基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf

基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf

ID:53762487

大小:365.20 KB

页数:5页

时间:2020-04-24

基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf_第1页
基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf_第2页
基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf_第3页
基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf_第4页
基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf_第5页
资源描述:

《基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、小型微型计算机系统2014年7月第7期JournalofChineseComputerSystemsVO1.35NO.72014基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测缑锦,王飞(华侨大学计算机科学与技术学院,福建厦门361021)E—mail:goujin@hqu.edu.cn摘要:针对a-t-群算法在解决非线性类的误差评定中遇到收敛慢,易陷入局部最优的问题,且一般所提出的形状误差计算方法均针对特定模型的误差计算,通过对速度和搜索范围的相对调整,提出一种基于可变搜索区域的自适应粒子群优化算法.并将其用于球体、圆柱、圆锥的误差评定.对三类误差评定模

2、型算法框架进行了统一描述,并给出各改进策略的实现要点.对比实验的计算结果表明,该方法对上述三类误差评定问题均有较好效果,在解决类似非线性优化问题时,其计算精度优于其他同类算法.关键词:粒子群优化算法;形状误差;圆锥度;圆柱度;球度中图分类号:TP18文献标识码:A文章编号:1000-1220(2014)07—1615-05ShapeErrorDetectionBasedonaVariableSearchingAreaandAdaptiveLearningPSOAlgorithmGOUJin。WANGffCollegeofComputerScienceandTech

3、nology,HuaqiaoUniversity,Xiamen361021,China)Abstract:PSOalgorithmsusuallyencounterslowconvergenceandlocaloptimumwhentheyareusedtosolvenonlinearerrorevalua-tionproblems.Targetshapesofmostexitingerrorcalculationmethodsarejustacertainspecificmode1.Avariablesearchingareaandadaptivelearnin

4、gparticleswarl/loptimizationalgorithmforsphere,cylinder,andconeerrorevaluationisproposedinthisarticle.Aunifiedframeworkforthosethreeerrorevaluationmodelsisdefinedandkeypointsoftheimprovementstrategyaredescribedinde—tail.Experimentalresultsshowthattheproposederrorevaluationmethodhasbet

5、terresultsinsolvingsimilarnonlinearoptimizationproblemscomparedtoothersimilaralgorithms.Keywords:particleswarlnoptimization;shapeeror;conicity;cylindrical;sphericity1引言注.雷贤卿等在文献[2]中通过网格搜索算法分别对球、圆柱、圆锥进行误差计算,通过实验显示,似乎该种方法正确有制造零件的形状误差评定在确定零件的容错规则上是十效的评定所计算模型的误差.崔长彩等通过进化算法,如分重要的.而轴类零件,锥形零

6、件以及球类零件在各类机械产遗传算法、粒子群优化算法、混合算法等,对圆柱、球等进行误品中均是重要零件,其精度的高低对产品质量及其使用寿命差计算,虽提出较多的算法进行对应的模型误差检测,但均集至关重要,而圆柱度、圆锥度及球度分别是其各自形状误差的中于解决特定目标模型的误差计算,本文所提的基于可变区主要指标,能否实现对这几种零件进行快速、准确的评定具有域的自适应学习粒子群优化算法(variablesearchrangeadap—重要的实际意义.任意零件表面都有无限个数的点,在实践中tivelearningparticleswarlTloptimizationalgori

7、thm,VSRALP—则需对零件表面进行代表性采样,并计算评定零件的形状误SO),通过改进经典PSO算法,提高在形状误差检测中这类差.随着现代数控(numericalcontrol,NC)和精密加工技术非线性优化问题的计算性能.的进步,坐标测量机(CoordinateMeasuringMachines,使用PSO进行模型误差计算常出现2个问题:CMMs)作为基本的测量工具,在线上检测和离线检测中得到1)模型误差计算是一个典型的单目标多峰非线性的求广泛应用.通过CMM测量得到的数据通过合适的算法进行解问题,PSO易陷人局部最优;计算得出零件的误差评定,判断零件的误差

8、结果是否满

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。