基于DXF格式的优化数控代码自动生成方法

DXF是AutoCAD与其他软件进行数据交换的CAD通用图形文件格式。实现了一种DXF读取方式并自动生成数控加工代码。传统算法的读取结果无序,不适用于实际加工,针对这一问题根据提取结果及位置关系生成图元轮廓树,并利用最近邻插入算法对图元轮廓优化排序,得到全局优化的最短切割路径,并通过实例证实了算法的有效性,能满足实际自动编程数控系统的工作需要。     

基于局部搜索和遗传算法的激光切割路径优化

为了缩短激光加工时间,提高加工效率,提出了一种新的局部搜索法与遗传算法相结合的激光切割路径优化算法。该算法从加工轮廓中提取节点,通过局部搜索法对节点进行局部路径优化,再运用的遗传算法求得近似最优解,遗传算法中的选择算子改进为基于相对适应度的轮盘赌选择算子。详细介绍了算法的原理及实现,通过编程仿真证明该算法与传统的遗传算法相比具有良好的优化效果,可明显缩短加工路径,减少加工时间,提高加工效率。     

基于强化学习的遗传算法求解一种新的钻削路径优化问题

孔加工是机械制造的基本工序之一.针对数控机床的刀具路径优化问题,提出一种新颖的孔加工刀具路径优化模型-----带可决策孔的孔加工多刀具路径优化问题(MTdDPO).在该模型中,工件上的孔分为两类:固定孔和可决策孔.MTdDPO的目标是通过判断可决策孔的路径归属和路径内各孔的加工顺序来实现加工路径长度的最小化.为实现MTdDPO的优化,提出基于强化学习的分段遗传算法(RLSGA).在RLSGA中,种群被视为智能体,智能体的状态是种群的多样性系数,3种不同的分段交叉算子是智能体的动作,智能体的奖励与种群的适应度值和多样性系数的变化有关.针对MTdDPO,新建5个基准测试问题,并在测试问题上将RLSGA与其他4个算法进行对比.结果表明,RLSGA的表现明显优于其他算法,RLSGA能够有效地解决MTdDPO问题.     

基于DXF文件的数控自动编程中的路径优化

分析了 DXF 文件结构并在此基础上简要介绍了需要提取的信息。针对无序的加工路径使得空刀路径长度过大的情况,提出了一种基于遗传算法的路径优化算法。并比较了路径优化前后路径中空刀路径长度,可以得出经算法优化后得到的路径空刀路径明显减少,从而使得加工效率得到提高。     

面向钻削路径规划问题的微粒群优化算法研究

提出一种基于微粒群优化（PSO）算法的方法,用于解决离散空间的群孔钻削路径规划问题．为了满足钻削路径规划问题中整数编码的需要,建立了算子中元素的二元转换方法和操作方式,对算法的操作算子进行改进．针对基本微粒群算法全局收敛率较低的问题,本文在算法数学模型的基础上,引入了重新生成“停止进化微粒”的方式对算法加以改进．实验表明,改进的算法全局收敛率较基本算法提高3倍多;新的算法具有实现简单、收敛速度快、能够实现全局收敛的优点．实际应用中,采用新的PSO优化算法对钻削路径优化后,可以节省17.9%的机床工作台移动时间．     

基于灾变遗传算法的数控冲床加工路径的优化

该文以数控冲床编辑与监控系统项目为背景,对数控冲床加工路径优化问题进行讨论。首先分析了数控冲床路径优化的基本原理,把加工路径优化抽象为TSP问题。然后采用效率较高的遗传算法对TSP问题进行求解,论述了遗传算法的具体实现。接下来为了解决遗传算法的容易陷入局部最优解的问题,加入了灾变算子来杀死当前的优质个体,使远离当前最优解的个体有充分的进化空间,从而使其跳出局部最优而更接近全局最优。最后对遗传算法和加入遗传算子的灾变遗传算法进行了比较分析,得出了灾变遗传算法在数控加工领域的更有优势的结论。     

复杂环境下基于蚁群优化算法的机器人路径规划

针对复杂环境下机器人的路径规划问题，将蚁群优化算法引入这一新的应用领域，设计了相应的算法，解决了以前尚未涉足的带约束条件的连续函数优化问题．仿真结果验证了所设计算法的实用性和有效性．     

混沌萤火虫优化算法的研究及应用

针对基本萤火虫群优化算法的早熟收敛,易陷入局部最优值,求解精度不高等问题,提出了一种基于切比雪夫映射的混沌萤火虫优化算法。利用混沌系统的随机性和遍历性初始化萤火虫群,获得了质量较高且分布较均匀的初始解;同时对部分适应值低的个体进行了混沌优化,以提高种群的多样性。对4个标准测试函数进行了仿真实验,结果表明该算法的求解精度、全局搜索能力优于基本萤火虫优化算法。将改进算法应用于车辆路径问题的求解中,结果表明了改进算法的有效性。     

一种结合Tabu搜索的自适应遗传算法研究

针对标准遗传算法（SGA）在全局优化问题中容易出现早熟和收敛速度慢,提出了一种TS-AGA算法。新算法通过将禁忌搜索（TS）和自适应遗传算法（AGA）相结合。以自适应遗传算法（AGA）为基础,用遗传算法进行全局搜索,用禁忌搜索法（TS）作局部搜索,可以加快收敛速度,同时可以抑制早熟现象,避免过早收敛到局部最优。测试函数仿真结果表明,新算法能很好的抑制早熟收敛,同时在计算速度和计算结果方面都有改进,是一种快速有效的优化算法。     

基于FPGA的轮廓提取并行计算系统研究及实现

针对高质量的轮廓提取算法计算量大、实时性差的问题,提出了一种基于现场可编程门阵列（FPGA）的图像轮廓并行计算系统。通过设计适合的硬件结构及相应的算法改进,采用了多种不同的并行方式加速算法的计算。实现了一种高质量的轮廓提取算法--Pb（Probability Boundary）算法的高速计算。实验结果表明,在FPGA工作频率200 MHz时,被处理图像分辨率为481×321时,该系统处理速度可达39帧/s,为将Pb算法应用于实际系统提供了条件。     

基于运动图的路径编辑技术

改进了过渡运动的生成算法和路径搜索算法,提出了一种基于运动图的路径编辑的新方法。其中,针对过渡运动的构造,通过最小化融合帧之间的平均帧间距来自动确定用于运动融合的运动片段,并提出了改进动态时间变形(EDTW)算法来解决这一最优化问题;针对运动图上的路径搜索,提出了基于路径曲线所夹面积的目标函数并改进了分段搜索算法和剪枝策略。实验结果表明,该方法能够编辑生成与用户指定路径高度匹配的人物运动。     

数控加工过程的计算机仿真技术研究*

基于计算机图形学技术,提出了一种数控加工过程的仿真算法。该算法将刀具扫描体和被加工零件表示成同一方向上的长方体单元,以简化布尔运算和提高仿真速度,并在微机上实现了数控加工图形仿真的全过程。     

面向对象技术实现活动网络图及关键路径算法

采用邻接矩阵表示项目活动网络图需要较多的存储空间,且基于结构化程序设计思想实现网络图和关键路径算法都非常繁琐。采用面向对象的类表示活动,基于动态数组表示活动网络图及活动之间的逻辑关系,并据此开发了基于面向对象技术实现关键路径算法的代码,进一步从理论上分析了采用面向对象技术的优势。研究表明,相对于传统的处理方式,基于面向对象技术的项目活动网络图表示及关键路径的算法较大降低了存储和计算的复杂性。     

求解区间图K-连接最短路径问题的在线算法

针对含有n个区间的区间图K-连接最短路径(K-SP)问题,提出一种求解区间图K-SP问题的在线算法。分析区间图及其最短路径问题的特有性质,利用改进的动态规划算法和贪心算法,优化在线算法的时间复杂度。理论分析结果表明,该算法的时间复杂度为O(nK+nlgn),与目前已知最优的离线算法复杂度相同。     

基于PCED的过程控制系统安全分析方法

针对常用安全分析技术应用中存在的不足,提出一种基于过程控制事件框图（PCED）的计算机过程控制系统安全分析方法。该方法根据系统的特点建立描述其控制逻辑的PCED模型,构造＂动作-部件-变量＂的影响路径,通过算法分析控制逻辑的安全性。以计算机控制化学反应过程系统为例用该方法进行安全分析。     

DXF在排样切割中的应用

通过分析AutoCAD图形的DXF(Drawing Interchange File)文件,提取坐标信息,并将几何实体进行分类整合,实现一个Java程序接口对不同版本的DXF文件的解析。介绍了最小矩形包络方法的实现过程和切割路径的生成过程,同时生成排样结果的NC代码。实例验证了上述方法的可行性和有效性,提高了工业原料的利用率和企业的生产效率,对DXF在排样切割的应用起到了重要的启迪作用,对中小型五金企业具有一定的实用价值。     

基于路径跟踪控制方法的拖挂式机器人系统路径规划算法

为解决拖挂式移动机器人系统路径规划算法精准性低、稳定性差和无法考虑系统间安全性等的问题,提出一种基于路径跟踪方法的路径规划算法。该算法融合快速拓展随机树（RRT）基本算法和路径跟踪控制方程,通过自动拟合样条曲线,跟踪并生成节点间轨迹,以此提高路径精准性;加入系统夹角约束条件和节点击中机制提高算法稳定性和结果安全性;此外,加入贪心优化算法,针对结果路径进行优化处理。通过仿真实验结果表明,相较基本RRT算法,改进算法搜索得到的路径更贴近实际运动轨迹,在安全性和成功率上优于原算法,能够满足快速设计或实时系统的需求。     

远程数控仿真系统的设计与实现

由于几何建模的复杂性和消隐算法的低效性,目前的数控仿真系统大多只能实现数控加工结果显示,而在数控加工过程实时仿真方面功能还很弱,对于基于Internet的远程数控仿真的研究则更少。为解决以上问题,提出了实现远程数控仿真的技术框架,即采用VRML建立几何模型,采用Java建立通信接口,构造虚拟环境与操作者之间的通信机制。通过构造EAI接口控制Eleva-tion Grid结点,实现工件动态建模,采用Java applet构造NC代码解释器,并阐述了干涉校验的实现方法。实现了远程数控仿真系统。     

A*算法在Shortest-Path方面的优化研究

在游戏和地理信息系统开发等领域中,专门针对最短路径搜索方面的优化研究较多,尤其是最短路径中启发式搜索算法中的A*算法的效率优化研究.本文将针对在人工智能或算法研究中的使用的地图大多数是基于任意图而不是网格图的状况,通过任意图与网格图及方向的相结合,提出了三种优化A*算法的启发式函数搜索策略,较好地减小了算法搜索的范围和规模,有效地提高了A*算法的运行效率.最后的实验结果显示,与传统的A*算法相比较,优化启发搜索策略后的A*算法寻径更快速,更准确,计算效率更高.     

基于深度优先的分步分治算法研究

Top-k服务组合问题对于学术界和工业界来讲,都有实际的研究意义和应用场景。文中分析了理解top-k问题的关键所在解图,提出了基于深度优先的分步分治算法进行服务组合。该算法对用户请求的输出参数分别进行求解,该过程可并行处理,在求解结束后再进行合并。该方法可以支持分布式、并行处理框架,从而在应对大规模的服务集合时,能快速、高效地提供满足用户需求的组合服务;提出了通过构造解图的方法进行搜索求解,通过求解＂关键路径＂和＂非关键路径＂与合并＂关键路径＂和＂非关键路径＂得到解图。