帝王蝶优化算法在铣削参数优化中的应用

为了寻找较优的铣削参数，利用改进的帝王蝶优化算法（monarch butterfly optimization,MBO）对铣削加工模型求解，得到优化后的铣削参数。通过建立铣削加工的数学模型，将实际加工时的约束条件引入到模型中。为了对模型求解，在传统的MBO算法中加入粒子群算法（particle swarm optimization,PSO）和差分进化算法的思想，并将其改进用于处理多目标优化问题。用改进后的MBO算法对铣削加工模型进行寻优求解。实验表明，经过优化计算得到的铣削参数值相比经验值可以显著降低生产成本，同时可以保持较高的生产效率。通过和NSGA-Ⅱ算法比较结果，表明改进后的MBO算法在进行多目标优化时具有一定的优越性。