基于MATLAB单双圆弧混合逼近曲线的算法及实现

讨论了单圆弧和双圆弧逼近的特点,结合两者的优点,用优化三点圆弧以允差逼近曲线和单双圆弧混合逼近的算法,理论上使得曲线有拐点和极值点时整个逼近圆弧的光滑连接,并保证了圆弧逼近的段数达到最少。基于Matlab采用比例法、一维搜索和优化相结合的方法进行程序的编翩求解节点,算法简单,可靠,程序运行快速高效。为数控加工复杂的曲线和CAD系统提供了参考。     

双圆弧逼近任意曲线的处理方法

本文叙述的是双圆弧、精度可控的逼近平面任意曲线的程序设计方法。详细介绍了双圆弧逼近任意曲线的步骤和取点切线斜率、误差计算、Ｇ指令自动判定的处理方法。     

基于压缩控制顶点的B样条曲线逼近技术

为压缩逆向工程中重构物体轮廓的B样条曲线的控制顶点,提出一种基于特征点提取及改进粒子群算法的B样条曲线逼近技术。利用等弦长法计算离散点的曲率,基于曲率分析提取出离散点列的特征点并构造初始逼近曲线。在误差最大处插入新的插值点,构造新的逼近曲线。重复该过程,当增加插值点不能较大幅度地降低逼近误差时,利用改进的粒子群算法优化曲线控制顶点的位置,由此得到最终的B样条逼近曲线。实例验证表明,相比于其他方法,该方法能更有效地降低控制顶点个数,迭代效率高,逼近效果好。     

参数方程曲线的最优逼近算法及实现

讨论了参数方程以单圆弧和双圆弧混合逼近的优点,用优化三点圆弧以允差逼近曲线和单双圆弧混合逼近的算法,使得曲线有拐点和极值点时整个逼近圆弧的光滑连接。讨论了参数方程分段点的性质,保证了分段点判断的可靠性。在曲率极值点处采用圆弧延长法,进一步减少了圆弧逼近的段数。对称图形采用对称算法,提高了图形的对称性,大大提高了程序的速度。基于Matlab采用优化的方法进行程序的编制求解节点。为CAD系统和数控加工复杂的曲线提供了参考。     

几种优化算法在平面度误差评定中的适应性研究

为了快速、精确地评定平面度误差,建立了平面度误差评定模型,对海鸥优化算法进行了改进。将粒子群优化算法、萤火虫和粒子群混合算法、原子搜索优化算法、海鸥优化算法和改进的海鸥算法应用于平面度误差的评定。引入边界因子控制搜索范围,设置一系列边界因子值,分别用上述五种优化方法对八个试样进行平面度误差评定。基于算法的计算精度、效率和边界因子影响三个方面对五种算法在平面度误差评定中的适应性进行了研究,对部分评定结果进行图形显示。研究结果表明：原子搜索优化算法在五个算法中适应性最差,计算精度最低,平面度误差值随着边界因子的增大波动最大,并且毫无规律,应用时不易设置合适的边界因子;改进后的海鸥优化算法在评定平面度误差时,平面度误差结果精度最高,且受边界因子的影响较小,计算效率较高,是综合考虑算法精度、效率和边界因子的影响后,五种算法中对平面度误差的评定适应性最好的算法。     

基于CAD模型引导测量的自由曲面定位及轮廓度误差评定

提出将粒子群优化算法与拟随机序列法相结合对基于CAD模型引导测量的自由曲面进行高精度检测和轮廓度误差评定的方法。为解决用三坐标测量仪检测自由曲面时存在的设计坐标系与测量坐标系不重合问题,提出用拟粒子群优化算法来实现被测曲面与设计曲面精确定位;针对自由曲面特点,采用轮廓峰谷误差和轮廓均方根误差综合评定自由曲面的形状误差。最后,阐述了用拟粒子群优化算法实现曲面匹配时目标函数值的计算方法,确立了用拟粒子群优化算法优化求解参数向量的具体步骤。对仿真实例和大量实测零件自由曲面轮廓度误差的计算表明:采用本文方法能够实现自由曲面精确定位,其轮廓度误差评定精度比由三坐标测量仪内置软件计算的结果高8%～15%,适用于对高精度自由曲面零件形状误差的评定。     

空间曲线的直线圆弧逼近算法研究

提出了一种利用直线段和圆弧逼近空间曲线的计算方法。其基本原理是,首先人为将空间曲线近似分解为一定数量的直线段和圆弧段,并给出切点的坐标值作为初值。然后用点到直线的平均距离以及点到圆弧的平均距离作为搜索目标,通过采用模式搜索算法,逐个切点坐标进行调整,经过多次循环迭代,最终获得与原空间曲线的误差为给定误差的由直线和圆弧组成的空间曲线。计算结果表明,该算法稳定,计算效率及精度高,适合于空间曲线的逼近。     

智能车超车双圆弧优化算法

提出了一种运用于智能车超车的双圆弧优化算法.分析了双圆弧逼近的误差分布理论,并根据这个误差分布调整车辆的超车位置端点、圆弧的半径和车辆的行驶切线方向,使得采集到的数据点的误差分布均匀,圆弧的段数尽可能少,由此来得到应用于智能车超车的优化圆弧算法.通过Matlab仿真测试,该算法使控制器很好地调节了智能车在超车区域的行驶轨迹,实现了快速稳定的超车任务.     

等误差面积法三点圆圆弧段逼近非圆曲线

详细介绍等误差面积法圆弧段逼近非圆曲线节点的计算方法 ,并通过编程误差的分析 ,建立逼近误差面积相等的三点圆圆弧段逼近非圆曲线节点坐标计算的算法     

数控系统等误差直线逼近节点算法分析与改进

近些年来,复杂零件越来越多,其曲面轮廓往往需要采用数控加工,且加工精度要求也日益提高。非圆曲线是机械零件常见的平面轮廓曲线,但目前绝大多数数控系统只具备直线插补和圆弧插补功能,加工非圆曲线则需要用直线段或圆弧段来逼近非圆曲线。重点分析现有数控系统等误差直线逼近节点算法,指出该算法用于非圆曲线处理时的局限性。在此基础上,提出一种新的基于区域误差检验的等误差算法,并运用VC++编程软件,实现非圆曲线的等误差数控编程系统开发。最后,通过实例非圆曲线验证该算法的有效性。     

基于改进粒子群算法的神经网络建模

文章利用粒子群算法优化神经网络的参数,提出了基于粒子群算法的神经网络建模方法。为了提高基本粒子群算法的搜索性能,采用了基于外推技巧的引导型更新公式,并在粒子的搜索过程中,不断监测各个粒子的最优位置,多次没有变化并且距离优化目标太远时,粒子跳出当前位置继续搜索,从而避免陷入局部值。最后使用改进后的粒子群神经网络算法对函数进行拟合,仿真结果表明,新的算法有较好的收敛性。     

基于粒子群算法的神经网络优化及其在镗孔加工中的应用

采用粒子群算法对镗孔加工尺寸误差人工神经网络预测模型进行优化。实验表明，与误差反传算法(BP)相比较，粒子群算法优化神经网络收敛速度更快，预测精度更高。     

圆光栅角度传感器的误差补偿及参数辨识

基于正弦函数和粒子群算法提出了一种误差补偿及参数辨识方法,用于提高圆光栅角度传感器的测量精度。使用光电自准直仪和金属多面体对圆光栅角度传感器的测量误差进行了离散标定,通过对标定数据的频谱分析,发现传感器测量误差主要由几种不同频率的正弦函数信号组成,由此提出了一种基于正弦函数的圆光栅角度传感器误差补偿模型。补偿模型中包含7个待定常量,本文采用粒子群算法求解这7个待定常量以克服最小二乘法无法收敛的问题。以待定常量为粒子位置坐标,以平均误差为适值函数,建立了一种基于粒子群算法的参数辨识模型,并根据参数辨识模型求出最优的待定常量。应用补偿模型对关节臂式坐标测量机的6个圆光栅角度传感器测量误差进行了补偿,结果表明:补偿后各角度传感器的平均测量误差减小了约398～1102.5倍,大大地提高了传感器的测量精度。     

Hybrid discrete particle swarm optimization for multi-objective flexible job-shop scheduling problem

Flexible job-shop problem has been widely addressed in literature. Due to its complexity, it is still under consideration for research. This paper addresses flexible job-shop scheduling problem (FJSP) with three objectives to be minimized simultaneously: makespan, maximal machine workload, and total workload. Due to the discrete nature of the FJSP problem, conventional particle swarm optimization (PSO) fails to address this problem and therefore, a variant of PSO for discrete problems is presented. A hybrid discrete particle swarm optimization (DPSO) and simulated annealing (SA) algorithm is proposed to identify an approximation of the Pareto front for FJSP. In the proposed hybrid algorithm, DPSO is significant for global search and SA is used for local search. Furthermore, Pareto ranking and crowding distance method are incorporated to identify the fitness of particles in the proposed algorithm. The displacement of particles is redefined and a new strategy is presented to retain all non-dominated solutions during iterations. In the presented algorithm, pbest of particles are used to store the fixed number of non-dominated solutions instead of using an external archive. Experiments are performed to identify the performance of the proposed algorithm compared to some famous algorithms in literature. Two benchmark sets are presented to study the efficiency of the proposed algorithm. Computational results indicate that the proposed algorithm is significant in terms of the number and quality of non-dominated solutions compared to other algorithms in the literature.     

基于粒子群优化的混合模型预测控制研究

为解决复杂非线性系统的控制精度不高,稳定性难于保证等问题、将预测控制技术应用于非线性控制中,提出了一种基于粒子群优化和混合模型的预测控制算法.混合模型预测控制算法使用模糊聚类和最小二乘法建立了系统的复合模犁,由带压缩因子的粒子群算法优化获得了非线性控制系统的控制量,在非线性模型上对模糊预测控制算法和混合模型预测控制算法...     

基于粒子群优化算法的直线拟合及应用

将粒子群优化算法和传统最小二乘法相结合,采用残差平方和准则、绝对残差绝对值和准则、相对残差绝对值和准则建立了一种基于粒子群优化算法的直线拟合方法,获得了比传统最小二乘法拟合要好得多的估计结果,实验证明了该方法的有效性及高精度性。     

基于粒子群算法的滚削齿面综合轮廓误差预测模型与试验研究

在配备有自主研发的数控滚齿系统的精密卧式滚齿机上,运用三因素两水平响应曲面法设计滚削试验,研究齿轮滚削加工刀具转速、轴向进给速度、背吃刀量对齿轮齿面轮廓误差的影响规律。根据试验结果,分析得出齿轮齿廓总偏差、齿轮螺旋线总偏差、齿距累计总偏差的预测模型及各工艺影响因素对齿面轮廓误差的作用显著程度,并以三个预测模型的附加权重值之和达到最小值为目标,建立可以评定多目标误差的齿面综合轮廓误差数学模型,运用粒子群优化算法对齿面综合轮廓误差数学模型进行分析优化,寻找最佳滚齿加工工艺参数。试验表明,采用粒子群优化算法对响应曲面法建立的齿面综合轮廓误差数学模型进行优化可以作为滚削加工前的工艺参数选取方案。     

基于近似模型管理的微小卫星结构多目标优化设计

针对某型号微小卫星结构多目标优化的特性,在基于信赖域近似模型管理的基础上,提出了一种新型的近似模型管理框架。选取正交试验法和Kriging近似法用于构建近似模型,选取基于拥挤距离的粒子群多目标优化算法作为核心算法,并通过最大最小距离策略来保证信赖度计算的准确性与合理性,从而确保获取与高精度模型一致的非劣解集。所选的五组优化结果显示,卫星结构质量均有不同程度的减小, 最大减幅达到14.1%,同时整星前三阶固有频率较优化前明显提高。该近似模型管理框架在微小卫星结构多目标优化设计中的成功运用验证了其有效性及合理性,对于复杂工程多目标优化问题具有一定的工程应用价值。       

基于非劣最优理论的PSO多目标设计的应用

介绍基于非劣最优理论的粒子群优化算法所进行的多目标优化设计,以斜齿轮体积和传动平稳可靠性为目标函数,建立斜齿圆柱齿轮传动的多目标设计数学模型。为高速运转状态下,斜齿轮设计提供一种快速、优化的好方案。     

基于免疫粒子群算法的污水处理优化研究

针对污水处理过程所具有的多变量、非线性和大时滞的特点,在污水生化反应过程中提出基于免疫粒子群的参数估计方法。在粒子群进化过程中,引入免疫算法机制,通过抗体与抗原的参数计算来促进或抵制抗体的进化,保证粒子群进化的多样性,指导粒子群的优化过程,克服粒子群算法的早熟现象,加快收敛速度和提高全局寻优能力,成功估计模型参数。应用免疫粒子群算法在各类工程模型确定中有较大的应用潜力。