針對公差優(yōu)化分配問題的特點(diǎn),提出了一種為求解多目標(biāo)公差優(yōu)化分配問題的基于雜交變異操作的全局人工蜂群（Hybridization Variation Global-Artificial Bee Colony,HVG-ABC）算法。以加工成本和質(zhì)量損失成本為優(yōu)化指標(biāo),以裝配精度和加工能力為約束條件,建立了基于加權(quán)平均法的多目標(biāo)優(yōu)化模型。針對傳統(tǒng)人工蜂群算法精于探索、疏于開發(fā)的特性,采用雜交變異和最優(yōu)解引導(dǎo)的方法,不僅很好的平衡了算法探索和開發(fā)的能力,并且在一定程度上提高了算法的全局尋優(yōu)能力。以拉舍爾型高速經(jīng)編機(jī)中的編花部件為例,驗(yàn)證了該方法的有效性。 

【文章來源】：機(jī)械設(shè)計與制造. 2019,(12)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 公差優(yōu)化分配的數(shù)學(xué)模型
    2.1 適應(yīng)度函數(shù)的構(gòu)建
        2.1.1 加工成本函數(shù)
        2.1.2 質(zhì)量損失成本函數(shù)
        2.1.3 適應(yīng)度函數(shù)的構(gòu)建
    2.2 約束條件
3 基于HVG-ABC算法的多目標(biāo)公差優(yōu)化分配模型求解
    3.1 人工蜂群算法
    3.2 人工蜂群算法的改進(jìn)
    3.3 算法的實(shí)現(xiàn)步驟
4 實(shí)例分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于非對稱質(zhì)量損失函數(shù)的分段參數(shù)設(shè)計[J]. 卓德保,胥京波,張浙.  系統(tǒng)管理學(xué)報. 2016(06)
[2]一種并行變異自適應(yīng)遺傳算法及其性能分析[J]. 苗振華,孫旭東,邵誠.  信息與控制. 2016(02)
[3]改進(jìn)ABC-SVM的參數(shù)優(yōu)化及應(yīng)用[J]. 陳健飛,蔣剛,楊劍鋒.  機(jī)械設(shè)計與制造. 2016(01)
[4]基于加權(quán)偏離度統(tǒng)計方法的預(yù)測控制性能評估算法[J]. 趙超,張登峰,許巧玲,李學(xué)來.  化工學(xué)報. 2012(12)
[5]多工序尺寸及公差優(yōu)化[J]. 付穎斌,江平宇,劉道玉.  計算機(jī)集成制造系統(tǒng). 2009(01)

碩士論文
[1]Bloch球面改進(jìn)量子蜂群算法及在圖像閾值分割中的應(yīng)用[D]. 孫寶翔.東北石油大學(xué) 2016
[2]基于人工蜂群優(yōu)化機(jī)理的船舶電力系統(tǒng)故障診斷[D]. 尹川.集美大學(xué) 2016
[3]基于裝夾變形的車身公差分配優(yōu)化研究[D]. 范滿珍.山東理工大學(xué) 2016



本文編號：3476457