改进教与学算法在圆度误差评定中的应用

为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进教与学算法的圆度误差评定方法。首先,通过圆度误差最小区域原则的数学模型,建立算法的目标函数。其次,在标准教与学算法的基础上,设计了两阶段爬山搜索策略增强局部开发能力,进一步提高算法精度和收敛速度。最后通过三坐标测量的圆度测量数据进行求解验证,并将计算结果与常用的最小二乘法,遗传算法,粒子群算法等进行对比。实例表明,改进教与学算法在圆度误差评定上的计算精度和收敛速度都优于传统算法,体现了其优越性。     

基于变尺度教与学算法的DCT换挡毂圆度误差评定研究

针对空间圆度误差评定精度较低以及计算速度较慢的问题,提出了一种变尺度教与学算法的空间圆度误差评定方法。首先,基于误差最小区域原则建立了数学模型和目标函数,随后在标准教与学算法的基础上设计变尺度法教与学算法进行优化,提高了算法的收敛速度和计算精度。最后针对某双离合变速器(DCT)换挡毂?12j6轴颈的16个数据进行求解验证,并将计算结果与粒子群算法、改进的蜂群算法和蔡司三坐标测量机结果进行对比。实例表明,变尺度教与学算法与粒子群算法、改进的蜂群算法相比,在空间圆度误差评定上的收敛速度和计算精度均有明显的优势,体现了变尺度教与学算法的优越性。     

变尺度教与学算法的公差分配多目标优化研究

为提高公差分配精度,通过分析确定以制造成本和质量损失作为目标函数,建立基于成本和质量的公差分配多目标优化函数模型。使用违背度函数法处理模型约束,对初始种群进行分组并计算组内最优解X_(teacher);在"教"阶段,采用DFP变尺度法对X_(teacher)加强局部搜索,保证学生解向教师学习;在"学"阶段,采用有向学习策略,引导学生向组内最优学生学习,使学习具有一定方向性。最后以减速箱装配体公差设计实例验证所提算法和模型的有效性。     

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。     

基于变步长天牛须搜索算法的空间直线度误差评定

为提高空间直线度评定精度,建立了空间直线度数学模型。采用变步长天牛须搜索算法对目标函数进行求解,主要包括天牛须搜索及变步长等步骤。针对原始天牛须搜索算法求解精度不高,易陷入局部最优等问题,设计变步长方法,增强算法多样性,从而充分提高计算精度。对其进行求解,并根据终止准则得到计算结果,将该寻优结果与其他方法的评定结果相比较,验证了该算法的可行性及优越性。     

圆度仪的调平和圆柱度误差评定

从圆柱度误差的测量要求和圆柱度误差评定搜索算法两个方面研究了提高测量精度的方法。为了减小圆柱度误差测量中的工件倾斜误差,设计并分析了两点垂直布局的调平方法;根据工件轴线的方向余弦,计算得到了两点调整的高度值,克服了手动调整存在的问题,实现了工件快速精确调平并提高了工件圆柱度的测量精度。由于圆柱度误差评定是对满足最小条件的圆柱轴线的搜索,文中针对Nelder-Mead单纯形法的收敛精度依赖于初始解和收敛速度较慢,提出了拟牛顿法和Nelder-Mead单纯形法相结合的联合算法来实现全局最优解的快速准确搜索。对经典测试函数的Matlab仿真及实际测量数据的应用表明,该联合算法能有效地提高收敛速度和收敛精度,其收敛速度提高了50%,收敛精度提高了1倍,从而提高了工件圆柱度误差的测量精度。     

基于MATLAB的圆柱度误差评定方法

针对圆柱度误差评定的特点,提出了一种基于MATLAB的圆柱度误差评定方法,同时建立了符合最小条件的目标函数数学模型.通过实际测量数据计算,该方法能收敛到最优解,而且计算稳定.该方法可以推广应用到其他形状误差的评定中.     

改进天牛须搜索算法在圆度误差评定中的研究

为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进天牛须搜索算法的圆度误差评定方法。首先,通过圆度误差最小区域原则建立了数学模型和目标函数。其次,在标准天牛须算法的基础上,设计了变步长法,进一步提高算法的计算精度和收敛速度。最后通过三坐标测量的圆度测量数据进行求解验证,并将计算结果与常用的最小二乘法和粒子群算法等进行对比。实例表明,改进的天牛须搜索算法在圆度误差评定上的计算精度和收敛速度都优于传统算法,体现了该算法的优越性。     

圆度误差的神经网络评定及测量不确定度研究

为了更为准确的而又简便的评定圆度误差及其不确定度,根据最小二乘法建立圆度误差模型,基于BP神经网络算法优化目标函数的参数,阐述了BP神经网络优化算法的原理和实现方法。通过求解实例表明该方法对于圆度误差评定的非线性优化问题能得到最优解。采用传统的测量不确定度表示指南方法和蒙特卡洛方法计算得到圆度误差的不确定度,通过实例验证蒙特卡洛法的可靠性和准确性。该方法不需要求出数学模型中的传递系数,利用MATLAB操作简单,为圆度误差测量结果不确定度评定提供了更加简便的方法。     

基于序列二次规划算法的圆柱度误差评定方法

圆柱的形状误差为研究对象,为提高圆柱体形状误差评定精度,增强其理论和工程应用价值,提出一种基于序列二次规划算法的圆柱度误差评定方法。定义了测量点到圆柱面的符号距离函数,建立了圆柱度误差评定的数学模型,应用最小二乘方法将圆柱进行粗定位,将拟合圆柱和测量点进行坐标变换简化了误差评定数学模型,运用运动几何学的知识和序列二次规划(SQP)算法解决了满足最小区域原则的圆柱度评定的优化问题。实验结果表明:提出的圆柱度的评定算法稳定性较好,效率和精度较高,所得到的误差值是有效的。     

基于海鸥算法的圆柱度误差评定方法

圆柱体零件的几何精度直接影响到机械设备的总体性能，而圆柱度误差是圆柱体零件的几何误差之一，对圆柱度误差进行精确测量和评估十分重要。针对最小区域圆柱度误差评定能否达到全局最优的问题，提出了一种基于新型元启发式海鸥算法(SOA)的圆柱度误差评定方法。首先，对圆柱体轮廓要素的提取进行了阐述，并建立了基于最小区域法的圆柱度误差评定模型；然后，介绍了海鸥优化算法中海鸥的位置更新原理、算法的优化准则和算法流程；最后，用Talyrond 585LT圆柱度仪提取了6个圆柱零件的轮廓数据，并进行了评定，通过对比不同种群数的优化结果，找到了最佳种群数，同时将其所得结果与采用遗传算法(GA)所得结果进行了对比。研究结果表明：种群数的选择对海鸥算法的优化结果影响较大，在种群数为30时能达到最优解，其精度比遗传算法高，其运行时间随着种群数的增加而增加。海鸥算法优化过程稳定，在评定最小区域圆柱度误差(MZC)方面有较好的适应性。     

双圆心拟合与网格逼近的圆柱度误差评定算法

针对细长轴或深孔空间圆柱度误差精确评定问题,结合圆度与直线度误差评定方法,提出了运用双圆心拟合和端面网格搜索的交叉寻优算法;建立了满足最小条件原则的细长轴圆柱度误差的数学模型,以消除传统网格寻优算法中,因中心偏移而使网格逐次逼近难以得到最优解的缺陷,同时运用坐标变换,直观计算搜索基面;双向网格均匀扩展能很好摆脱圆柱度误差评定时陷入局部最优解的不足,经实验数据检测与其它文献比较,证明了本算法的有效性。     

基于坐标测量机和拟粒子群进化算法的圆柱度误差检测与评定

建立了任意位置下基于坐标测量机检测的圆柱度误差最小区域解的数学模型,提出了采用拟粒子群进化算法求解最小区域圆柱度误差新方法。该算法使用实数编码,由拟随机Halton序列产生粒子的初始位置和速度,基于浓缩因子法修改粒子的速度。为了验证算法的有效性,对文献中测量数据采用提出的方法进行圆柱度误差计算并将结果与多种算法计算结果进行比较,同时在加工中心加工大量轴类零件,使用三坐标测量机对零件进行实测,应用该进化算法计算最小区域圆柱度误差并与三坐标测量机给出的结果进行比较。实验结果均证实了提出的方法不仅优化速度快、计算精度高,而且算法简单,需设置参数少,便于推广应用。     

两机flow-shop类型模具热处理车间批调度算法

总结模具热处理车间生产调度的特点,在工件动态到达的情况下,研究了两阶段均为批处理机、各批次加工时间为定值的流水车间批调度问题。以最小化最大完成时间为目标建立混合整数规划数学模型,证明问题是NP难并给出最优目标函数值的下界,构建并证明一种求解大规模问题最优解的算法。算法首先求解分批数量上下界,然后构造数学模型并求解在给定分批数量下对应的最优解,最后通过对比各给定分批数量下得到的解并得到全局最优解。对于小规模问题,通过与传统分枝定界法得到的最优解相比较,说明所提算法能得到问题的最优解且计算时间更短;对于大规模问题,在不同生产状况下随机产生多组数据、对所提算法进行验证,结果显示该算法是有效的。     

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。     

圆柱度误差的网格搜索算法

提出了一种评定圆柱度误差的新算法——网格搜索算法。该算法不采用最优化及线性化方法,只需重复调用点至直线的距离公式和简单的的判断就可以得到符合定义的4种评定方法的圆柱度误差值。详细论述了该算法求解圆柱度误差的原理和步骤。仿真结果表明,网格搜索算法可以有效、正确地评定圆柱度误差。     

基于混合算法的挖掘机工作装置参数综合优化的研究

以特定区域挖掘作业性能为优化目标,工作装置的运动性能和力学性能为约束条件建立了优化设计数学模型,采用模拟退火与惩罚函数混合算法对反铲液压挖掘机工作装置进行了参数综合优化,与传统算法优化对比可知该优化算法能有效结合两种算法的优点,避免陷入局部最优解,提高了求解精度。并通过MATLAB编程实现了工作装置的优化和仿真,仿真结果表明该优化方法修正了原设计的缺陷,改善了整机挖掘性能。     

具有二重机制的生物地理优化算法及圆柱度 误差评定研究*

生物地理学优化算法(Biogeography-base optimization, BBO)是一种新型的智能算法,因其参数少、易于实现等优点而受到学界的广泛关注和研究,并显示出了广阔的应用前景。为了提高算法的优化性能,对BBO算法提出一种改进。改进的算法在将差分优化算法(Differential evolution, DE)中的局部搜索策略同BBO算法中的迁移策略相结合的基础上,针对迁移算子和变异算子分别做出改进,并通过基准函数的测试证明了改进后的算法在迭代过程中种群进化、寻优能力以及算法的收敛性能得到进一步提升。尝试将改进了的生物地理学优化算法应用于圆柱度误差评定。依据国家标准,结合最小区域法,以圆柱度误差数学模型为目标函数,该算法实现了误差评定优化求解。通过该寻优结果与其他方法的评定结果的比较,验证了该种算法的可行性和正确性及其优越性。     

生成最优同质条带两阶段布局方式的精确算法

传统最优解算法在解决大规模二维件布局问题时,计算时间较长。提出一种基于同质条带两阶段布局算法,此算法生成的同质两阶段布局方式,满足生产中的剪冲下料工艺,且计算时间合理。首先,竖直剪切线将板材分割成同质段;然后,水平剪切线将同质段分割成同质条带。通过求解动态规划算法生成最优同质条带布局方式,求解背包问题得到同质条带在同质段上和同质段在板材上的最优布局方式。利用经典文献中的基准测题,将此算法与普通两阶段算法、TABU500算法和最优解精确算法进行比较,结果表明此算法在布局价值优于普通两阶段和TABU500型算法,计算时间远远短于最优解精确算法,优化结果等于或极接近于最优解精确算法。     

基于免疫算法的圆柱度误差的测量

本文提出了一种计算圆柱度误差的新方法.该方法基于免疫机理和优化原理,它满足最小条件原理并采用与最小包容区域法等效的理想包容参考圆柱面的理想基准轴线计算圆柱度误差,可以获得全局最优解.这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点.