3.2 装配规划模拟退火算法
模拟退火算法源于固体退火思想，将一个优化 问题 比拟成一个热力学系统，将目标函数比拟为系统的能量，将优化求解过程比拟成系统逐步降温以达到最低能量状态的退火过程，通过模拟固体的退火过程获得优化问题的全局最优解。
Saeid 等[25]利用模拟退火算法进行装配序列规划时，根据产品装配模型获得装配优先关系，将装配过程总装配时间和重定向次数运用多属性应用 理论 组合成单一目标函数，作为装配序列优化的评价函数。Hong 和Cho[26]将装配约束和装配过程的成本映射为装配序列能量函数，利用模拟退火算法使装配序列能量函数扰动地逐步减小，经过多次迭代，直到能量函数不再变化为止，最后得到具有最小装配成本的装配序列。作者将该方法应用到一个 电子 继电器装配体上，并将其性能与利用神经网络[24]的装配规划方法进行了比较，结果显示基于模拟退火的装配序列优化方法可以产生较好的装配序列并且在运算时间上优于人工神经网络方法。
模拟退火算法具有较强的局部搜索能力，并能使搜索过程避免陷入局部最优，但模拟退火算法对整个搜索空间的状况了解不多，不能使搜索过程进入最有希望的搜索区域，从而使得算法的运算效率不高。
3.3 装配规划遗传算法
在众多软计算方法中，遗传算法得到了众多 研究 者的重视。代写工作 总结 遗传算法是模仿生物 自然 选择和遗传机制的随机搜索算法，它将问题的可能解组成种群，将每一个可能的解看作种群的个体，从一组随机给定的初始种群开始，持续在整个种群空间内随机搜索，按照一定的评估策略即适应度函数对每一个体进行评价，不断通过复制、交叉、变异等遗传算子的作用，使种群在适应度函数的约束下不断进化，算法终止时得到最优/次最优的问题解。图3 为装配规划遗传算法的一般流程。
装配规划遗传算法的研究重点集中于设计装配序列的基因编码方式以包含更多的装配过程信息、设计基因操作的形式和改进遗传算法的局部搜索能力上。Lazzerini 等[27]的分段编码遗传算法中，将染色体分为3 段编码，第1 段表示参与装配的零件编号，第2 段表示零件的可行装配方向，第3 段表示装配工具，从而使染色体包含了部分工艺信息。为了提高算法的性能，文中将装配体分解为子装配体进行装配，减少了参加装配序列规划的零件数目；Guan 等[28]采用基因团编码方式，一个基因团表达一个零件的装配操作，由被装配零件号装配元、装配工具装配元、装配方向装配元和装配类型装配元组成。在扩大采样空间选择下一代种群的基础上，通过交叉和多层次变异实现装配序列并行优化。廖小云和陈湘凤[29]在装配序列规划遗传算法中设计了复制、交叉、变异、剪贴和断连5 种遗传算子寻找装配序列优化解。在Smith 等[30]的增强型遗传算法中，选择下一代个体并不完全依靠适应度，而是先把一定数量较优的个体复制到下一代，将适应度低但几何可行的序列用于继续产生序列，直到满足下一代种群中序列个数的需求，从而使算法能跳出局部最优点，在全局范围内搜索最优解。
理论上，找到全局最优装配序列要求参加演化计算的种群规模要足够大，迭代次数要无限
多，但在计算资源和时间限制下是达不到要求的。因此，遗传算法求解装配规划问题的效率和结果依赖于初始种群规模及其质量、遗传算子及其操作概率等因素。
4 协同装配规划方法
装配体作为实现产品功能的载体，零部件可能由不同的 企业 设计，零部件和产品可能在不同的装配工厂完成装配过程，因此需要设计团队的协同工作和决策以保证装配质量和降低装配成本。计算机和网络技术的快速 发展 缩短了异地人员在时间和空间上的距离，为实时的“人－机－人”协同装配工作提供了可能。
Wisconsin-Madison 大学[31]提出网络环境下的电子化装配（ e-Assembly ），探讨在Internet/Intranet 上利用3D 模型进行协同虚拟装配和拆卸的方法论和工具，拟实现的关键技术包括3D 交互可视化、协同装配/拆卸/维护/回收等。 目前 已开发了Motive3D 系统，利用Synthesizer模块可以交互/自动进行产品的装配建模和规划，Visualizer 模块为用户在Web 平台上提供装配序列规划结果的可视化仿真，但缺少交互修改、调整功能。在ATS 项目[32]实施中，为了向异地的开发人员展示装配设计和装配规划结果，尝试利用VRML 作为可视化工具，一方面供设计团队浏览零部件设计，另外将装配模型用文本编辑软件进行编辑，生成装配序列的VRML 仿真文件，供异地的设计团队实时进行评价和提出修改意见。但手工编辑文件不但花费的时间长达一周，而且每次设计修改后都必须重新编辑；同时，仿真文件仅具有浏览功能，不能进行交互修改。
Web 环境下的协同装配规划方法[33]采用协同工作环境下的装配建模、装配规划任务分配和装配序列合成等技术，通过对复杂产品装配规划问题的分解，即降低了单机规划工作模式的复杂度，又便于集中不同地域多专家的装配知识和经验进行装配规划方案的协同决策。面向协同广义装配[34]通过确定装配子任务编码方法、装配人员评价指数和制定协同装配协议，以VRML 为产品模型载体实现协同装配系统。在装配知识和规则的支撑下，支持局域网内多用户实施产品预装配、验证零部件可装配性，相关的装配人员能够协同讨论装配方案。Web 环境下3D 交互装配可视化仿真结构是一个符合开放技术标准的可视化装配系统[35]，它基于VRML-Java 实现装配场景的动态生成、装配控制、碰撞检测以及装配过程的动画回放等功能，目前完成了基于“堆叠”思路的装配验证方式。但该系统属于单用户系统，不能支持多用户的实时协同装配工作。
5 结论与展望
CAAP 的研究在理论上取得了一定的成果，在 工业 界也得到了一定的应用，但相对而言还很少，这说明该技术距离工业实用还存在较大差距。装配规划是一个经验和知识密集型的工作，同时又与具体行业和产品有紧密的关系。经典装配规划方法的精确推理在保证序列的几何可行性方面具有优势，而软计算技术能够将人的模糊知识融入规划过程中，使得结果具有更好的工艺可行性，两者的适当结合将有利于模仿人类装配专家的实际装配规划过程，从而得到合理的装配方案。
跨地域、跨国家的网络化、协同化产品设计和制造新模式的形成使产品装配成为一个需要协同工作和决策的问题。随着虚拟现实技术和网络技术的进一步发展，建立基于网络的协同装配决策平台和虚拟环境，支持异地多人员协同装配方案决策将是新形势下装配规划研究的新趋势。
参考 文献
[1] 苏强, 林志航. 计算机辅助装配顺序规划研究综述[J]. 机械 科学 与技术, 1999, 18(6): 1006~1012.
[2] 石淼, 唐朔飞, 李明树. 装配序列规划研究综述[J]. 计算机研究与发展, 1994, 31(6): 30~34.
[3] 牛新文, 丁汉, 熊有伦. 计算机辅助装配顺序规划研究综述[J]. 中国 机械工程, 2001, 12(12):1440~1443.
[4] Bourjault A, Lhote A. Modelling an assembly process[A]. In: IEEE International Conference on Automation of Manufacturing Industry [C]. 1986. 183~198.
[5] Homem de Mello L S, Sanderson A C. A correct and