排序方式: 共有7条查询结果,搜索用时 140 毫秒
1
1.
2.
从定位最小包容区域定义出发,建立了同轴度误差数学模型,并将同轴度误差评定转化为圆柱度和圆度误差评定.针对基本粒子群算法容易出现前期搜索早熟收敛和后期搜索停滞振荡现象,通过引入异步变化的学习因子和线性递减的惯性权重系数,对其加以改进,并给出了利用改进粒子群算法进行同轴度误差评定的方法与步骤.同时通过实例实现了以VRML作为三维展示平台、以JavaApplet作为控制核心的同轴度误差的评定及其结果可视化.实例证明:将改进的粒子群算法用于同轴度误差评定,有效提高了精度与效率;可视化的评定结果为工艺分析和改进提供了依据. 相似文献
3.
针对复杂曲面轮廓度误差的求解是一个复杂的非线性寻优问题,将改进的粒子群算法与细分曲面逐次逼近的方法相结合,实现了复杂曲面轮廓度误差值的精确计算和评定结果可视化。利用双3次B样条曲面进行理论廓面的拟合,从最小条件准则出发,建立了曲面轮廓度误差的数学模型;通过细分曲面逐次逼近的方法,计算出点到曲面的最小距离。在对基本粒子群算法分析的基础上,引入了非线性动态惯性权重系数和杂交算子,提高了算法的精度和效率。以VRML作为三维展示平台、Java Applet作为控制核心,实现了面轮廓度误差评定的可视化、网络化。 相似文献
4.
5.
6.
7.
1