改进蜂群算法及其在圆度误差评定中的应用

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。     

基于改进遗传算法的圆度误差评定

提出了一种应用遗传算法计算满足最小区域法的圆度误差的新思路,并对传统的遗传算法提出了一些改进,理论上可以获得全局最优解。仿真结果表明,该方法可以在变量的全局范围内有效、正确的评价圆度误差。     

改进的穷举算法在圆度误差评定中的应用

本文提出一种改进的穷举算法的圆度误差评定方法,并应用于圆度误差最小区域评定中,详细阐述了改进的穷举算法的计算过程及思路流程图。该算法摒弃传统穷举算法运算繁杂的缺点,根据初始检测数据找出具有X和Y坐标的最大最小四个极值位置点,依据四个极值位置点建立初始圆度误差区域,不仅使初始误差范围接近理想区域,而且减少程序的循环次数及计算量。基于接触式影像仪软件开发平台,利用C++语言设计出圆度误差评定软件,能够快速求出圆度误差值,为现场检测提供方便。     

AutoCAD在圆度误差评定中的应用研究

在圆度误差测量中,圆度误差的数据处理和评定一般都是采用绘制简图及用同心模板逼近的方法完成,但这种方法处理效率及准确度偏低。应用AutoCAD软件的绘图和标注功能对圆度误差进行评定的方法,能够很好的弥补传统方法的不足。     

基于改进果蝇优化的机械圆度误差评定研究

针对机械零件圆度误差的最小区域圆法评定问题,提出一种基于改进果蝇优化算法的评定圆度误差新方法。首先根据最小区域圆法圆度误差数学描述的优化模型设计了果蝇种群个体的编码方式以及新型味道浓度判定函数;其次在保持基本果蝇优化算法典型流程的基础上,引入增强搜索和交互学习机制来增强算法的学习效率以及保持种群的多样性;最后采用3个典型的圆度误差评定问题来验证算法性能。实例分析计算表明该方法是可行有效的,其结果具有较高精度且优于传统的评定方法,适用于求解圆度误差的评定优化问题。     

三维空间中圆度误差的评定研究

为解决三维空间中圆度误差的精确评定问题,针对三坐标测量机检测圆度误差时因存在测量误差而使各实际测点不是精确地位于同一理想截平面上的特点,根据计算几何学和误差理论,提出了基于空间测点集算术平均中心点的最小二乘平面拟合方法,推导了其数学模型;并对国家标准中圆度误差评定的最小外接圆法、最大内接圆法和最小区域圆法进行了三维扩展;还对前两种方法作了改进,建立了此3种方法的数学模型和算法流程。最后的数字实验表明:以上3种算法是有效的。     

基于仿增量算法的圆度误差快速准确评定

提出按最小外接圆法和最小区域法评定圆度误差的仿增量算法.将工件轮廓看作一个点集,并在其中建立可以确定圆(环)的子集.若子集确定的圆(环)包容原点集,则可得到相应的圆度误差;否则每次给子集增加一个在包容区域外的点构成新子集,确定包容新子集的圆(环)并去掉其中不在圆(环)边界上的点.证明了该算法是单调收敛的.同时还提出以按最小外接圆法评定圆度误差时在包容边界上的点为最小区域法初值的新思路.该算法概念清楚、模型简单,易于在计算机上实现.几个实际零件圆度误差的评定验证了算法不仅正确,而且结果准确,耗时极少.     

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.     

最小二乘圆法评定圆度误差的优化算法

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。     

改进的粒子群算法在圆度误差评价中的应用

由于用最小区域法(MZC)评价圆度的目标函数是非线性函数,用传统的优化方法难以进行评价,而且还容易陷入局部最优解。基于最小区域法(MZC)准则的基础上,运用一种改进的粒子群算法—协同粒子群优化(CPSO)算法来评价圆度误差,此方法将原来的粒子群分成若干个子种群,每个子种群中粒子各自寻求自己的最优值,各种群粒子信息共享,共同进化,直到达到指定的进化代数,最后比较得出最优值。相比遗传算法(GA)和标准的粒子群优化(PSO)算法具有全局搜索能力强,收敛速度快,精度高的优点。最后在MATLAB软件编程环境下,用实例比较验证了CPSO算法的有效性。对其他的几何量评价具有指导意义。     

基于几何优化的圆度误差评定算法

针对圆度误差的特点,提出一种基于几何优化的圆度误差评定算法。建立直角坐标采样、可同时实现圆度误差的最小区域法、最小外接圆法和最大内接圆法评定的评定模型。详细阐述利用几何优化算法求解圆度误差的过程和步骤,给出数学计算公式及计算机程序流程图。该算法不要求等间隔测量,不采用最优化及线性化方法,也无需满足小误差和小偏差假设,只需重复调用点与点之间的距离公式;其原理是以初始参考点为基准,布置一定边长的正六边形,依次以各顶点为理想圆心计算所有测点的半径值,通过比较、判断及重复设置六边形来获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验结果表明,该算法可以有效、正确地评定圆度误差。     

一种基于最小外接圆法的圆度误差评定算法

提出一种以最小外接圆法评定圆度误差的新算法。该算法以轮廓点集中的二点或三点为圆上的点确定某初始圆,然后每次都以圆外最远点加入先前的点或者替代其中一点以构造更大的新圆,重复该步骤直至新圆包容所有轮廓成为最小外接圆,最后根据最小外接圆计算圆度误差。提出并论证了最小外接圆判定准则,描述了算法的详细步骤并说明了它的收敛性,通过实验验证了算法的准确性和高效性。     

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。     

虚拟圆度仪中圆度误差的评定算法

文中研究了评定圆度误差的算法．建立了相应的数学模型，设计了一种新的逐次逼近的迭代算法。该法成功地应用于最小区域圆法、最小外接圆法和最大内接圆法。用这种软件配备虚拟圆度仪，大幅度提高了测试速度及测试精度。     

圆度误差算法的研究

阐述了圆度误差的定义,介绍了评定圆度误差的几种方法,研究了迭代法、单纯形法等优化算法求解圆度误差的优缺点,对于进一步研究圆度误差的算法提供了一定的依据。     

基于均匀设计搜索算法的圆度误差评定技术研究

为了提高圆度误差的评定精度和效率,提出均匀设计搜索算法的圆度误差评定方法。首先随机取点构造圆,以该圆心为中心做边长为零件精度两倍的正方形,采用均匀设计搜索算法,计算均匀搜索点与测量点距离的极大值、极小值和极差;然后以最小极差值为新圆心,不断缩小正方形半径,直到搜索终止。经实例证明,均匀设计搜索算法简单,评定精度高,搜敛速度快,对实际圆度误差评定有指导意义。