汽轮机叶片菌型叶根数控加工关键技术研究

文章研究了汽轮叶片菌型叶根数控加工时刀具运动轨迹的基本算法,设计了数控加工程序,为菌型叶根数控加工编程技术提供了参考。     

B样条曲线数控R参数编程加工

针对802S等中低档数控系统内存有限、加工由B样条曲线曲面组成的复杂零件轮廓过程中所遇到的问题,研究了使用数控系统R参数编程功能及指令实现德布尔算法计算B样条曲线上任一点坐标值的方法,生成了较短的R参数数控程序加工代码。使得中低挡数控系统中存入缩短的复杂零件程序进行快速加工成为可能。最后经802S系统数控铣床实际加工运行凸轮样条曲线轮廓段R参数加工程序验证缩短程序正确。零件精度满足设计要求。     

用于字符数控加工的图像细化算法

提出了一种针对字符加工的图像细化算法。该算法满足了新的字符加工方法因为要使用字符骨架生成刀位轨迹而对细化算法的要求。根据新的加工方法的思路，通过对传统细化算法进行分析，并且结合opta算法，新算法弥被了通过传统算法获得的骨架偏离图像中心，有毛刺等缺点，新算法能准确地得到骨架上每一点的宽度，并计算出相应的深度，使新的字符加工方法能够加工出传统字符加工无法表现的雕刻效果，通过新算法得到了居中并且光滑的骨架，取得了很好的加工效果。     

一个成组加工中加工时间可变的加工全程问题

该文考虑在成组加工中工件加工时间受位置影响的单机排序问题．目标函数为极小化加工全程．我们给出了此问题的最优性条件，并且构造了一个最优算法．     

基于声发射的超声谐振频率在线监测系统研究

采用基2FFT算法原理编制了快速傅里叶变换程序,利用计算机声卡采集数据,通过测量超声振动系统的声发射信号,实现了超声振动系统谐振频率的在线实时监测。该系统为评价超声加工效果,分析加工过程中的力及其他加工参数对振动系统的影响提供了手段。     

板金加工数控切割路径的优化计算

根据图论理论，对零件切割路径问题，在普利姆算法的基础上提出了一种有效的路径优化算法．该算法可自动确定切割加工的最短路径，有效缩短切割头的空行程时间，提高辅助加工的效率．     

空间曲面三轴联动加工的宏程序编程算法

以半球面的数控铣削加工为例,研究了采用手工编程的方法实现空间曲面的三轴联动加工的宏程序编程算法.同时针对所采用的宏程序编程算法,以FANUC 0i MD系统编程为例,编制了半球面三轴联动的数控加工程序,并在斯沃数控加工仿真软件上进行了仿真加工,证明了编程算法的有效性.     

浅谈如何优化数控系统加工路径

将数控车床作为研究对象,重点分析和探讨了数控系统加工路径的优化方法。利用K元交换试探算法以及最近邻算法进行对比,试验结果显示,对数控系统加工路径进行优化之后,数控车床的加工系统显著提高了加工效率。在企业化和规模化的加工领域,优化数控系统加工路径能够为企业创造出更加丰厚的经济回报。     

模具快走丝放电线切割工艺的神经网络模拟与优化

根据神经网络的模拟原理,研究了放电线切割技术应用于模具加工时放电加工参数与加工性能指标之间映射关系的模拟问题。运用模拟退火算法优化了放电加工参数。     

TSP改进算法及在PCB数控加工刀具轨迹中的应用

电子信息产业的迅猛发展给电子制造技术带来严峻挑战和剧烈的市场竞争.针对电子元器件最基础部件--印制电路板的孔位加工所急需解决的效率问题,提出了一种印制电路板焊盘(孔位)加工刀具轨迹优化技术,即一种面向工程应用的综合应用贪婪算法和蚁群算法进行问题求解的方法,以解决由于孔多、空行程现象严重而带来的加工时间浪费问题.实际应用效果较好,提高加工效率23.9%,取得了较好的经济效益.     

基于扇形趋利果蝇优化算法改进的FS-K聚类算法

针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果蝇个体朝着味道浓度更大的方向前进,使果蝇群体的搜索方向有更多的选择性,增加果蝇算法在处理高维函数问题上的收敛速度和收敛精度;并将改进的FS-FOA算法与K-means聚类相结合,提出一种FS-K聚类算法,与原K-means聚类和原果蝇(FOA)算法进行对比实验,引入5个经典的测试函数对原FOA算法和FS-FOA算法寻优结果进行测试,结果表明采用FS-FOA算法具有更高的收敛精度;引入5个UCI公共数据集对改进FS-K聚类算法和原K-means算法、SOM聚类算法、FCM聚类算法进行测试,结果表明FS-K聚类算法具有更好的聚类效果。     

基于图的挖掘关联规则改进算法

关联知识挖掘算法中一种广为人知的算法就是Aprior算法,之后所有关联规则挖掘算法的基本思想都是基于频繁项目集发现算法的基础上进行了改进.为了提高关联规则挖掘效率,首先回顾了基于图的关联规则挖掘算法;然后,在此基础上进行了改进,把关联规则挖掘中寻找频繁项集的问题转换为图中寻找完全子图的问题,通过在图中查找完全子图来寻找频繁项集.提出了一种基于图的关联规则挖掘改进算法,并且对原算法和改进的算法从时间和空间的性能进行了比较分析,得出改进的算法是有效可行的.最后从实验结果得出结论GenerateItemsets算法比DGBFIG算法优.     

加强局部搜索能力的人工蜂群算法

针对人工蜂群算法在求解过程中存在收敛速度慢、易陷入局部最优解等缺点,提出了基于加强局部搜索策略的人工蜂群算法(ABC Based On Enhancing Local Search Ability,LSABC).一方面,在雇佣蜂搜索阶段,利用两种不同的搜索公式得到两组解,并将适应度最佳者作为候选解,增加解的多样性;同时...     

基于学习与竞争的改进PSO算法研究

针对普通PSO算法收敛速率慢,难以收敛到全局最优解的问题,提出了一种基于学习与竞争的改进PSO算法.该算法通过将种群内部学习和竞争的思想与PSO算法相结合,让种群中个体通过竞争和学习策略来替代原有的PSO算法迭代公式.该方法在不增加PSO算法计算复杂度的基础上,能够克服基本PSO算法的不足.最后基于动态系统的稳定性分析理论,给出了该PSO算法收敛性的证明.在7种不同的测试函数上对改进后的算法进行了实验测试.实验结果表明该改进算法比传统的PSO算法有着更好的搜索精度.结果证明,新算法比普通的PSO算法具有更高的搜索精度和较低的时间复杂度.改进算法求解函数优化问题更加有效,收敛速率更快.     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

MIMO-OFDM系统中LDPC码的改进型译码算法

为了降低LDPC码译码算法的复杂性并提高译码性能,针对传统的最小和译码算法的性能缺陷,提出一种改进型最小和译码算法.在最小均方误差准则下,该改进型译码算法充分利用了归一化译码算法和偏移译码算法的优点,以逼近置信传播译码算法.最后将LDPC码的改进型最小和译码算法应用于MIMO-OFDM系统中以降低载波干扰.仿真结果表明,若MIMO-OFDM系统要求的误码率为10-5,改进型最小和译码算法的编码增益比传统的最小和译码算法高出0.5 dB,比归一化译码算法和偏移译码算法分别高出0.3和0.2 dB,与置信传播译码算法仅差0.15dB.另外,改进型最小和译码算法也具有低的硬件复杂度.     

基于改进LightGBM的室内指纹定位算法

针对室内定位算法在定位时所用时间较长和定位精度较低的问题,提出了一种基于改进LightGBM算法的室内定位算法。该算法首先针对指纹库中的数据进行预处理,通过KNN算法去除异常点和离群点,降低环境噪声干扰,提高数据可靠性。接下来,将样本集划分为训练集和测试集,使用LightGBM算法对进行建模。同时,使用遗传算法调整LightGBM算法中的参数,并根据适应度函数寻找最优参数,得到LightGBM+GA坐标预测模型。最后,根据优化后的参数建立预测模型实现坐标预测。实验结果表明,该算法在WiFi定位的精度上较与XGBoost算法提高0.1m,相较于GBDT算法提高0.19m,在定位时间上,LightGBM+GA算法比GBDT算法快5.10s,比XGBoost算法快5.97s,具有较好的实用性。     

基于预处理的点到点最短路径计算方法

基于经典的Dijkstra算法,研究采用预处理的点到点最短路径算法。通过引入双向Dijkstra和基于reach的预处理方法形成新的RE算法,并利用C++编程设计算法程序,将新算法应用于交通工程领域。利用EFSS数据结构搭建考虑交叉口和路段延误的交通网络,检验新算法的适用性和效率,结果发现RE算法与Dijkstra算法相比,搜索速度有大幅提升且能保证路径查询的正确性,RE算法在大规模网络上优势更为显著,查询时间约为Dijkstra算法的10%。     

一种基于简单遗传算法的K-Means改进算法

针对k-means算法对初始值敏感、易陷入局部极小值等缺点,结合遗传算法的思想,提出了一种基于遗传算法和k-means算法的混合聚类方法,为了测试该聚类算法的性能,用k-means 算法和改进的算法进行了1组实验,并对2种算法的聚类结果进行比较,实验结果表明算法能够有效地解决聚类问题.     

基于改进自适应遗传算法的仿真研究

交叉概率Pc和变异概率Pm是遗传算法中重要的参数,自适应遗传算法中Pc和Pm能根据个体适应度差异自适应地调节其大小,在快速收敛和全局最优之间获得了较好的平衡,但自适应遗传算法对于进化初期不利.改进的自适应遗传算法避免了进化初期较优个体处于停滞不前的状态.分别用3种算法对典型的测试函数进行训练,仿真结果表明:改进的自适应遗传算法在收敛速度和寻最优解方面是最优的.