产品装配是机械制造流程中的一个重要组成部分,而装配顺序是装配过程中的核心问题,影响着装配的成本大小和质量好坏,因此装配序列规划在产品装配过程中发挥着至关重要的作用,在设计和制造业中具有强大的应用价值。装配序列规划通常被视为一项大规模、多约束的组合优化问题,其目的在于从众多装配路径中快速找出最优的装配序列,确定产品零件的组装顺序。进行装配序列规划可在设计阶段保证装配方案的正确性,从根本上降低生产成本和时间。本文根据复杂产品的序列规划特点,为提高求解效率,提出基于帝国主义竞争和遗传相混合的算法实现对装配序列的规划。主要工作如下：(1)提出基于干涉矩阵的面向序列规划的简化装配模型,通过对模型中的相关信息进行分析,以序列几何可行性为约束条件,给出推导零件的装配方向集的方法。以重定向次数,装配工具改变次数以及装配类型变化次数为评价指标来构造目标函数,提出最小装配成本的概念。(2)基于帝国主义竞争算法和遗传算法各自的优点,将二者有机联合,提出面向序列规划的混合算法。根据帝国主义竞争算法不受初始序列的影响,将其作为混合算法的初始算法,并设置相应的迭代次数,将该算法终止时获得的可行序列作为遗传算法的初始序列,保证遗传算法初始种群的可行性,使其可以在解空间中快速迭代收敛,当混合算法达到终止条件时,输出质量较优的序列。同时给出混合算法求解优化序列的基本流程和详细方法步骤。(3)以一个包含8个零件的端盖装配体为例,对本文所提出的混合算法进行序列规划试验,并在相同的实验环境下使用帝国主义竞争算法,遗传算法对该装配体进行最优装配序列求解,通过MATLAB仿真对各算法优化过程及结果进行对比分析,证明混合算法在求解序列规划问题上的优良性能。(4)以端盖装配体为例,运用3DCS公差分析软件创建实例装配模型,通过基于蒙特卡洛技术的虚拟装配,分别将不同算法得出的序列进行相应的装配模拟和关键装配特征的几何偏差运算。根据输出的统计数据及偏差分布结果来评价各序列的装配精度,验证本文提出的混合算法对实际装配工程的指导意义。