全局扰动和互利因子作用的飞蛾扑火优化算法

为解决飞蛾扑火优化(moth-flame optimization, MFO)算法收敛速度慢、容易陷入局部最优等问题，提出一种飞蛾扑火优化(DBMFO)算法。使用Bernoulli混沌映射，提高初始种群的多样性；引入全局扰动因子，提高算法的全局搜索能力；使用互利因子对全局扰动后的位置再次进行更新，避免新的算法陷入局部最优，使得算法更快收敛。通过对10个基准函数进行仿真实验，确定迭代系数的取值，通过Wilcoxon秩和检验来验证算法性能，其结果表明，改进的DBMFO算法在求解的精确度以及收敛速度上均有明显提升。     

多段圆弧曲线轮廓测点划分与拟合研究

针对检测和拟合多段圆弧曲线中存在的测点划分不精确和整体拟合轮廓不平滑等问题，提出了一种B样条迭代平滑算法和一种基于曲率和最小二乘原理的分割拟合方法。首先，采用B样条迭代法对原始测点进行平滑处理，并生成相应的辅助点；其次，采用三点圆曲率分析法计算辅助点的曲率，然后对辅助测点曲率集进行均值匹配得到初始分割点；最后，通过构建分割临界区域，并采用带几何约束的最小二乘拟合法实现多段圆弧曲线轮廓测点的最优分割与平滑拟合。对某四圆弧凸轮进行仿真案例分析，在噪声水平s=0.01 mm,s=0.03 mm,s=0.05 mm下，最大相对拟合偏差分别为0.645%、2.237%、3.243%;实验结果表明，该方法能够准确找到圆弧段间的分割点，并保证整体拟合轮廓的光顺性。