An evaluating method of roundness error of gravity acceleration cuckoo algorithm based on the characteristics of gravitational search changes without external environmental factors can also perceive the global optimal learning based on information, the cuckoo nest is endowed with different individual quality, therefore it obeys the law of gravitation in the optimization process of the cuckoo algorithm; Levy flight random walks and random walk and the optimization of individual preference between the gravitational acceleration search, obtain the corresponding cuckoo nest parasitic individual update location; in the role of gravity, the effective balance of the global search ability of the cuckoo algorithm and local search ability, avoid the hysteresis phenomenon and algorithm execution stage in local extreme point, improve the algorithm's global search efficiency and convergence precision. The optimized roundness error E can quickly stabilize the optimal value and solve the ideal center of two concentric circles.
【技术实现步骤摘要】
一种基于万有引力加速布谷鸟算法的圆度误差评定方法
本专利技术涉及圆周误差评定
,更具体地说,涉及一种基于万有引力加速布谷鸟算法的圆度误差评定方法。
技术介绍
圆度误差评定是回转体零件加工过程重要的评价指标,其精度的高低直接影响加工工件的质量及使用寿命。评定圆度误差经典的方法有最小二乘法、最小外接圆法、最大内切圆法和最小区域圆法。最小二乘法理论相对成熟,但是涉及非线性运算,算法复杂度高。同时,其评定结果误差较大,不能满足最小条件的圆度误差评定结果。最小外接圆法是把实际被测圆的最小外接圆作为外包圆,以最小外接圆的圆心为中心作实际圆的内包圆,因此,圆度误差为此两圆的半径差。最大内切圆法与最小外接圆法评定误差原理类似,都存在工件评定区域过大,造成评定过程累积的误差增大,导致评定的圆度误差增大。最小区域圆法是国际通用的误差评定方法。相比于其他3种方法,最小区域圆法具有更高的测量精度,并且是唯一的。它能够真实的反映加工工件的圆度误差数值,因此本专利技术中圆度误差评定采用最小区域圆法。布谷鸟算法(CuckooSearch,CS)作为一种新型优化算法,与其他智能启发式算法类似,也存在搜索效率不高的问题,尤其是易于陷入局部极值点,算法执行后期出现迟滞现象。为此国内外学者对该算法进行相应的改进以提高算法的收敛性能。归纳起来,目前学者研究的改进算法主要包括两方面:布谷鸟算法控制参数的改进以及与其它算法融合的混合策略。文献“OngP.Adaptivecuckoosearchalgorithmforunconstrainedoptimization[J].TheScienti ...
【技术保护点】
一种基于万有引力加速布谷鸟算法的圆度误差评定方法,其特征在于,包括如下步骤:(1)优化的圆度误差函数为E(X
【技术特征摘要】
1.一种基于万有引力加速布谷鸟算法的圆度误差评定方法,其特征在于,包括如下步骤:(1)优化的圆度误差函数为E(X(1),X(2))=min(Ry-Rx),其中,(X(1),X(2))为待优化的圆心,E为圆度误差,Rx和Ry分别为嵌套在工件实际轮廓的两个同心圆的半径,(ui,vi)为工件轮廓测量点的坐标值,i∈[1,s],s为测量点数;设置算法的最大进化代数为W、发现概率为Pa、初始时刻万有引力系数为G0、算法控制参数为θ、γ0、p、宿主巢穴的初始移动速度为V0、初始宿主巢穴位置X0,m,m∈[1,N]、N为种群个数、优化的圆度误差函数空间维度为D=2;(2)根据E(X(1),X(2))=min(Ry-Rx)计算初宿主巢穴位置X0,m对应的适应度函数值(3)计算第r次进化时物质个体的万有引力常数Gr;同时计算当前优化函数的适应度最优值Er,best和最差值Er,worst,以及对应的最优解Xr,gb,其中r为进化代数;(4)计算出作用物质个体m在第r次进化时的惯性质量Mr,pm和作用物质个体k在第r次进化时的惯性质量Mr,ak;(5)根据Gr、Mr,pm、Mr,ak、第r代第m个种群的候选解Xr,m的第j维度上的数值及第r代第k个种群的候选解Xr,k的第j维度上的数值计算当前进化代数的宿主巢穴所受到的万有引力合力和加速度其中,j表示优化的圆度误差函数的第j维度,j=1,2;(6)计算得到Levy飞行随机游动方式的宿主巢穴Xr+1,m,同时,按照发现概率Pa舍弃一部分第r+1代宿主巢穴位置Xr+1,m;其中,表示点对点乘法,L(β)服从Levy概率分布;(7)计算Xr+1,m=Xr,gb+p·(Xr,k-Xr,z-ar,m),得到偏好随机游动方式产生的宿主巢穴Xr+1,m并替换步骤(6)中被舍弃的相同部分的第r+1代宿主巢穴位置Xr+1,m,其中k,z∈[1,N]且k,z均为随机整数;(8)计算步骤(7)中种群产生的宿主巢穴位置Xr+1,m对应的适应度函数值同时更新当前最优值Er+1,best和最差值Er+1,worst,以及对应的最优解Xr+1,gb;(9)若满足算法进化代数为W,则输出当前进化的最优解和并停止算法,否则返回步骤(3)重复执行算法,和即为两个同心圆的理想圆心。2.根据权利要求1所述的基于万有引力加速布谷鸟算法的圆度误差评定方法,其特征在于,适应度最优值Er,best和最差值Er,worst的求解过程如下:其中,Er,m是圆度误差的适应度值,表示进化至第r代的第m个物质个体的适应度值。3.根据权利要求2所述的基于万有引力加速布谷鸟算法的圆度误差评定方法,其特征在于,惯性质量Mr,pm和惯性质量Mr,ak的求解过程如下:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。