汽車外觀造型創新設計遺傳算法的應用

吳海強

【摘 要】隨著社會的進步，代步工具逐漸成為人們社會生活中不可缺少的一部分，其中，以汽車最為常見。與此同時隨著汽車數目以及種類的不斷增加，人們對汽車各方面的要求也隨之增高。關于現實生活中汽車造型設計方面缺少計算機輔助設計以及優秀汽車造型利用率不高等問題，本文就汽車外觀造型創新設計遺傳算法的應用展開簡要論述。

【關鍵詞】創新設計；模式識別；遺傳算法

0 前言

在汽車發展的歷史中，汽車設計一直都是離不開創新，不間斷的創新力量在汽車的發展過程中是一個永恒的主題。隨著汽車生產技術的成熟，相同價格的汽車性能沒有太大的差異，汽車外觀創新和新穎性已經成為吸引消費者購買的重要因素。這種趨勢讓廠商對汽車的外觀創新設計提到了一個新的高度。怎么對車輛造型進行創新是目前困擾廠商的一大難題。

該文章提出了一種新的汽車設計理念。第一是將汽車模塊化分解，通過模式識別將汽車的圖片轉換為計算機識別的標準化汽車構件；然后通過遺傳操作手段產生創新的構件，利用計算機模擬技術將構件組裝成全新的車型。實驗表明，該方法可以充分利用現有資源，提高設計效率，具有很大的發展潛力。

1 國內外的研究現狀

這些年來，國內外許多研究都對遺傳算法在創新設計中的應用做了大量的研究工作。P. J. Bentley系統的揭示了利用遺傳算法進行概念設計創新和優化的思想，提出了一種基于遺傳算法為核心的遺傳算法設計系統。Johrr Frazer教授一直致力于設計中的進化計算的應用，成功地實現了遺傳算法在大量建筑設計中的應用。本文提出了如何協調人機之間的矛盾，充分利用計算機輔助設計環境來進行產品的創新設計，提出新的思路。韓國利用IGA （interactive genetic algorithm）的思想，實現服裝創新設計和圖像修補。在國內，浙江大學的潘云鶴校長及他的學生通過智能CAD技術，創造性的解決了圖案構圖、顏色和描繪等知識表達和實現的問題。山東師范大學校長劉弘院長等人提出了一種支持創新外觀設計的進化計算方法，并用這種方法產生了一些創新的產品，如臺燈、手機等。

雖然利用遺傳算法進行創新設計已經取得了許多顯著的成果，但創新是無止境的，設計領域總是會不斷變化和拓展。因此，將遺傳算法應用于汽車造型的具體設計中是一個具有吸引力的課題。它可以充分利用現有的優秀資源，開拓設計人員的思路，產生了很多人無法想象的造型。

2 汽車造型創新設計具體流程

2.1 父個體構件庫的生成

進行遺傳操作最重要的是父個體的選擇，優秀父個體經過交叉變異后更容易產生優秀新個體。因此生成優秀父個體是關鍵一步。汽車的具體存儲可以分為車頭、車尾、車身、車底四大部分。其中這四部分又可以再次進行細化，基本的構件由具體的特征值表示出來。這種分層的存儲結構在執行遺傳操作時可以針對一個基本構件，也可以針對一個具體的特征值，比較靈活。

2.2 遺傳算法方面

2.2.1 適應度函數

汽車的安全穩定是非常重要的；同時汽車又要滿足人們對個性的追求，要有創新性。因此本文結合這兩方面的內容，將穩定性和創新性引人到遺傳算法適應度函數的計算中來。該函數既充分利用了遺傳算法在全局優化方面的優勢，克服了汽車布局單一的弊病，又簡化了遺傳算法的運算復雜度，從而提高了算法性能。定義適應度函數為 F=ω×Sta+（l-ω）x×Cre

其中：Sta代表穩定性；Cre代表創新性；兩者的權值分別是，ω和（l-ω）。設計人員可根據自己需要改變它們的權值。

2.2.2 遺傳操作

傳統的遺傳算法采用二進制字符串表示。該表示方法已經成功地解決了很多間題，但是這種表示方法不夠靈活，本文采用一種新穎的樹型遺傳算法。

1）交叉

交叉操作是從當前種群中，根據適應度值選出兩個父個體；從每個父輩樹上隨機選擇一棵子樹，然后交換兩棵子樹，經過這樣的重新組合產生兩個新的子個體。該操作用來執行局部搜索并試圖找到更好的解。針對本文具體的汽車外觀造型的存儲結構。它的交叉操作可以分為兩類：a）整個部件的交叉，如兩車的車燈進行互換，b）部件的屬性進行交叉，如兩車的車燈顏色進行互換。

2）變異

變異操作是由程序隨機產生一棵新的子樹代替被突變概率選中節點以下的原有子樹部分。該操作用來執行隨機搜索并試圖探索局部最優解以外的區域。與交叉類似，汽車造型的變異也分為整個部件的變異和某部件屬性的變異兩類。

3）選擇

對于有創意的設計，無法給出一個形成目標函數的統一標準。創新設計是最能體現人的智慧的，所以本文采用一種人機交互的方式進行產品選擇。設計人員可以對選擇出的產品進行評分，指定穩定性和創新性的值，而此時設計agent則記錄下相應的各個分數存儲到知識庫中。以后再遇到類似情況時，設計agent直接從產品庫中調用。這樣既體現了設計人員的選擇，同時又節省時間，避免重復操作。

3 運用模式識別方法對優秀造型進行識別（具體事例）

3.1 運用模式識別方法對優秀造型進行識別

對優秀圖片進行識別，然后生成構件，這是得到父個體的一種重要方法。具體過程：

3.1.1 選擇優秀的造型或某一構件的圖片，如車燈。

b）模式識別圖片，然后提取關鍵點，繪制出二維曲線草圖。可以小范圍的調整有缺陷的地方。

3.1.2 對二維曲線執行沿二坐標軸掃描操作，生成構件并進行評價存人構件庫。

e）弱國對造型各構件識別完畢，則結束；否則轉第二部繼續識別其它構件。

3.2 運用遺傳算法生成新的造型

在這里，以汽車的車尾為例介紹一下遺傳操作的流程。

3.2.1 根據設計人員給出的適應度函數值，從構件庫中選擇構件組裝作為父個體。

3.2.2 進行遺傳操作；交叉和變異。

3.2.3 與設計人員進行交互，對生成的實體造型進行評價，將優秀的造型存人父個體庫。

3.2.4 人工結束該過程或者轉到b）繼續進行遺傳操作。經過遺傳操作生成的構件，只是概念設計階段的構造草圖，設計人員可以將喜歡的造型存為*. sat文件，進一步用3D設計軟件細化。

3.3 組裝生成新車型

將各個構件標準化之后，整車的生成就比較簡單。設計人員提出自己的要求后，則由設計agent自動地從構件庫中進行選取、裝配，生成汽車。具體的過程有三步：

3.3.1 設計人員設定適應度值。

3.3.2 設計agent根據適應度值從構件庫中選取構件。

3.3.3 自動組裝成為汽車。

4 結語

在本文中，汽車造型的創新設計，首先通過對優秀的汽車造型進行模式識別生成初始種群，然后進行交叉和變異等遺傳操作，不斷產生新的個體；在汽車設計的同時將需要的穩定性和創新性引入到遺傳算法中來，去評估新實體，從而提高算法的有效性。但由于汽車零部件生成后如何裝配仍然存在一些問題，特別是零件的形狀、尺寸和位置的變化，如何將其組裝在一起，在一定程度上還是不理想的。相信隨著這些問題的解決，該系統的應用前景將更加廣闊。

【參考文獻】

[1]劉弘.劉希玉支持外觀造型創新設計的進化計算方法[J].計算機輔助設計與圖形學學報，2006，18（1）：101-107.

[2]玄光南，程潤偉.遺傳算法與工程優化[M].北京：清華大學出版社，2004；9-11.

[3]張曉玲，沈蘭稱，張培強.基于三維自適應預瀏的高光譜圖像無損壓縮算法[J].電子學報，2004，32（6）：957-959.

[責任編輯：朱麗娜]