改进差分进化算法在大型工件平面度评定中的应用

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。