共查询到20条相似文献,搜索用时 134 毫秒
1.
2.
3.
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。 相似文献
4.
改进差分进化算法在大型工件平面度评定中的应用 总被引:1,自引:0,他引:1
生产线上检测大型复杂工件平面度误差时,存在检测面积较大、数据量较多的问题,为了提高检测效率及精度,采用优化算法提高其平面度误差评定速度。提出将差分进化(DE)算法应用在其平面度误差的评定中,并提出将粒子群(PSO)算法的优化方法融入差分进化算法的框架,改进变异操作以提高标准DE算法的收敛速度。介绍了大型工件平面度误差评定采用最小区域法的数学模型,阐述了改进的DE算法的原理和实现步骤,最后以叉车外壁板为例,通过对外壁板平面度误差的评定以验证算法的收敛速度与精度。结果表明,改进的DE算法在大型工件平面度误差评定中收敛结果稳定,误差接近于0;精度较遗传算法提高36.83%;收敛速度较遗传算法提高58.33%,较标准的DE算法提高28.57%。可以很好地应用在大型工件平面度误差检测中,提高检测效率。 相似文献
5.
6.
7.
8.
9.
10.
11.
12.
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
13.
传统天牛须搜索算法(beetle antennae search algorithm),BAS演化过程中收敛速度过慢,为了快速高效地解决电力系统经济调度问题,提出了一种量子天牛须搜索算法(quantum beetle antennae search algorithm,QBAS)。算法将量子行为的搜索机制引入到BAS算法中,在天牛须位置周围建立量子Delta势阱,利用量子理论的概率性和不确定性,有效加快收敛速度,并克服容易陷入局部最优的缺点。实验采用一组标准测试函数对QBAS算法进行性能测试,从而验证算法在收敛速度及鲁棒性上的优越性。最后将算法应用电力系统经济调度问题,选用IEEE118总线测试系统进行测试,结果表明QBAS算法在降低发电成本和减少污染物排放都优于粒子群算法和天牛须搜索算法。 相似文献
14.
15.
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
16.
17.
18.
基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较 总被引:4,自引:0,他引:4
根据提出的计算模型,对基于遗传算法的圆度误差评定和传统上采用最小二乘法的评定算法进行了比较分析,根据方法本身的特点和计算结果,分析了二者的不同点以及在工程应用中的适用场合.所构造的模型包括边界控制点和区域随机点,其中边界控制点模拟了由圆度误差最小区域条件所定义的最大内切圆和最小外切圆,而区域随机点模拟了实际情况下测试点的随机性和不确定性.计算结果表明基于遗传算法的圆度评定法精度较高,优于基于最小二乘法的评定算法. 相似文献
19.
改进蜂群算法在平面度误差评定中的应用 总被引:7,自引:3,他引:4
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. 相似文献