改进蜂群算法及其在圆度误差评定中的应用
本文关键词:改进蜂群算法及其在圆度误差评定中的应用,由笔耕文化传播整理发布。
【摘要】:针对基本人工蜂群算法(Artificial bee colony algorithm,ABC)的缺点,提出一种改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),并应用于圆度误差最小区域评定中。该改进算法利用信息熵初始化种群,增强种群的多样性,并在引领蜂和跟随蜂搜索阶段,提出一种新的搜索策略,平衡算法的探索与开发能力。详细阐述IABC算法的基本原理与实现步骤,给出圆度误差满足最小包容区域条件的优化目标函数和收益度函数。通过基准测试函数验证IABC算法的有效性和准确性;通过对由三坐标机测得的多组测量数据进行圆度误差评定试验,结果表明IABC算法的评定精度优于最小二乘法、遗传算法以及粒子群算法等其他优化算法,且在求解质量和稳定性上优于ABC算法,验证了IABC算法不仅正确,而且适用于圆度误差的评定优化。
【作者单位】: 重庆大学光电技术及系统教育部重点实验室;兵器工业5011区域计量站;
【关键词】: 人工蜂群算法 最小区域 圆度误差 误差评定
【基金】:国防科工委国防军工计量“十一五”计划重点资助项目(B20301118)
【分类号】:TG834;TP18
【正文快照】: 0前言*KARABOGA在2005年提出了基于蜂群采蜜过程的人工蜂群算法(Artificial bee colony algorithm,ABC)[1]。在ABC算法系统中,蜂群包括引领蜂(employed bees)、跟随蜂(onlookers)和侦察蜂(scouts)。其中引领蜂通过记忆搜索食物源周围的食物,同时将食物信息传递给跟随蜂,跟随蜂
【相似文献】
中国期刊全文数据库 前10条
1 夏新涛,王中宇,朱坚民;谐波与圆度误差分析的范数理论[J];仪器仪表学报;2002年S2期
2 杨家斌,孙长立,张党;零件圆度误差的检测及修正措施[J];北京机械工业学院学报;2002年02期
3 夏新涛,王中宇,朱坚民;圆度误差的范数评价[J];洛阳工学院学报;2002年01期
4 刘顺珏,王超,王勇;隔离环圆度误差测量装置[J];工程机械;2002年09期
5 刘越;基于误差分离技术的圆度误差检测方法[J];计量与测试技术;2004年01期
6 张邦成,杨晓红,吴狄,王海波;两点法在曲轴圆度误差测量中的应用[J];现代制造工程;2005年06期
7 于铁民;李振华;;测量圆度误差数学建模与实践[J];吉林建筑工程学院学报;2006年03期
8 倪厚强;朱兴龙;高龙琴;周骥平;;基于混沌机理的圆度误差测量数据的处理方法[J];机电产品开发与创新;2006年06期
9 田英;;动态测量圆度误差的方法[J];科技信息(学术研究);2007年15期
10 吴君君;宋伟;;基于等厚干涉原理的圆度误差测量方法[J];燕山大学学报;2008年01期
中国重要会议论文全文数据库 前5条
1 田社平;邵(日文);;圆度误差的全局评价方法[A];首届信息获取与处理学术会议论文集[C];2003年
2 田应仲;李明;姚志良;李伟;方明伦;;曲轴连杆颈圆度误差跟踪测量策略[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
3 田应仲;李明;李伟;姚志良;方明伦;;曲轴连杆颈圆度误差跟踪测量策略[A];2007'中国仪器仪表与测控技术交流大会论文集(一)[C];2007年
4 刘岩;左春柽;丁光正;栗利刚;张学军;;圆度误差测量中逐次逼近滤波算法的研究[A];第八届中国轧机油膜轴承技术研讨会论文集[C];2006年
5 孙涛;赵学森;闫永达;董申;;MEMS器件圆度误差纳米级测量方法研究[A];中国微米、纳米技术第七届学术会年会论文集(一)[C];2005年
中国硕士学位论文全文数据库 前10条
1 董兆鹏;蒙特卡罗法在圆度误差提取点数确定问题中的应用[D];华侨大学;2012年
2 方沁林;圆度误差评定的算法研究与软件设计[D];华中科技大学;2007年
3 畅为航;基于网格搜索的圆度误差评定算法研究[D];河南科技大学;2009年
4 谢文涓;基于小波变换的回转类零件圆度误差分离及其评定方法的研究[D];江西理工大学;2010年
5 王记桓;基于视觉检测的圆度误差测量技术研究[D];哈尔滨工业大学;2008年
6 陈城;圆度误差评定中的删点技术研究[D];西安工业大学;2010年
7 匡龙;光电经纬仪大尺寸轴承环圆度误差测试技术研究[D];电子科技大学;2007年
8 孙志朋;大零件直径与圆度误差检测技术研究[D];长春理工大学;2012年
9 董青林;三维圆度误差数字化检测与评定算法研究[D];湖南大学;2013年
10 吴君君;基于电子散斑干涉的圆度误差测量方法研究[D];燕山大学;2009年
本文关键词:改进蜂群算法及其在圆度误差评定中的应用,,由笔耕文化传播整理发布。
本文编号:462429
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/462429.html