基于可变搜索区域的自适应学习粒子群优化算法的形状误差检测

摘要

针对粒子群算法在解决非线性类的误差评定中遇到收敛慢,易陷入局部最优的问题,且一般所提出的形状误差计算方法均针对特定模型的误差计算,通过对速度和搜索范围的相对调整,提出一种基于可变搜索区域的自适应粒子群优化算法.并将其用于球体、圆柱、圆锥的误差评定.对三类误差评定模型算法框架进行了统一描述,并给出各改进策略的实现要点.对比实验的计算结果表明,该方法对上述三类误差评定问题均有较好效果,在解决类似非线性优化问题时,其计算精度优于其他同类算法.