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。     

基于鞍点规划理论的圆度及球度误差最小区域法评定新解法

在形位公差的圆度和球度误差评定方法中,最小区域法是最符合国标中定义形位误差的方法之一。针对目前基于最小区域法建立的数学模型以及相应的求解方法存在局部收敛以及求解迂回等问题,建立了圆度和球度误差评定的鞍点规划模型,并基于鞍点规划理论的最小条件建立了鞍圆和鞍球面误差求解的新算法,通过简单几何分析和有限代数计算即可确定符合最小区域法评定原则的圆度、球度误差以及相应鞍圆、鞍球面的位置和参数。相比于传统优化算法,本文提出的方法避免了优化方法对初始值的依赖性,具有较高的求解稳定性。     

圆度误差评定方法的研究

圆度误差评定是否准确,将直接影响到机械产品的性能和寿命.介绍了4个简单而有效的算法来评定圆度误差,即最小外接圆、最大内接圆、最小区域法和最小二乘圆法.利用MATLAB对上述算法进行了验证,说明文中算法有效.     

圆度误差的网格搜索算法

本文提出了一种新的圆度误差评定方法—网格搜索算法,详细论述了该算法求解圆度误差的原理和步骤。该算法不采用最优化及线性化方法,其原理是在最小二乘圆心周围按一定规则布置一系列的网格点,依次以各网格点为理想圆心计算所有测点的半径值,按照圆度误差的定义即可获得相应评定方法(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。试验及仿真结果表明,网格搜索算法可以有效、正确地评定圆度误差。     

基于最小包容区域法的圆度误差评定方法

圆度误差的准确评定对轴和孔类零件的质量评判有很重要的意义。针对目前常用的圆度误差评定方法存在原理误差或模型误差的问题,提出一种完全符合最小包容区域法定义的圆度误差评定方法。该方法将区域搜索算法和圆度误差最小包容区域法评定的几何结构相结合,利用区域搜索算法确定准圆心,再根据准圆心位置和几何结构,对其进行判断和调整,最终找到准确的最小包容区域圆心,并给出最小包容区域圆度误差的精确解。构造多组仿真数据,利用此方法的评定结果与预设值相比较,证明了该方法的有效性和正确性;并利用该方法对其他文献中的数据进行评定与比较,数据处理的结果进一步显示了该方法的评定结果精确可靠,稳定性好,且效率高,可以有效地克服现有圆度误差评定方法难以找到准确最小包容区域圆心的缺陷。     

圆度误差的神经网络评定及测量不确定度研究

为了更为准确的而又简便的评定圆度误差及其不确定度,根据最小二乘法建立圆度误差模型,基于BP神经网络算法优化目标函数的参数,阐述了BP神经网络优化算法的原理和实现方法。通过求解实例表明该方法对于圆度误差评定的非线性优化问题能得到最优解。采用传统的测量不确定度表示指南方法和蒙特卡洛方法计算得到圆度误差的不确定度,通过实例验证蒙特卡洛法的可靠性和准确性。该方法不需要求出数学模型中的传递系数,利用MATLAB操作简单,为圆度误差测量结果不确定度评定提供了更加简便的方法。     

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.     

基于海鸥算法的圆柱度误差评定方法

圆柱体零件的几何精度直接影响到机械设备的总体性能，而圆柱度误差是圆柱体零件的几何误差之一，对圆柱度误差进行精确测量和评估十分重要。针对最小区域圆柱度误差评定能否达到全局最优的问题，提出了一种基于新型元启发式海鸥算法(SOA)的圆柱度误差评定方法。首先，对圆柱体轮廓要素的提取进行了阐述，并建立了基于最小区域法的圆柱度误差评定模型；然后，介绍了海鸥优化算法中海鸥的位置更新原理、算法的优化准则和算法流程；最后，用Talyrond 585LT圆柱度仪提取了6个圆柱零件的轮廓数据，并进行了评定，通过对比不同种群数的优化结果，找到了最佳种群数，同时将其所得结果与采用遗传算法(GA)所得结果进行了对比。研究结果表明：种群数的选择对海鸥算法的优化结果影响较大，在种群数为30时能达到最优解，其精度比遗传算法高，其运行时间随着种群数的增加而增加。海鸥算法优化过程稳定，在评定最小区域圆柱度误差(MZC)方面有较好的适应性。     

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VC的4种圆度误差评定方法的比较

介绍了评定圆度误差的4种方法,提出了一种最小区域法的改进算法.在此基础上,分别设计了易于计算机处理的算法,并进行比较,分析结果表明,改进最小区域法的评定效果最好.此外,利用VC＋＋设计的误差评定系统,能够将光幕传感器测量的数据快速导入并求取误差值,实现了圆度误差测量和评定的一体化,利于生产现场的推广应用.     

圆度误差不确定度的PDF优化估计评定

针对现有工件圆度误差的不确定度评定国标方法不能兼顾简化计算和避免分布假设的问题,对以圆度误差评定为基础的不确定度评定新方法进行研究。首先,基于最小二乘拟合圆法进行误差评定。然后,利用最大熵原理结合粒子群算法求解圆度误差概率密度函数(PDF)的优化估值。最后,利用数值积分对圆度误差不确定度进行评定,并与测量不确定度表示指南(GUM)和蒙特卡罗法(MCM)进行对比验证。结果表明,PDF估计法可实现小样本数据、无分布假设下的圆度误差不确定度评定,算法收敛性好、估值稳定。     

改进教与学算法在圆度误差评定中的应用

为了提高圆度误差的评定精度和计算收敛速度,提出了一种改进教与学算法的圆度误差评定方法。首先,通过圆度误差最小区域原则的数学模型,建立算法的目标函数。其次,在标准教与学算法的基础上,设计了两阶段爬山搜索策略增强局部开发能力,进一步提高算法精度和收敛速度。最后通过三坐标测量的圆度测量数据进行求解验证,并将计算结果与常用的最小二乘法,遗传算法,粒子群算法等进行对比。实例表明,改进教与学算法在圆度误差评定上的计算精度和收敛速度都优于传统算法,体现了其优越性。     

轧辊圆度误差智能优化评定研究

圆度误差是检验轧辊磨床轧棍加工质量的一个重要指标,圆度误差处理算法的选定对计算精度有着很大的影响,传统的评定方法均存在一定的局限性.通过分析神经网络和遗传算法相结合的现代智能优化算法在圆度误差评定中的可行性和优越性,采用常用的BP神经网络来训练轧辊圆度测量值,将权值矩阵在遗传算法中得到进化与改善,最后通过MATLAB进行仿真,并与传统的最小二乘法相比较,得出的结果显示,遗传讲经网络智能优化算法能够无限逼近真实值,提高轧辊圆度误差的计算精度.     

基于进化策略的平面度误差评定

本文针对平面度误差评定的特点,提出了将进化策略应用于平面度误差评定中的算法。该算法基于实数编码,采用（μ＋λ）选择策略和高斯变异算子,即父代种群参与竞争,算法简单、鲁棒性强、优化效率高;同时给出进化策略评定平面度误差时目标函数的计算方法。最后,通过不同评价方法对实测平板的平面度误差进行评定,结果证明该方法不仅能快速找到最小区域解,而且计算结果的稳定性好,易于在其他形状误差评定中推广使用。     

工件圆度误差测量不确定度评定

为了实现工件圆度误差的不确定度评定,对基于三坐标测量机的工件圆度轮廓数据的采样策略、圆度评定方法及不确定度评定方法进行研究。首先,根据工件圆度轮廓特征进行实验测量,获取不同工件的多个样本。接着,基于最小二乘法和微分进化优化算法对样本的圆度误差进行了误差评定。然后,在分析比较误差大小的基础上,说明了采用的采样策略和微分进化评定算法。最后,基于圆度误差评定结果运用了测量不确定度表示指南(GUM)和蒙特卡洛方法(MCM)进行不确定度评定。实验结果表明:微分进化算法与最小二乘法相比均值差最大达到1.1μm, MCM方法比GUM方法得到的标准不确定度均值小0.02μm。合理的采样点数、微分进化算法及MCM不确定度评定方法可以得到更稳定可靠、精度高的评定结果。     

平面度误差评定的快速精确算法研究

根据最小二乘法、基于遗传算法的平面度误差评定方法以及最小包容区域法的算法特点,提出一种可以快速、精确评定平面度误差的算法。该算法解决了初始参数寻优范围大,影响计算效率的问题,是一种可兼顾计算速度与精确性的平面度误差评定方法。     

一种用于圆度误差评定的优化算法

一种用于圆度误差评定的优化算法＊刘文文聂恒敬（合肥工业大学精仪系合肥２３０００９）１引言本文提出一种用于圆度误差评定的优化算法,其基本思想是用最小二乘圆的简化模型的线性迭代运算去逼近最小二乘圆精确模型的优化解。与传统算法相比本文算法具有计算速度快、精...     

基于遗传算法的圆度误差评估

将遗传算法应用于圆度误差的评定.首先简介了误差评定背景和遗传算法及其特点.然后根据尺寸和公差的数学定义^[1]给出满足最小区域条件的圆度公差评定的数学模型和适应度函数.接着,以最小二乘解作为初始值,对圆度误差的遗传优化过程进行了详细的论述.最后用实例对算法进行验证.优化过程和实验结果显示了遗传算法在解决形状公差的评定这类非线性问题的优越性,通过并行搜索能最大限度地保证解的全局最优,计算精度高、效率高,且易于理解和实现.     

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。