共查询到10条相似文献,搜索用时 15 毫秒
1.
改进蜂群算法及其在圆度误差评定中的应用 总被引:4,自引:0,他引:4
针对基本人工蜂群算法(Artificial bee colony algorithm,ABC)的缺点,提出一种改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),并应用于圆度误差最小区域评定中。该改进算法利用信息熵初始化种群,增强种群的多样性,并在引领蜂和跟随蜂搜索阶段,提出一种新的搜索策略,平衡算法的探索与开发能力。详细阐述IABC算法的基本原理与实现步骤,给出圆度误差满足最小包容区域条件的优化目标函数和收益度函数。通过基准测试函数验证IABC算法的有效性和准确性;通过对由三坐标机测得的多组测量数据进行圆度误差评定试验,结果表明IABC算法的评定精度优于最小二乘法、遗传算法以及粒子群算法等其他优化算法,且在求解质量和稳定性上优于ABC算法,验证了IABC算法不仅正确,而且适用于圆度误差的评定优化。 相似文献
2.
3.
4.
5.
6.
工件圆度误差测量不确定度评定 总被引:1,自引:0,他引:1
为了实现工件圆度误差的不确定度评定,对基于三坐标测量机的工件圆度轮廓数据的采样策略、圆度评定方法及不确定度评定方法进行研究。首先,根据工件圆度轮廓特征进行实验测量,获取不同工件的多个样本。接着,基于最小二乘法和微分进化优化算法对样本的圆度误差进行了误差评定。然后,在分析比较误差大小的基础上,说明了采用的采样策略和微分进化评定算法。最后,基于圆度误差评定结果运用了测量不确定度表示指南(GUM)和蒙特卡洛方法(MCM)进行不确定度评定。实验结果表明:微分进化算法与最小二乘法相比均值差最大达到1.1μm, MCM方法比GUM方法得到的标准不确定度均值小0.02μm。合理的采样点数、微分进化算法及MCM不确定度评定方法可以得到更稳定可靠、精度高的评定结果。 相似文献
7.
最小二乘圆法评定圆度误差的优化算法 总被引:5,自引:1,他引:4
介绍了用最小二乘圆法评定圆度误差的准则。综合SWIFT法和混沌算法的优点,提出了改进的混沌优化算法,并通过对圆度误差测量数据处理的应用实例,说明了该优化算法的优点,从而达到全局最优。该优化算法也可推广应用于对其它测量误差的数据处理中。 相似文献
8.
采用LabVIEW平台设计了基于虚拟仪器的圆度误差测量系统,实现了数据采集,数据分析与处理,实现了圆度误差最小二乘圆评定法算法,提高了圆度仪测量的速度和误差评定的自动化水平。 相似文献
9.
高聿地 《机械工程与自动化》2011,(3)
圆度误差评定是否准确,将直接影响到机械产品的性能和寿命.介绍了4个简单而有效的算法来评定圆度误差,即最小外接圆、最大内接圆、最小区域法和最小二乘圆法.利用MATLAB对上述算法进行了验证,说明文中算法有效. 相似文献
10.
最小二乘圆法评定圆度误差的程序设计 总被引:1,自引:0,他引:1
介绍了用最小二乘圆法评定圆度误差的准则及实现方法,在VC++环境下开发了圆度误差计算评定软件。测试验证表明,程序算法正确,界面直观形象,可直接显示圆度误差值和误差图形。 相似文献