基于量子遗传算法的圆度误差测量研究

提出采用量子遗传算法,以提高圆度测量精度。首先用最小二乘法拟合获得建模数据中圆度图像的圆心坐标和半径;再通过圆度计算剔除不符合要求的圆度;然后用量子遗传算法进行多进制编码,量子旋转门非固定步长调整更新;最后给出圆度误差测量流程。实验仿真显示该算法获得了精确的测量数值,与三坐标测量机测量结果误差相差小于0.005 8 mm,半径相对误差小于0.19%,测量最大误差均在0.01%以内,同时最大误差波动比较平稳,测量不确定度比其它方法值较低。     

基于改进粒子群算法的苹果圆形度检测

为解决苹果圆形度检测问题,研究圆形度的改进粒子群算法。建立苹果圆形度数学模型,并对广义钟形分布隶属函数的惯性权重控制过程、基于Z形隶属函数的自适应调节粒子位置过程、适应度函数选择方法进行算法改进,给出了算法终止条件以及算法流程。仿真试验结果表明,改进粒子群算法收敛较快,乔纳金、富士苹果改进粒子群算法的圆形度检测较其他算法正确率高,分别为96%和97%,说明能用该方法进行苹果圆形度机器检测。