空间直线度误差的快速评定

本提出一种按最小区域法近似求解空间直线度误差的计算机速评定方法。     

基于网格搜索算法的空间直线度误差评定方法

对空间直线度误差的评定算法进行了讨论,提出了一种评定空间直线度误差的网格搜索算法,该算法可获得符合定义的理想中心线的位置.文中详细论述了网格搜索算法求解空间直线度误差的过程和步骤,并进行了全仿真.仿真结果表明,网格搜索算法可以有效、正确地评定空间直线度误差.     

直线度误差评定算法的研究

文章介绍了形状误差测量和形状误差评定的概念,解释了直线度误差评定的定义,对最小区域法、最小二乘法和端点连线法3种不同的评定方法分别进行研究,最后用一个实例比较了3种评定方法,从评定结果来看,最小区域法最为精确,端点连线法结果最差,最小二乘结果与最小区域法结果比较接近,但最小二乘法计算简单。     

基于人工免疫算法的轴线直线度误差评定

提出了一种满足最小区域条件的轴线直线度误差评定方法--人工免疫优化算法.介绍了该算法的原理, 根据最小条件建立了轴线直线度误差评定的数学模型及优化目标函数, 给出了该算法的具体实现方法.实例计算结果表明,人工免疫优化算法评定精度优于最小二乘法,能够全局寻优,而且易于实现.     

平面度和直线度误差的快速评定——增量算法

在平面度(直线度)误差评定的最小包容区域法中,提出一个新的、快速的实施方法--增量算法.该法以计算几何中凸壳的理论为依据,结合平面度(直线度)误差评定中数据的特点,从4个(3个)测点的子集开始,通过评定子集的平面度(直线度)以及增加距子集包容面最远的点构成新的子集的方法,逐步逼近精确解.该算法单调递增收敛到精确解,时间复杂度为O(n').几个算例证实了方法和结论的正确性.     

基于粒子群算法的空间直线度误差评定

提出了一种满足最小区域法的空间直线度误差评价的新方法--粒子群算法。根据最小区域条件,建立了空间直线的数学模型以及优化目标函数。阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明该方法对于空间直线度误差评定等非线性优化问题能得到最优解,可用于三坐标测量机等测量系统的空间直线度误差测量的数据处理。     

按最小条件评定空间直线度误差的理论研究

本文首先按最小条件建立了评定空间直线度误差的非线性数学模型。通过误差分析,从理论上证明了该数学模型不能进行线性化处理,并提出了最小条件判别准则。文中给出了计算机评定空间直线度误差的实例。最后用几何方法验证了其判别的正确性。     

按最小条件评定间直线度误差的理论研究

本首先按最小条件建立了评定空间直线度误差的在非线性数学模型。     

空间直线度的评定与数据处理（续）

本文介绍最小区域法中五点共圆柱面的迭代计算方法。     

基于混沌分组教与学优化算法锅炉NOx模型优化研究

为了平衡教与学优化算法的全局和局部搜索能力,提出一种混沌分组教与学优化算法。采用3种调整机制:应用混沌方法初始化种群个体;在教阶段成绩更新中引入自适应惯性权值;在学阶段,采用随机蛙跳算法思想,将班级中的学生分组,更新子种群的最差解。用10个经典的测试集函数测试改进算法的性能,并与人工蜂群算法、万有引力算法、原始的教学优化算法进行比较,结果显示:改进算法具有良好的全局和局部搜索能力,而且收敛精度高。此外,应用改进的教与学算法优化循环流化床锅炉氮氧化合物排放浓度的模型,仿真试验表明优化后的模型具有良好的辨识能力和泛化能力,能够指导工程,解决实际问题。     

基于天牛须改进粒子群算法的平面度误差评定研究

基于天牛须改进粒子群算法(BAS-PSO)对平面度误差进行了评定研究.首先,建立基于最小区域的平面度误差评定的数学模型,并将目标函数转化为非线性最优化问题;接着,在粒子群算法(PSO)的基础上,引人局部搜索能力较强的天牛须算法(BAS),加速全局搜索和局部搜索的并行计算,避免算法早熟收敛并陷入局部最优,提高平面度误差评...     

基于改进蛙跳算法的图像自适应增强研究

为了提高图像增强的效果,提出改进蛙跳算法。首先对蛙群分组,一组采用群体智能算法,另一组用自适应算法;基于实数算法对图像像素映射编码;然后通过模糊集合对蛙跳微调更新;最后以均方误差函数作为评价函数,通过Beta非线性变换函数最优参数值实现图像自适应增强。实验仿真结果得出:改进蛙跳算法对图像增强对比度较高,处理时间少,像素数据求解精度高。     

基于分群粒子群算法的平面度误差评定研究

基于分群粒子群算法对平面度误差判定进行了研究。首先建立平面度误差评定数学模型,对平面度误差最小求解转化成对目标函数的非线性最优化问题;接着改进粒子群算法把粒子群一分为二,在不增加粒子个数和粒子维度的情况下,两个粒子群分别用来全局搜索和局部搜索,通过阈值判断早熟现象;最后给出了算法流程。实例验证结果表明:该算法具有较强的优化能力,对测试函数求解的最优解值数据波动性比较小,平面度的公差值为0.0073mm,相比LSM、DM、TPM、PSO、ABC算法公差值平均分别减少了0.0023mm,0.0025mm,0.0027mm,0.0002mm,0.0005mm,评定精度较高。     

基于点特征的直角坐标系空间直线度偏差评价

目前直角坐标系下空间直线度偏差评价尚未形成统一的方法,针对此问题,提出了基于点特征的直角坐标系空间直线度偏差评价方法。利用空间直线度偏差测量模型与点特征间的关系,以直角坐标系下空间直线度测量方法为基础,建立空间直线度偏差评价数学模型。在截面测量法的基础上,建立空间直线度偏差测量模型。基于空间任意对称二次曲线数学方程,构建最小二乘测量截面轮廓曲线,解决被测截面轮廓中心获取的问题。根据模型点特征关系,最终实现对空间直线度偏差的准确评价。通过实际测试验证了所提出方法的合理性与准确性,为推动空间直线度精密测量技术发展提供了有力支撑。     

评定直线度误差的新算法 --缩小约束域的有效特征点法

 提出了最小区域法评定直线度误差的新算法——缩小约束域的有效特征点法。建立了算法的数学模型, 阐明了算法基本原理; 新算法应用相间准则和特征点搜索包容直线斜率, 自动建立最小区域包容直线斜率的约束域并使之快速缩小, 能快速、准确地搜索出最小区域包容直线的斜率并获得直线度误差的最小值。大量算例证实新算法首轮搜索成功率高, 计算速度快, 迭代次数小, 算法可推广应用于其他形状误差的最小区域法评定, 亦可用于实时计算机辅助测量系统。     

改进混合蛙跳算法在无线传感网定位中的应用

提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度。首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位, 然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题。同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化。在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能。结果显示该智能算法简单可靠,而且有效提高了定位精度。     

记忆径向基神经网络在冷轧液压自动位置系统的优化控制

针对冷轧液压自动位置控制系统多变量、强耦合、高阶次和时变性等特点,提出一种引入记忆因子的径向基函数神经网络在线自适应调节PID参数的系统。为提高网络精度,利用改进的混洗蛙跳算法离线全优化记忆径向基神经网络,在获得网络结构的同时得到初始参数,避免网络模型训练的繁琐,并利用测试函数证明优化后的网络具有良好的逼近能力。然后利用优化后记忆径向基神经网络的自校正功能在线细调PID参数,仿真结果表明,该控制系统跟踪快、超调小、适应性强,控制品质优于传统PID和普通径向基神经网络PID控制方法。     

Optimal design of Raman fibre amplifier based on terminal value optimization strategy and shuffled frog leaping algorithm

This paper introduces an evolutionary algorithm, Shuffled Frog Leaping Algorithm (SFLA), to solve the optimization problem in designing the multi-pumped Raman Fibre Amplifier (RFA). SFLA is a powerful optimizer tool because of its efficient mathematical expressions and global search capability. We utilize SFLA to determine the optimal pump wavelengths and pump powers by minimizing the gain ripple of RFA. To accelerate calculations, a terminal value optimization strategy (TVOS) is incorporated into the evolution of SFLA. This proposed strategy takes the terminal power values of pumps as the decision variables in optimization. Then, the optimal original power values of the pumps are obtained by solving the Power Coupled Equations once, without using the traditional method of repetitive guesses.The combination of SFLA and TVOS enhances the efficiency of optimization and accelerates calculation, while satisfying the design requirements of RFA.The simulation results show that nearly 65% of computational time has been saved compared with the traditional average power analysis. The 4-pumped C+L band of backward multi-pumped RFA with the average net gain of 0 dB, 1 dB and 2 dB are designed individually, where the gain ripple is less than 0.64 dB. The combination of SFLA and TVOS enhance the optimization efficiency and improve the performance of RFA with good gain profile.