空间离散点最小二乘法分段直线拟合的研究

简单介绍了最小二乘法基本原理,提出了空间点列的最小二乘法分段直线拟合的原理,给出了这种拟合方法的程序框架图。理论和实验结果表明,该方法对空间点列进行直线拟合是很有效的。     

基于直线拟合的高温板材边缘检测方法

提出了一种基于最小二乘原理的垂直拟合边缘检测方法。该方法针对高温板材热膨胀率测量过程中异常边缘点随机出现的特点,利用最小二乘法同时拟合两个相互垂直方向上的边缘直线,并进行多次重复拟合使边缘直线逐渐接近真实值。实验表明,该方法能在异常点存在的情况下准确、快速地拟合出高温钢板图像的边缘直线。     

基于LabVIEW的圆度误差多粒子群优化算法研究

在LabVIEW环境下实现了多粒子群优化算法评定圆度误差。在该算法中,每个粒子群彼此独立地搜索各自的最优解空间;最后从多粒子群的解族中求取最优解。该方法克服了标准粒子群求解时容易产生的“早熟”现象。并与最小二乘算法进行了比较,结果表明该算法优于最小二乘法。     

基于B样条曲线节点插入算法的拟合优化

在逆向工程中对叶片进行非接触式测量,为了更好得到叶片型线的数据,需要用曲线对有序的点云进行拟合.为了满足精度要求,提出了用节点插入算法来对拟合出B样条曲线进行优化.该方法首先通过最小二乘法拟合出曲线,然后根据误差和曲率信息以及节点插入算法不断插入节点,所得结果与上一次进行对比,直到达到拟合要求.实验表明,该方法考虑到局部曲率及误差,得到的拟合曲线逼近效果更好.     

基于粒子群优化算法的 AR模型参数估计

利用粒子群优化算法对模型AR（ P）参数进行优化,提高了模型的预测精度。采用AIC准则判断出模型的最佳阶数。该估算方法优于传统的基于最小二乘估计和基于灰色理论估计,为此类模型的参数估计提供了一种新思路。     

基于MATLAB的圆柱凸轮廓线的多项式拟合及设计

对现有凸轮进行反求研究,用最小二乘法对所得测量数据进行凸轮廓线的多项式拟合.对轮廓展开线分段进行曲线拟合建立其数学方程,并对其进行运动学和动力学分析,利用MATLAB软件简化了该设计过程.     

解析称重传感器误差计算用最佳拟合直线

电阻应变式称重传感器误差是一个极限值,一旦评定标准选择后,就客观的存在于称重传感器的检定试验数据中,它对准确的评定称重传感器性能指标至关重要。本文通过对最小二乘法、平均选点法、端点连线法求得的最佳拟合直线的分析和实际计算,解析了国际法制计量组织(OIML)R60国际建议和GB/T 7551-2008《称重传感器》国家标准,将75%载荷时的输出与最小载荷输出的拟合直线作为称重传感器误差包络线基准的理由。     

应用混沌粒子群算法求解工程优化问题

针对工程优化设计问题,提出了基于混沌粒子群算法的工程约束优化问题求解方法.CPSO算法利用混沌搜索的全局遍历性、随机性和规律性等特点,引导粒子在全局范围内搜索,从而克服了传统粒子群算法早熟收敛的缺点.该算法以种群适应度方差作为粒子群优化算法早熟收敛的判据,并用惩罚函数法处理违法约束的粒子,当基本粒子群算法陷入早熟时,随机选择粒子群中的部分粒子实施混沌搜索,直至满足迭代收敛条件为止.CPSO算法能提高种群的多样性和粒子搜索的遍历性,从而有效提高了PSO算法的收敛速度和精度.两个工程约束优化实例的求解结果表明,该算法的优化结果最好,收敛速度也比较快.     

异面直线公垂线段中点算法为基的三维点重建

对基于二维图片的三维点重建关键技术进行研究.利用基于3D标定块的Tsai两步法对相机进行精确标定,在此基础上对三维重建算法中的基于异面直线公垂线段中点算法进行详细深入的研究.从几何学的角度出发,推导出基于异面直线公垂线段中点算法的计算公式,并将此方法与最小二乘法进行了误差比较.实例表明,异面直线公垂线段中点法比最小二乘法具有更高的重建精度.     

优化的粒子群算法在低速永磁直线电机中的应用

系统采用群智能算法对一台功率7.5 kW,效率在75%以上,功率因数在0.8以上的永磁低速直线电机进行了优化改良设计,并对设计结果进行了ANSYS仿真分析,从仿真结果中可以看出提高永磁低速直线电机的性价比,改善电机的电磁性能。     

基于改进粒子群算法的PID参数整定

提出一种改进的粒子群算法,算法中对粒子的进化方程进行了改进,以此来增加种群间信息的共享。通过典型函数的测试,验证了改进粒子群算法具有较好的优化性能。将改进后的算法应用到PID参数整定中,通过MATLAB仿真证明了该方法的可行性和优越性。     

基于改进粒子群算法的PID参数整定

粒子群算法是一种基于群智能的全局寻优方法,方法简单,易于实现,寻优效果好。PID控制因其算法简单、鲁棒性好、可靠性高而被广泛应用于工业控制过程。该文提出了一种改进的PSO算法以提高其优化性能,通过典型测试函数的实验证明了该改进的PSO算法具有较好的优化性能。最后,将改进后的PSO算法应用到PID参数整定中,通过MATLAB仿真证明了该方法的可行性和优越性。     

一种基于改进的粒子群优化算法的神经网络PID控制器

针对多输入多输出(MIMO)复杂过程控制中控制性能偏慢等问题,对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究。对神经元PID控制器隐层和输出层之间的初始权值进行了归纳,提出了一种粒子群优化算法,提高了PSO算法的收缩因子以保证优化的收敛性,并进行了Matlab仿真。研究结果表明,所提出的神经网络PID控制器的改进粒子群算法优化,在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。     

多峰函数优化的免疫云粒子群优化算法

为了尽可能寻找多峰函数的全部极值点及提高寻优精度,提出一种免疫云粒子群优化算法(PPSO)-融合云变异粒子群优化算法(CMPSO)的小波变异克隆选择算法(WMCSA)。PPSO混合算法设置了最大重复搜索代数M,以便尽可能搜索到全部极值点。在每一代重复搜索中,首先,通过引入基于云模型的云变异算子以提高种群的多样性,并使用云变异粒子群优化算法对可行域内的所有极值点进行全局搜索;然后,利用小波变异克隆选择算法对云变异粒子群优化算法搜索到的较优解进行局部搜索以进一步提高解的精度。针对复杂多峰函数的寻优测试表明:在保证收敛速度的同时,PPSO算法的收敛精度和搜索到的极值点数目均得到显著提高。离散混沌系统的应用实例也表明了PPSO算法的有效性。     

基于粒子群算法的自回归加权马尔可夫链的负荷预测

针对城市居民人均年用电量序列具有波动性、随机性和相依性的特点,建立了基于粒子群优化算法的自回归加权马尔可夫链的负荷预测模型(PSO-AR-W-MC)。首先利用粒子群算法和AIC准则确定出自回归AR模型的系数和阶数,并对负荷变化趋势进行预测。利用平行曲线法划分该模型得到的残差序列,建立马尔可夫链的状态区间,以此求出状态转移概率矩阵,利用归一化后的自相关系数对其进行改进,确定出预测数据所属状态区间。根据状态区间对预测值进行第二次拟合。实例分析表明该算法具有较高的精确度和可靠性,应用前景广阔。     

基于粒子群算法的装配公差优化分配

装配公差分配是产品公差设计的重要组成部分.目前装配公差优化分配主要使用遗传算法.为了提高收敛速度,避免早熟收敛,提出了基于粒子群算法的装配公差优化分配方法.采用了基于实数的编码表示方法,以装配公差分配的优化目标函数作为评价函数,利用罚常数将约束条件并入评价函数中.一个实例的优化结果表明所提方法的收敛性、稳定性和算法效率均优于基于遗传算法的方法.     

一种基于最小二乘的不完整椭圆拟合算法

研究了一种基于最小二乘的不完整椭圆拟合算法。基于几何距离的拟合算法可达到较高的拟合精度，但迭代过程敏感于初始条件；由于不完整的椭圆样本点及噪声的存在，简单线性拟合方法可能使拟合结果退化为开放的双曲线，引起拟合失败，基于椭圆约束的代数距离拟合方法可保证拟合结果一定是椭圆，从而为迭代提供适当的初值；利用多个待估计椭圆参数之间的相互约束，即使非常短的椭圆弧也可得到稳定的拟合结果。仿真结果与实际图像应用验证了算法的有效性。     

基于拥挤距离排序的多目标粒子群优化算法及其应用

针对多目标粒子群算法在全局寻优能力和Pareto集多样性上的不足,提出基于拥挤距离排序的多目标粒子群算法.该算法采用精英策略,基于个体拥挤距离降序排列,进行外部种群的缩减和全局最优值的更新,并在内部粒子群中引入小概率变异机制,增强算法的全局寻优能力,控制Pareto最优解的数目,同时保证其收敛性和多样性特征.在电梯曳引性能的多目标优化应用中,证明了该算法对于两目标和三目标优化问题求解的有效性.不同规模实例的运算对比表明,该算法在Pareto前沿的收敛性和多样性方面均优于改进强度Pareto进化算法,且缩短了运算时间,具有较高的效率与鲁棒性.     

基于粒子群算法的二维Otsu阈值分割法

二维Otsu方法同时考虑了图像的灰度信息和像素间的空间邻域信息,是一种有效的图像分割方法。针对二维Otsu方法计算量大的特点,采用粒子群算法来求解最优二维阈值向量。通过分别用快速递推算法和改进粒子群算法对显微细胞图像的实验表明,后者不仅能得到理想的分割效果,且相较于前者,计算量大大减少,达到了快速分割的目的,有利于提高图像处理的实时性。