基于遗传算法的直线度误差的测量

提出了一种基于遗传算法的计算直线度误差的新方法。该方法满足最小条件原理并采用与最小包容区域法等效的理想包容参考直线计算直线度误差,其计算结果的精确度非常高,理论上可以获得全局最优解。这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现和推广应用等特点。

基于混沌遗传算法的圆度误差测量

提出了一种基于混沌遗传算法的计算圆度误差的新方法.它利用混沌优化方法的遍历性和随机性,通过混沌扰动操作可克服传统遗传算法中的早熟问题,确保算法的全局收敛性.该方法满足最小条件原理,其计算结果的精确度非常高,理论上可以获得全局最优解.实例计算表明,这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现和推广应用等特点. Abstract： A new method for calculating the roundness error based on chaos genetic algorithms is proposed. The system utilizes the ergodicity and randomness of chaos optimal method and by means of chaos stir operation, which can overcame the problem of premature convergence in traditional genetic algorithms and ensured an convergence of the algorithms. The method satisfies the principle of the least condition, the precision of calculating result is very high and can find .the global optimal solution. An actual calculated example showed that this method is simple and clear and it has features of high precision and fast convergent speed as well as using computer easily and popularizing application easily.

基于免疫算法的圆柱度误差的测量

本文提出了一种计算圆柱度误差的新方法。该方法基于免疫机理和优化原理,它满足最小条件原理并采用与最小包容区域法等效的理想包容参考圆柱面的理想基准轴线计算圆柱度误差,可以获得全局最优解。这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点。

基于优化粒子群算法的铰链孔系同轴度误差评定

利用最小包容区域法建立了铰链孔系同轴度误差的通用数学模型。针对传统粒子群算法存在收敛速度过快、全局搜索能力差、粒子之间对比关系弱等问题,提出线性递减的平衡因子,线性递减的个体成长因子和线性递增的种群成长因子,在Matlab中利用优化的粒子群算法评定同轴度误差,并用最小二乘法验证。实验结果表明,优化后的粒子群算法性能得到了明显的改善。