改进蜂群算法在平面度误差评定中的应用

为了准确快速评定平面度误差,提出将改进人工蜂群( MABC)算法用于平面度误差最小区域的评定.介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型.叙述了MABC算法,该算法在基本人工蜂群算法( ABC)模型的基础上引入两个牵引蜂和禁忌搜索策略.阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性.最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件.对一组测量数据的评定显示,MABC算法经过0.436 s可找到最优平面,比ABC算法节省0.411 s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13 μm.对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9 μm.实验结果表明,MABC算法在优化效率、求解质量和稳定性上优于ABC算法,计算精度优于最小二乘法、遗传算法和粒子群算法,适用于形位误差测量仪器及三坐标测量机.     

浮点数编码改进遗传算法在平面度误差评定中的研究

随着智能制造系统的迅猛发展,应用元启发模式计算方法快速、准确地求解平面度误差值凸显出重大现实意义。为进一步提高平面度误差计算精度,研究了一种基于浮点数编码的改进遗传算法,在原有遗传算法的交叉变异基础之上,引入模拟退火思想,建立最小包容区域法的数学模型,通过计算机仿真获得了最佳适应度收敛曲线和平均适应度收敛曲线,优化结果表明相比传统遗传算法,平面度误差计算精度提高了33.67%。本算法采用浮点数编码、三段式交叉、转轮式选择和最优保存策略,借助模拟退火算法的局部搜索优势,提升了算法的整体性能,且更便于计算机编程,可进一步推广应用到智能测量仪器的其他高精度形位尺寸计算问题领域。     

基于模拟植物生长算法的平面度误差评定

平面特征是最基本的几何图形元素之一,在机械零部件中发挥着重要作用。为了实现方便准确地评定平面度误差,提出将模拟植物生长算法应用于确定平面度最小包容区域的问题中。首先,根据最小区域法建立了平面度误差评定的数学模型;其次,介绍了模拟植物生长算法的仿生原理和数学理论,引入了寻优步长的自适应调整机制,并且阐述了使用该算法评定平面度误差的具体流程;最后,基于VB6.0开发了算法的计算机程序,实例运行后将评定结果和现有的评定算法进行了比较。实践证明,采用模拟植物生长算法评定平面度误差,不仅可以有效地求出最小包容区域解,而且具有良好的快速性和稳定性。     

粒子群优化算法及其在圆柱度误差评定中的应用

提出了将粒子群优化算法用于圆柱度误差评定的设想。对算法的基本原理和实现步骤做了具体阐述,给出了圆柱度误差评定的基本问题,及其优化目标函数及算法的适应度函数和编码方式,对算法进行了可行性和准确性验算。计算结果表明,该方法对于圆柱度误差评定这类具有复杂目标函数和较多参数的非线性优化问题有很好的计算性能,优于最小二乘法;与遗传算法和其它满足最小区域条件计算方法相比,计算精度略优于前者或者与前者相当,能够获得精度较高的结果,而突出优点是简单,易于实现而且计算效率较高。     

用回归分析法评定平面度误差

提出了用回归平定平面度误差的方法,该法较传统方法有科学性强、可操作性强、评定精度高的特点。     

平面度误差评定及其可视化

借助于计算机系统,从最小包容区域的定义出发,评定平面度误差,并将实际被测平面和包容平面直观,逼真的显示出来,实现了平面度误差评定的可视化     

圆锥度误差的评定方法与优化算法

论述了圆锥度误差的基本概念和两类典型的评定方法,介绍了几种求解圆锥度误差的优化算法及其优缺点。     

评定平面度误差的算法与实现

讨论了评定平面度误差的三种方法，并用VB编写了评定平面度误差的Windows应用程序。通过实际运用，证明了算法和程序的有效性。     

平面度误差最小区域评定算法及软件实现

用最小区域法评定平面度误差 ,其关键是寻找理想平面 ,本文提出了一种寻找理想平面的优化解析算法 ,给出了计算机数据处理的详细算法和流程 ,最后 ,介绍了完成该算法的编程语言—LabVIEW图形化编程语言。     

基于改进粒子群算法的平面度误差评定研究

采用改进粒子群算法提高平面度误差评定的精度,建立平面度误差评定模型,基于链球复合模型设计粒子空间结构模型。链为粒子信息传输和共享的通道,粒子分布空间结构类似圆球形,链球形可根据进化迭代进行动态调整,计算链球在搜索过程的贡献度,删除链球上的相似粒子,给出了算法流程。实例验证结果表明,改进的粒子群算法对平面度测量误差平均值为6.256μm,相比PSO、GA、FPCIG、IDE、IPSOFF、NN、GPSO算法,测量误差分别减少了25.59%,22.30%,20.79%,18.34%,16.43%,14.08%,7.40%,平面度误差评定数据波动小,测量精度高,明显优于其它算法。     

评定平面度误差的几何搜索逼近算法

为了快速准确地评定机械零件的平面度误差,提出了基于几何搜索逼近的平面度误差最小区域评定算法.阐述了利用几何优化搜索算法求解平面度误差的过程和步骤,给出了数学计算公式.首先选择被测平面的3个边缘点为参考点构造辅助点、参考平面和辅助平面,然后以参考平面和辅助平面为假定理想平面,计算测量点至这些理想平面的距离极差;通过比较判断及改变参考点,构造新的辅助点、参考平面和辅助平面,最终实现平面度误差的最小区域评定.用提出的方法对一组测量数据进行了处理.结果表明,在终止搜索的条件为0.000 01 mm时,几何搜索逼近评定算法的结果分别比凸包法、计算几何法、最小二乘法、遗传算法和进化策略计算的结果减小了17.1、7.3、18.03、6.13和0.3μm.得到的数据显示该算法不仅能准确地得到最小区域解,而且计算结果有良好的稳定性,适合在平面度误差测量仪器和三坐标测量机上使用.     

平面度误差评定的快速精确算法研究

根据最小二乘法、基于遗传算法的平面度误差评定方法以及最小包容区域法的算法特点,提出一种可以快速、精确评定平面度误差的算法。该算法解决了初始参数寻优范围大,影响计算效率的问题,是一种可兼顾计算速度与精确性的平面度误差评定方法。     

改进差分进化算法在大型工件平面度评定中的应用

生产线上检测大型复杂工件平面度误差时,存在检测面积较大、数据量较多的问题,为了提高检测效率及精度,采用优化算法提高其平面度误差评定速度。提出将差分进化(DE)算法应用在其平面度误差的评定中,并提出将粒子群(PSO)算法的优化方法融入差分进化算法的框架,改进变异操作以提高标准DE算法的收敛速度。介绍了大型工件平面度误差评定采用最小区域法的数学模型,阐述了改进的DE算法的原理和实现步骤,最后以叉车外壁板为例,通过对外壁板平面度误差的评定以验证算法的收敛速度与精度。结果表明,改进的DE算法在大型工件平面度误差评定中收敛结果稳定,误差接近于0;精度较遗传算法提高36.83%;收敛速度较遗传算法提高58.33%,较标准的DE算法提高28.57%。可以很好地应用在大型工件平面度误差检测中,提高检测效率。     

平面度误差可视化评定系统研究

为了实现平面度误差可视化评定,采用LabVIEW8.5作为软件开发平台,编写了平面度误差中最小二乘法程序,通过实例证明了软件的有效性,给出了相应的评定结果,并可绘出直观形象的三维图,实现了平面度误差可视化测量评定。     

几种评定平面度误差的计算方法

本文通过具体的机械试验介绍了几种评定平面度误差的计算方法。针对在试验中被测量的实际表面，提出了最佳平方逼近方法。     

最小条件平面度误差的快速,精确算法

本文提出平面度误差的一种新算法。该算法不需要试探就能直接确定理想平面的旋转方向,该方向上的最优点可由公式求得。从而能在不存在原理误差的条件下,快速而精确地求得符合最小条件的平面度误差值。     

基于进化策略的平面度误差评定

本文针对平面度误差评定的特点,提出了将进化策略应用于平面度误差评定中的算法。该算法基于实数编码,采用（μ＋λ）选择策略和高斯变异算子,即父代种群参与竞争,算法简单、鲁棒性强、优化效率高;同时给出进化策略评定平面度误差时目标函数的计算方法。最后,通过不同评价方法对实测平板的平面度误差进行评定,结果证明该方法不仅能快速找到最小区域解,而且计算结果的稳定性好,易于在其他形状误差评定中推广使用。     

平面度误差数据处理系统的研究

提出了传统平面度测量误差数据处理方法会产生误差。介绍了平面度误差数据处理的多种方法，编制了基于Windows的应用程度，从而使测量数据处理过程大为简化。     

几种评定平面度误差的计算方法

本文通过具体的机械试验介绍了几种评定平面度误差的计算方法.针对在试验中被测量的实际表面,提出了最佳平方逼近方法.     

几种评定平面度误差的计算方法

文中介绍了几种评定平面度误差的计算方法。针对被测实际表面,提出了最佳平方逼近方法。