本文關鍵詞：空間測量定位系統(tǒng)測站智能優(yōu)化部署方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著數(shù)字化制造技術的迅猛發(fā)展,大型裝備的制造技術對測量效率、尺寸和精度的要求也在不斷的提高,因此對分布式大尺寸測量系統(tǒng)的研究具有十分重要的意義�？臻g測量定位系統(tǒng)(wMPS:workspace Measuring and Positioning System)是一種基于角度交匯原理實現(xiàn)三維坐標定位測量的系統(tǒng),具有測量空間大,測量精度高,多站并行測量,可靠性高等特點,其測站網(wǎng)絡布局對系統(tǒng)的測量精度,測量范圍及使用成本具有重大影響。因此優(yōu)化測量網(wǎng)絡結構,提高測量性能,是wMPS測量系統(tǒng)使用過程中所面臨的研究問題。本文以wMPS測量系統(tǒng)為研究對象,對其網(wǎng)絡布局的優(yōu)化問題進行深入分析,提出基于智能優(yōu)化算法的測站優(yōu)化布局方案,并進行了實驗驗證,主要研究內容和工作如下:1.綜述了大尺寸測量的發(fā)展狀況和特點及所面對的挑戰(zhàn),引出了對wMPS測量系統(tǒng)測站布局的研究需求,由此展開了本文的主要研究內容。2.對wMPS測量系統(tǒng)的組成結構,測量原理及多目標優(yōu)化問題進行了系統(tǒng)的描述。然后分析了影響wMPS測量系統(tǒng)測站布局的三個指標,即定位精度,覆蓋度,使用成本。由于這三個目標函數(shù)屬于不同量綱,對其做歸一化處理并運用層次分析法進行權重分析,最后得出處理后的目標函數(shù)。3.針對wMPS測量系統(tǒng)的布局優(yōu)化目標函數(shù),提出了基于改進自適應遺傳算法及模擬退火-粒子群算法兩種智能優(yōu)化算法的測站布局優(yōu)化方法,同時建立相應的布局優(yōu)化流程。4.建立測量空間布局區(qū)域模型,運用文中提出的兩種智能優(yōu)化算法對兩到四站的經(jīng)驗網(wǎng)絡布局進行仿真分析,仿真結果表明,模擬退火-粒子群算法的優(yōu)化效果更加明顯。此外提出一種多站優(yōu)化策略,將本文所提出的算法應用于wMPS測量系統(tǒng)多測站布局中,并設計了實驗,對優(yōu)化前后的測量數(shù)據(jù)進行比對分析,驗證優(yōu)化方法的有效性。
【關鍵詞】：空間測量定位系統(tǒng) 布局優(yōu)化 改進自適應遺傳算法 模擬退火-粒子群算法
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TH721
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-16
• 1.1 引言8-9
• 1.2 課題研究背景及意義9-10
• 1.3 國內外研究現(xiàn)狀10-14
• 1.3.1 角度交匯測量系統(tǒng)布局優(yōu)化研究現(xiàn)狀10-13
• 1.3.2 智能優(yōu)化算法在測量系統(tǒng)布局優(yōu)化中的應用13-14
• 1.4 課題來源與主要研究內容14-16
• 第2章 wMPS布局優(yōu)化模型的建立16-24
• 2.1 WMPS系統(tǒng)測量原理16-17
• 2.2 多目標優(yōu)化問題描述17
• 2.3 WMPS布局優(yōu)化模型17-23
• 2.3.1 定位精度分析17-19
• 2.3.2 覆蓋度分析19
• 2.3.3 使用成本分析19-20
• 2.3.4 目標函數(shù)定義20-21
• 2.3.5 層次分析法權重分析21-23
• 2.4 本章小結23-24
• 第3章 布局優(yōu)化算法設計24-38
• 3.1 布局優(yōu)化方法簡述24
• 3.2 自適應遺傳算法及其改進24-28
• 3.2.1 傳統(tǒng)自適應遺傳算法原理24-25
• 3.2.2 自適應遺傳算法的操作25-27
• 3.2.3 基于進化代數(shù)衰減因子的自適應遺傳算法27-28
• 3.3 模擬退火-粒子群優(yōu)化算法28-34
• 3.3.1 粒子群算法28-31
• 3.3.2 模擬退火算法31-33
• 3.3.3 基于模擬退火-粒子群算法混合算法33-34
• 3.4 布局優(yōu)化流程設計34-37
• 3.4.1 基于進化代數(shù)衰減因子的自適應遺傳算法優(yōu)化流程34-35
• 3.4.2 基于模擬退火-粒子群算法優(yōu)化流程35-37
• 3.5 本章小結37-38
• 第4章 布局優(yōu)化仿真38-53
• 4.1 仿真實現(xiàn)工具38
• 4.2 空間約束的建立38-39
• 4.3 兩到四站測量系統(tǒng)典型布局優(yōu)化39-51
• 4.3.1 典型布站方式39-41
• 4.3.2 優(yōu)化算法布站結果41-50
• 4.3.3 仿真結果分析50-51
• 4.4 多站測量系統(tǒng)布局優(yōu)化51-52
• 4.4.1 優(yōu)化策略51-52
• 4.5 本章小結52-53
• 第5章 實驗53-59
• 5.1 實驗設計53-54
• 5.2 實驗結果及分析54-58
• 5.3 本章小結58-59
• 第6章 全文總結與展望59-61
• 6.1 全文總結59-60
• 6.2 工作展望60-61
• 參考文獻61-65
• 致謝65-66
• 附錄66

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 柏磊;顧陳;嚴璐;朱曉華;;基于適應度評價擴展自適應遺傳算法的門級電路進化設計[J];南京理工大學學報;2011年02期

2 楊云,徐永紅,劉鳳玉;一種連續(xù)探索型自適應遺傳算法及其應用[J];南京理工大學學報(自然科學版);2002年06期

3 江瑞,羅予頻,胡東成,司徒國業(yè);一種基于種群熵估計的自適應遺傳算法[J];清華大學學報(自然科學版);2002年03期

4 袁曉輝,曹玲,夏良正;具有成熟前收斂判斷的自適應遺傳算法(英文)[J];Journal of Southeast University(English Edition);2003年01期

5 朱力立,張煥春,經(jīng)亞枝;基于六模糊控制器的自適應遺傳算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2003年02期

6 張群,趙剛;基于模糊邏輯控制器的自適應遺傳算法[J];工業(yè)工程與管理;2004年06期

7 李井明;劉志斌;;基于自適應遺傳算法的水污染控制系統(tǒng)規(guī)劃[J];科學技術與工程;2006年22期

8 劉宗發(fā);王彥生;徐紅玉;楊俊森;;基于自適應遺傳算法的單層球面網(wǎng)殼優(yōu)化分析[J];河南科技大學學報(自然科學版);2006年06期

9 陳超武;董紹華;;求解煉鋼—連鑄批量問題的自適應遺傳算法[J];制造業(yè)自動化;2007年02期

10 朱志宇;王建華;;基于混沌優(yōu)化自適應遺傳算法的數(shù)據(jù)關聯(lián)求解[J];航天控制;2007年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楚永賓;唐振;劉小平;衛(wèi)星;張利;;基于自適應遺傳算法的單點交通信號控制方法[A];全國第21屆計算機技術與應用學術會議（CACIS·2010）暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年

2 郭毓;林喜波;胡維禮;;基于代溝信息的自適應遺傳算法[A];江蘇省自動化學會七屆四次理事會暨2004學術年會青年學者論壇論文集[C];2004年

3 張文廣;周紹磊;李新;;一種新的改進型自適應遺傳算法研究[A];2005年中國智能自動化會議論文集[C];2005年

4 劉洪杰;王秀峰;王治寶;;多峰搜索的自適應遺傳算法[A];第二十一屆中國控制會議論文集[C];2002年

5 潘偉;楊勁松;;基于實數(shù)自適應遺傳算法的μ綜合問題[A];2007中國控制與決策學術年會論文集[C];2007年

6 鐘守楠;;自適應遺傳算法的探討[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

7 楊澤青;劉麗冰;譚志洪;劉偉玲;;自適應遺傳算法在柔性檢測路徑規(guī)劃中的應用[A];第二十七屆中國控制會議論文集[C];2008年

8 王曉鵬;;基于混合自適應遺傳算法的飛機氣動優(yōu)化設計[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

9 楊林德;劉學增;王悅照;朱合華;仇圣華;;改進的自適應遺傳算法及其工程應用[A];第八次全國巖石力學與工程學術大會論文集[C];2004年

10 危濤;宋萬杰;張林讓;;自適應遺傳算法在M-序列碼搜索中的應用[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 黃利;一類自適應遺傳算法的漸近行為研究[D];武漢大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李欣;自適應遺傳算法的改進與研究[D];南京信息工程大學;2008年

2 龍鋒;基于自適應遺傳算法的W公司倉庫貨位分配與優(yōu)化研究[D];華南理工大學;2015年

3 苗振華;基于交叉庫與并行變異的自適應遺傳算法[D];大連理工大學;2015年

4 江進;基于超寬帶和支持向量機的人體姿勢識別[D];北京郵電大學;2015年

5 吳澤;面向智能電網(wǎng)基于云計算的有功優(yōu)化問題研究[D];華北電力大學;2015年

6 周凌霄;基于自適應遺傳算法的水輪發(fā)電機勵磁控制研究[D];南昌工程學院;2015年

7 許盼盼;基于自適應遺傳的有限截斷算法及其在自主導航中的應用[D];青島科技大學;2016年

8 王玉波;帶有返工工件的單機重調度問題[D];東北大學;2014年

9 岳

本文編號：315877