期刊文章详细信息
改进蜂群算法在平面度误差评定中的应用 ( EI收录)
Application of modified artificial bee colony algorithm to flatness error evaluation
文献类型:期刊文章
机构地区:[1]重庆大学光电技术及系统教育部重点实验室,重庆400030
基 金:国防科工委国防军工计量"十一五"计划重点项目(No.B20301118)
年 份:2012
卷 号:20
期 号:2
起止页码:422-430
语 种:中文
收录情况:AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20121114852915)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为了准确快速评定平面度误差,提出将改进人工蜂群(MABC)算法用于平面度误差最小区域的评定。介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型。叙述了MABC算法,该算法在基本人工蜂群算法(ABC)模型的基础上引入两个牵引蜂和禁忌搜索策略。阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性。最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件。对一组测量数据的评定显示,MABC算法经过0.436s可找到最优平面,比ABC算法节省0.411s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13μm。对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9μm。实验结果表明,MABC算法在优化效率、求解质量和稳定性上优于ABC算法,计算精度优于最小二乘法、遗传算法和粒子群算法,适用于形位误差测量仪器及三坐标测量机。
关 键 词:平面度误差 人工蜂群算法 最小区域评定 误差评定
分 类 号:TB921] TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...