如图3所示,步骤S50包括步骤:

S51:根据所述运转部件初级联动信息,构建速度控制曲线;

S52:对所述速度控制曲线进行平滑度、曲线走势规律性评估,确定平滑度评估信息、曲线走势规律评估信息;

S53:根据所述平滑度评估信息、曲线走势规律评估信息,确定所述评价结果进行输出。

具体而言,构建评价优化模型,利用所述评价优化模型中的评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,所述评价优化模型包括评价层模型、优化层模型,花色纺纱的速度控制上,s曲线走势效果更好(为实验数据确定)对当前的速度控制的曲线评估,所述运转部件初级联动信息还包括各联动运转部件速度;

利用所述评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,具体包括:根据所述运转部件初级联动信息,构建速度控制曲线,设定一坐标系,所述坐标系的横坐标与纵坐标分别表示运转部件速度、运转部件初级联动信息,将所述运转部件速度、运转部件初级联动信息输入所述坐标系中进行数据统计,对统计结束的数据点进行曲线拟合,生成速度控制曲线;对所述速度控制曲线进行平滑度计算:在速度控制曲线中随机定位一点,取当前点的左边5个点和右边5个点和当前点的深度差值,然后求平方,确定平滑度评估信息;对所述速度控制曲线进行曲线走势规律性评估:采用三角函数表达式,通过夹逼法进行曲线拟合赋权,在拟合曲线表达出速度控制曲线走势规律后,将拟合曲线的三角函数表达式作为所述曲线走势规律评估信息;将所述平滑度评估信息、曲线走势规律评估信息作为评价结果,从所述评价优化模型的输出端进行输出,展开所述评价层模型内部的运算处理过程,为构建评价优化模型提供参照。

S60:将所述优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,基于所述优化运转部件联动信息对各运转部件的步进电机变速控制。

步骤S60包括步骤:

S61:根据所述运转部件初级联动信息、优化目标,构建适应度函数;

S62:基于所述评价结果,确定优化调整方向;

S63:基于所述优化调整方向、运转部件初级联动信息、确定第一邻域联动信息;

S64:根据所述适应度函数对所述第一邻域联动信息进行适应度计算,获得第一适应度;

S65:将所述第一邻域联动信息作为当前优解,确定第二邻域联动信息,并通过所述适应度函数对所述第二邻域联动信息进行适应度信息,获得第二适应度;

S66:判断所述第二适应度是否超出所述第一适应度,当超出时,将所述第二邻域联动信息作为当前优解;

S67:持续迭代寻优,直到满足所述优化目标为止,将当前优解作为所述优化运转部件联动信息输出。

具体而言,将所述优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,具体包括:以优化目标为适应度函数终点坐标,以所述运转部件初级联动信息为起点坐标,构建适应度函数;基于所述评价结果,确定所述适应度函数的优化调整方向;基于所述优化调整方向、运转部件初级联动信息、确定第一邻域联动信息,所述第一邻域联动信息为随机定位一点,取当前点的左边5个点和右边5个点和当前点;根据所述适应度函数对所述第一邻域联动信息进行适应度计算:基于当前点的左边5个点和右边5个点和当前点,分别以左边5个点和当前点(当前点为终点)与右边5个点和当前点(当前点为起点)进行数据比较,获得第一适应度;

将所述第一邻域联动信息作为当前优解(当前点的左边5个点和右边5个点和当前点中最优的点,可以是右边第3个点,将右边第3个点作为当前优解),确定第二邻域联动信息,所述第二邻域联动信息为当前优解的左边5个点和右边5个点和当前优解,并通过所述适应度函数对所述第二邻域联动信息进行适应度信息:基于当前优解的左边5个点和右边5个点和当前优解,分别以左边5个点和当前优解(当前优解为终点)与右边5个点和当前优解(当前优解为起点)进行数据比较,获得第二适应度;判断所述第二适应度是否超出所述第一适应度,当所述第二适应度超出所述第一适应度时,将所述第二邻域联动信息作为当前优解;遍历上述步骤,持续迭代寻优,直到满足所述优化目标为止,将当前优解作为所述优化运转部件联动信息输出,展开所述优化层模型内部的运算处理过程,为构建评价优化模型提供参照,利用所述优化运转部件联动信息对各运转部件的步进电机变速控制,为进行花色纺纱的电机变速控制提供支持。

综上所述,本申请实施例所提供的一种花色纺纱的电机变速控制方法及系统具有如下技术效果:

1.由于采用了构建运转部件速度-纺纱参数映射列表;获得花色纺纱设计图,进行花色、纺织线路分析,确定纺纱线路分解流程,结合运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息;构建评价优化模型;利用评价层模型对运转部件初级联动信息进行评价,获得评价结果,确定优化目标;将优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,对各运转部件的步进电机变速控制,本申请通过提供了一种花色纺纱的电机变速控制方法及系统,实现了自动化进行的各运转部件的步进电机变速控制,提高花色纺纱的生产控制精度,降低生产管理难度,为降低生产与加工资源浪费提供支持的技术效果。

2.由于采用了根据运转部件初级联动信息,构建速度控制曲线,进行平滑度、曲线走势规律性评估,确定平滑度评估信息、曲线走势规律评估信息,确定评价结果进行输出,从评价优化模型的输出端进行输出,展开评价层模型内部的运算处理过程,为构建评价优化模型提供参照。

实施例2

基于与前述实施例中一种花色纺纱的电机变速控制方法相同的发明构思,如图4所示,本申请实施例提供了一种花色纺纱的电机变速控制系统,其中,所述系统包括:

列表构建模块100,用于构建运转部件速度-纺纱参数映射列表;

分解流程确定模块200,用于获得花色纺纱设计图,对所述花色纺纱设计图进行花色、纺织线路分析,确定纺纱线路分解流程;

联动信息确定模块300,用于基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表,确定运转部件初级联动信息,所述运转部件初级联动信息包括运转部件变速控制信息;

模型构建模块400,用于构建评价优化模型,所述评价优化模型包括评价层模型、优化层模型;

优化目标确定模块500,用于利用所述评价层模型对所述运转部件初级联动信息进行评价,获得评价结果,基于所述评价结果,确定优化目标;

变速控制模块600,用于将所述优化目标、运转部件初级联动信息输入优化层模型,获得优化运转部件联动信息,基于所述优化运转部件联动信息对各运转部件的步进电机变速控制。

进一步的,所述系统包括:

加工数据源获得模块,用于获得历史控制加工数据源;

遍历提取模块,用于基于所述历史控制加工数据源进行运转部件运转控制参数、纺纱参数遍历提取,获得运转部件运转控制信息、纺纱参数信息;

支持度分析模块,用于根据所述运转部件运转控制信息、纺纱参数信息进行数据支持度分析,基于所述数据支持度,确定运转部件运转控制信息及纺纱参数信息的数据参数关联性;

映射列表构建模块,用于基于所述数据参数关联性确定运转部件运转控制信息及纺纱参数信息的映射关系,构建所述构建运转部件速度-纺纱参数映射列表。

进一步的,所述系统包括:

花色节点信息确定模块,用于根据所述花色纺纱设计图,确定花色节点信息,所述花色节点信息为花色循环变换的分割位置;

花色目标分析单元确定模块,用于基于所述花色节点信息,确定花色目标分析单元;

纺纱原料信息获得模块,用于获得纺纱原料信息,包括原料材质信息、原料颜色信息;

原料差异度分析模块,用于根据所述原料材质信息进行原料差异度分析,获得原料差异特征;

颜色差异度分析模块,用于根据所述原料颜色信息进行颜色差异度分析,获得颜色差异特征;

匹配分析模块,用于基于所述原料差异特征、颜色差异特征与所述花色目标分析单元进行匹配分析,确定原料分布信息;

纺纱线路分解流程获得模块,用于根据所述原料分布信息进行原料路径走向分析,确定花色目标分析单元的路径分析信息,基于花色目标分析单元的路径分析信息、花色节点信息,获得所述纺纱线路分解流程。

进一步的,所述系统包括:

联动原料信息确定模块,用于根据所述线路分解流程,确定纺纱联动原料信息;

联动运转部件与原料花色确定模块,用于基于所述纺纱联动原料信息、线路分解流程,确定联动运转部件、原料花色流程操作信息;

运转部件速度匹配模块,用于基于所述运转部件速度-纺纱参数映射列表,根据所述联动运转部件、原料花色流程操作信息,进行运转部件速度匹配分析,确定各联动运转部件速度控制信息;

运转部件初级联动信息确定模块,用于根据所述各联动运转部件速度控制信息,确定所述运转部件初级联动信息。

进一步的,所述系统包括:

数据结构要求确定模块,用于基于所述纺纱线路分解流程、运转部件速度-纺纱参数映射列表及对应的运转部件初级联动信息,确定训练数据结构要求;

数据集构建模块,用于基于所述训练数据结构要求通过历史纺纱数据进行训练数据提取,构建训练数据集、测试数据集;

训练及测试模块,用于搭建前馈神经网络框架,利用所述训练数据集、测试数据集对所述前馈神经网络框架进行训练及测试,获得联动分析模型;

数据输入模块,用于将所述纺纱线路分解流程输入所述联动分析模型中,获得所述运转部件初级联动信息。

进一步的,所述系统包括:

速度控制曲线构建模块,用于根据所述运转部件初级联动信息,构建速度控制曲线;

计算评估模块,用于对所述速度控制曲线进行平滑度、曲线走势规律性评估,确定平滑度评估信息、曲线走势规律评估信息;

评价结果输出模块,用于根据所述平滑度评估信息、曲线走势规律评估信息,确定所述评价结果进行输出。

进一步的,所述系统包括:

适应度函数构建模块,用于根据所述运转部件初级联动信息、优化目标,构建适应度函数;

优化调整方向确定模块,用于基于所述评价结果,确定优化调整方向;

邻域联动信息确定模块,用于基于所述优化调整方向、运转部件初级联动信息、确定第一邻域联动信息;

第一适应度获得模块,用于根据所述适应度函数对所述第一邻域联动信息进行适应度计算,获得第一适应度;

第二适应度获得模块,用于将所述第一邻域联动信息作为当前优解,确定第二邻域联动信息,并通过所述适应度函数对所述第二邻域联动信息进行适应度信息,获得第二适应度;

当前优解确定模块,用于判断所述第二适应度是否超出所述第一适应度,当超出时,将所述第二邻域联动信息作为当前优解;

迭代寻优模块,用于持续迭代寻优,直到满足所述优化目标为止,将当前优解作为所述优化运转部件联动信息输出。

综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。

进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

技术分类

06120115801431