一种用于机械圆度误差评定的改进果蝇优化方法技术

本发明专利技术公开了一种用于机械圆度误差评定的改进果蝇优化方法，首先根据最小区域圆法圆度误差数学描述的优化模型设计了果蝇种群个体的编码方式以及新型味道浓度判定函数，其次在保持基本果蝇优化算法典型流程的基础上，引入增强搜索和交互学习机制来增强算法的学习效率以及保持种群的多样性。本发明专利技术所述的一种用于机械圆度误差评定的改进果蝇优化方法，解决了机械圆度误差评定问题。

An improved optimization method for evaluating roundness error of machinery

【技术实现步骤摘要】
一种用于机械圆度误差评定的改进果蝇优化方法
本专利技术涉及一种机械圆度的评定方法，尤其涉及一种用于机械圆度误差评定的改进果蝇优化方法。
技术介绍
圆度是回转类机械零件加工质量检验的关键指标之一，其误差大小对孔轴零部件的配合关系、旋转精度及使用性能等方面有着重要影响，因此精确测量和评定圆度误差对于有效控制零部件加工质量以及提高产品性能具有积极意义。现有的评定圆度误差精准的方法为最小区域圆法。传统的最小区域圆法采用的最小评定策略包括最优化方法及几何计算方法两大类。其中最优化方法主要包括单纯形法、逐次逼近法、梯度下降法、牛顿高斯法及鞍点规划法等，此类方法的不足之处在于一方面涉及到函数导数，连续性等问题，另一方面大多数最优化方法流程中引入了初始值确定等随机策略，因此可能收敛到全局最优解附近的局部近优解，造成优化结果的稳定性不足，从而影响到圆度误差的精确评定。几何计算策略的代表性方法主要包括区域搜索法、网格搜索法、几何优化法(GOA)及仿增量算法，此类方法表达直观易于理解但也存在着流程复杂计算量大的不足，因此在工程实践中应用并不广泛。基于本文档来自技高网...

【技术保护点】
1.一种用于机械圆度误差评定的改进果蝇优化方法，其特征在于包括以下步骤：/n(S1)随机产生初始种群位置坐标X_axit和y_axit，设置算法参数；/n(S2)设定最优化最小区域的圆心坐标O(a，b)，并采用十进制2×2实值矩阵编码来表示果蝇个体，如下式1所示：/n

【技术特征摘要】
1.一种用于机械圆度误差评定的改进果蝇优化方法，其特征在于包括以下步骤：
(S1)随机产生初始种群位置坐标X_axit和y_axit，设置算法参数；
(S2)设定最优化最小区域的圆心坐标O(a，b)，并采用十进制2×2实值矩阵编码来表示果蝇个体，如下式1所示：



式中第1和第2行向量分别表示果蝇种群P中个体j的横向位置与纵向位置，第1和第2列向量分别表示该圆心的X坐标值a与Y坐标值b；
(S3)嗅觉搜索过程：赋予每个果蝇给定飞行区间FR内一个随机的方向和距离来寻找食物；评价果蝇个体，根据下式(2)至(4)计算相应的味道浓度值Smelli；
Smellj＝[max(rij)-min(rij)]-1(2)






上述式中，xi、yi分别表示测点的横坐标和测点的纵坐标，Sjk为初始的味道浓度判定值，rij表示测点(xi,yi)到果蝇个体Pj所表示最小区域圆圆心的距离；
(S4)增强搜索过程：选择味道浓度低于当前最优解Smellbest的果蝇个体，根据下式(5)至(6)进行二次强化搜索更新个体，更新完成后结合上式(2)至(4)再次计算味道浓度值Smelli；






上述式中，Xi,t+1、Yi,t+1为第t+1代果蝇种群中个体i的位置坐标，X_axist，Y_axist为...

【专利技术属性】
技术研发人员：李刚，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：陕西;61