自适应遗传算法在柔性检测路径规划中的应用

来源 :第27届中国控制会议 | 被引量 : 0次 | 上传用户:gyl722
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对柔性检测的特点和柔性检测路径规划的具体要求,提出了一种新的自适应多目标遗传算法,并成功应用于柔性检测路径的规划中。所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,运用交叉概率、变异概率在线自适应调整策略弥补传统检测过程中交叉变异操作的局限性,提高了遗传算法的搜索速度和搜索质量。最后在沈阳数控机床有限公司SSCK-U6035五轴数控机床上进行了实验,将其应用于牙轮牙掌零件的检测中,可以得到较高的测量精度,在此基础上,根据用户需求基于OpenGL平台开发了在线检测系统,可以真实地再现检测轨迹,由仿真结果可以看出检测点数明显减少,检测效率有所提高。
其他文献
针对开关摔制易引起结构加速度局部放大的问题,提出以速度响应作为状态切换参数的多态控制策略。利用遗传算法对状态切换参数的取值进行优化计算,得到其简化计算公式。通过对一
会议
二元蚁群算法在函数优化中有着良好的表现,但仍存在易陷入局部最优和在多峰函数求解中无法同时得到多个解的缺陷。本文使用拥塞控制策略改善算法的全局寻优能力,同时引入多种群
会议
单卫星成像重访周期长,覆盖范围有限,多卫星成像是解决此问题的一种有效途径。论文针对多卫星联合成像调度问题,建立了数学规划模型,基于稳态进化求解方法以解决多卫星之间的成像
会议
随着中国电力市场化的起步,电力企业面临着严峻的挑战。“厂网分开,竞价上网”的发电侧电力市场即将成为国内电力市场的主要运营模式。在发电技术已基本成熟的情况下,如何提高社
会议
本文对HFC(Hierarchical Fair Competition)模型的搜索方式进行了相应的改进,引入基于遗传编程的结构参数混合优化方法。同时在HFC模犁中加入了一些自适应机制,形成了三种衍生
会议
对于动态环境问题的优化不再是在解空间中找到一个最优点,而是要尽可能的在解空间中跟踪运动变化的最优点。作为一种基于群智能的并行随机优化方法,粒子群优化算法(PSO)在优化
目前混合PSO算法较多见,而对协同局部线搜索的混合优化技术研究较少。本文结合经典局部线搜索技术和基本的PSO(B-PSO)提出了一种协同局部线搜索的PSO混合进化算法(CLS-PSO)。
根据内模控制系统高精度、鲁棒性强的要求,设计了一种基于思维进化算法在线参数辨识的模糊内模控制器,使系统在参数发生变化时,利用思维进化算法线得到对象模型参数的最佳估计值
会议
将小生境技术、单纯形算法与自适应遗传算法有机的结合起来,通过启发式搜索策略针对特定的滤波问题实现数学形态滤波器的参数训练优化。实验表明该混合策略能快速有效的搜索到
蚁群算法是一种解决组合优化问题的有效算法。在求解TSP问题的过程中,通过对各种蚁群算法的分析,发现存在求解时间过长和容易陷入停滞的问题。针对这些问题,本文提出了一种新的