《基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测》.pdfVIP

小 型 微 型 计 算 机 系 统 2014年7月 第7期 JournalofChineseComputerSystems VO1．35 NO．7 2014 基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测 缑 锦 ，王 飞 (华侨大学 计算机科学与技术学院，福建 厦门361021) E—mail：goujin@hqu．edu．cn 摘 要：针对a-t-群算法在解决非线性类的误差评定中遇到收敛慢，易陷入局部最优的问题，且一般所提 出的形状误差计算方 法均针对特定模型的误差计算，通过对速度和搜索范围的相对调整，提 出一种基于可变搜索区域的自适应粒子群优化算法．并 将其用于球体、圆柱、圆锥的误差评定．对三类误差评定模型算法框架进行 了统一描述，并给出各改进策略的实现要点．对比实 验的计算结果表明，该方法对上述三类误差评定问题均有较好效果，在解决类似非线性优化问题时，其计算精度优于其他同类 算法． 关 键 词 ：粒子群优化算法；形状误差 ；圆锥度 ；圆柱度；球度 中图分类号：TP18 文献标识码 ：A 文 章 编 号 ：1000-1220(2014)07—1615-05 ShapeErrorDetectionBasedonaVariableSearchingAreaandAdaptiveLearningPSO Algorithm GOU Jin。W ANG f fCollegeofComputerScienceandTechnology，HuaqiaoUniversity，Xiamen361021，China) Abstract：PSO algorithm susuallyencounterslow convergenceandlocal optimum whentheyareusedtosolvenonlinera errorevalua- tionproblems．Tragetshapesofmostexitingerrorcalculationmehtodsraejustacertainspecificmode1．Avariableserachingraeanad adaptivelearningparticleswarl／loptimizationalgorithm forsphere，cylinder，andconeerrorevaluationisproposedinthisarticle．A unifiedrfameworkforhtosethreeerrorevaluationmodelsisdefinedna dkeypointsofhteimprovementstrategyraedescribedinde— tail．Experimenatlresultsshow htathteproposederrorevaluationmehtodhasbetterresultsinsolvingsimilra nonlinera optimization problemscompraedtoohtersimilaralgorithms． Keywords：particleswarlnoptimization；shape error；conicity；cylindrical；sphericity 1 引 言 注．雷贤卿等在文献 [2]中通过网格搜索算法分别对球 、圆 柱 、圆锥进行误差计算 ，通过实验显示，似乎该种方法正确有 制造零件的形状误差评定在确定零件的容错规则上是十 效的评定所计算模型的误差．崔长彩等 通过进化算法，如 分重要的．而轴类零件 ，锥形零件以及球类零件在各类机械产 遗传算法、粒子群优化算法 、混合算法等，对圆柱、球等进行误 品中均是重要零件 ，其精度的高低对产品质量及其使用寿命 差计算 ，虽提出较多的算法进行对应的模型误差检测 ，但均集 至关重要，而圆柱度、圆锥度及球度分别是其各 自形状误差的 中于解决特定 目标模型的误差计算 ，本文所提的基于可变区 主要指标，能否实现对这几种