基于差分粒子法的复杂曲面轮廓度误差评定

针对复杂曲面的轮廓度误差评定问题,提出了 一种将差分进化法与粒子群法相结合的方法,用来解决误差评定过程中实测点与理论曲面的优化匹配问题.首先,根据最小区域法建立复杂曲面的数学模型,其中包含了实际测量点坐标的平移旋转变化;然后选用一种无限分割复杂曲面的方法求取实际测量点到理论曲面的最小距离;接着,将粒子群法混入差分进化算法当中实现种群粒子的多样性,大大提升了算法的收敛速度,进而结合点到曲面最小距离的计算优化复杂曲面的轮廓度误差评定目标函数;最后将差分粒子法、差分进化法、粒子群法分别结合分割曲面逼近算法计算复杂曲面的轮廓度误差值,实验结果显示该方法与单独使用差分进化法和单独使用粒子群法相比极大的提高了轮廓度误差值的准确性,通过实验验证该方法比较可靠.