摘 要：基于 K-means 算法提出了用于砝码无人化检定的检定顺序调度规划方案。通过 K-means 算法、曼哈顿距离模型等技术，实现堆叠砝码提手检定顺序调度规划，形成专用的堆叠砝码检定顺序调度方法。实验模拟搭建不同状态 3×3×2 堆叠砝码验证调度算法效果，结果表明：基于 K-means 算法的堆叠砝码检定顺序调度规划方法可有效提高砝码检定效率，算法计算时间小于 50 ms，平均单个砝码检定时间减少 2.7 s。
关键词：千克组砝码；K-means 聚类；曼哈顿距离模型；调度规划
DOI:10.19850/j.cnki.2096-4706.2021.10.003
基金项目：国家市场监督管理总局科技计划 项目（2019MK086）
中图分类号：TP391.4；TP29 文献标识码：A 文章编号：2096-4706（2021）10-0011-04
Verification Sequence Scheduling Planning Method for Stacked Weight Based on K-means Algorithm
MA Jian1 ，ZHAO Di 2 ，LI Jieye 1 ，LIU Guixiong2
（1.Guangzhou Institute of Measurement and Testing Technology，Guangzhou 510030，China； 2.School of Mechanical & Automotive Engineering，South China University of Technology，Guangzhou 510641，China）
Abstract：Based on K-means algorithm，a verification sequence scheduling planning scheme for unmanned verification of weights is proposed. Through K-means algorithm，Manhattan distance model and other technologies，verification sequence scheduling planning for the stacked weight handle is realized，and a special verification sequence scheduling method for stacked weight is formed. The experiment simulates the construction of 3×3×2 stacked weights in different states to verify the effect of the scheduling algorithm. The results show that verification sequence scheduling planning method for stacked weight based on the K-means algorithm can effectively improve the weight verification efficiency，and the calculation time of the algorithm is less than 50 ms，and the average verification time of a single weight is reduced by 2.7 s.
Keywords：weight in kilogram group；K-means clustering；Manhattan distance model；scheduling planning
参考文献：
[1] 刘蕴婧，丁斌，吴海军 . 电子台秤自动检定装置的新型检 定砝码的设计 [J]. 计量与测试技术，2021，48（4）：8-10.
[2] 杨欣然 . 用机械天平快速检定砝码的方法 [J]. 中国计量， 2019（10）：120-121.
[3] 王益飞，杨圆圆 . 公斤组砝码自动检定系统 [J]. 计量技术， 2017（7）：61-64.
[4] 王连芳 . 砝码量值传递智能化自动检测系统的研究与实现 [J]. 工业计量，2020，30（2）：55-57+64.
[5] 王娜，郭新宇，行和平 . 采用质量比较仪在检定大质量砝 码中的一点改进 [J]. 计量与测试技术，2019，46（9）：20-21.
[6] 赵迪，刘桂雄，马健，等 . 基于多算法融合 Mask R-CNN 堆叠千克组砝码识别与关键部位分割方法 [J]. 激光杂志，2021，42 （5）：27-31.
[7] 马健，郭琳琳.一种千克组砝码无人化检定系统的设计 [J]. 计量与测试技术，2019，46（11）：14-16.
[8] 伍育红 . 聚类算法综述 [J]. 计算机科学，2015，42（S1）： 491-499+524.
[9] 章永来，周耀鉴 . 聚类算法综述 [J]. 计算机应用，2019， 39（7）：1869-1882.
[10] 邵小青，贾钰峰，章蓬伟，等 . 基于 K-Means 聚类算法 的数据分析 [J]. 科学技术创新，2021（23）：85-86.
[11] BAHRAINI T，AZIMPOUR P，YAZDI H S. Modifiedmean-shift-based noisy label detection for hyperspectral image classification [J].Computers & Geosciences，2021（155）：104843.
[12] 陈刚，刘秉权，吴岩 . 一种基于高斯分布的自适应 DBSCAN 算法 [J]. 微电子学与计算机，2013，30（3）：27-30+34.
[13] LIN H Y. Gene discretization based on EM clustering and adaptive sequential forward gene selection for molecular classification [J]. Applied Soft Computing，2016，48：683-690.
[14] 杨俊闯，赵超 .K-Means 聚类算法研究综述 [J]. 计算机 工程与应用，2019，55（23）：7-14+63.
[15] KANUNGO T，MOUNT D M，NETANYAHU N S，et al. An efficient k-means clustering algorithm：analysis and implementation [J].IEEE Transactions on Pattern Analysis and Machine Intelligence， 2002，24（7）：881-892.
[16] 周玉，孙红玉，朱文豪，等 . 基于 K 均值聚类的分段 样本数据选择方法 [J]. 计算机应用研究，2021，38（6）：1683- 1688.
[17] 张冉，夏厚培 . 一种新的 k-means 聚类雷达信号分选算 法 [J]. 现代防御技术，2015，43（6）：136-141.
[18] 王千，王成，冯振元，等 .K-means 聚类算法研究综述 [J]. 电子设计工程，2012，20（7）：21-24.
作者简介：马健（1980—），男，汉族，广东广州人，高级工 程师，硕士，主要研究方向：衡器计量技术。